Cada vez que utilizamos el término «aprendizaje de máquinas» caemos en el territorio de las redes neurales y las inteligencias artificiales, pero ese concepto no es precisamente nuevo que digamos. De hecho, debemos retroceder a una época en la que el transistor apenas había comenzado a salir del laboratorio.

La Web ya no es la misma. Tenemos hablamos sobre Lyrebird (hoy Descript) y su capacidad para trabajar con muestras pequeñas. Hoy es el turno de Real Time Voice Cloning, un proyecto abierto de Corentin Jemine que apenas necesita cinco segundos de voz para su reproducción en tiempo real.

Una práctica cada vez más frecuente en el entrenamiento de inteligencias artificiales es el uso de videojuegos. Tanto al Mortal Kombat. Hoy nos encontramos con Google Research Football, un entorno open source creado por el equipo de Google Brain para aplicar aprendizaje por refuerzo en agentes virtuales con un solo objetivo: Jugar al fútbol.

se postulan para cargos políticos. ¿Hay algo que las inteligencias artificiales no puedan hacer? Su lista de restricciones se está volviendo cada vez más pequeña, y ahora debemos sumar la reconstrucción de fotografías corruptas e incompletas. El proyecto está a cargo de un grupo de investigadores bajo el ala de Nvidia, que entrenaron a una red neural con tres datasets especiales sobre una plataforma basada en las impresionantes tarjetas Tesla V100.

Las referencias a Gran Hermano y la serie Person of Interest son inevitables. Durante años se dijo que la tecnología iba a alcanzar este punto, y todo lo que vimos fueron burlas sobre paranoia y exageración. Sin embargo, la plataforma de vigilancia «Sense» que utilizan en China es bastante real. 170 millones de cámaras, que sumarán 450 millones de unidades adicionales antes de 2020, están registrando e identificando a cada persona que pasa por sus lentes, y el gobierno no es el único que aprovecha esa información.

Las redes neurales y el aprendizaje de máquinas (o «aprendizaje automático») son dos temas que aparecen con mucha frecuencia en la prensa especializada, pero no siempre se puede interactuar con ellos, o conocerlos más a fondo. Ahí es cuando interviene el experimento Teachable Machine de Google, que nos permite entrenar (o por qué no confundir) con facilidad a una máquina para que realice diferentes acciones dependiendo de los gestos que hagamos frente a una cámara.

Inteligencia artificial, aprendizaje profundo… todos quieren un pedazo del pastel. El potencial es enorme, al igual que el número de aplicaciones, pero cualquier avance superlativo en el software necesita de un salto similar a nivel hardware. Eso nos deja a las puertas de Intel, que acaba de anunciar a Loihi, un chip con la capacidad de imitar al cerebro humano y aprender del que recibe de su entorno, sin entrenamiento clásico.