El desarrollo de Inteligencia Artificial se ha dado a pasos agigantados en los últimos años, especialmente después de la llegada de las redes neuronales. Sin embargo, debido a la complejidad de estos sistemas, solo unas cuantas personas tienen el talento para  desarrollarlos bien.

Esta cantidad reducida de ingenieros con la capacidad de desarrollar sistemas inteligentes, ha hecho que se cree un cuello de botella, y no es el único. Incluso los mejores investigadores no pueden desarrollar estos servicios sin estar en constante ensayo y error en una escala inmensa.

Para solucionar parte de este problema, grandes empresas como Google y Facebook están automatizando este ensayo y error... o al menos parte de él. La lógica detrás de esta iniciativa es que si se automatiza el trabajo más pesado, los ingenieros pueden concentrarse en genera grandes ideas para  resolver problemas más difíciles. Esto aceleraría el poder de la AI aplicada a productos como apps o servicios.

En resumen, y aunque suene a ciencia ficción, las gigantes tecnológicas están desarrollando algoritmos de IA para que les ayuden a desarrollar algoritmos de IA.

Una de estas herramientas se llama “Flow”, la cual está diseñada para ayudar a los ingenieros a construir, probar y ejecutar algoritmos de aprendizaje automático a gran escala. Y esto incluye prácticamente cualquier forma de aprendizaje automático. "Queríamos construir una línea de montaje de aprendizaje automático que todos los ingenieros de Facebook podrían usar", dice Hussein Mehanna ingeniero del departamento de anuncios de Facebook.

Básicamente, los ingenieros pueden probar fácilmente un sin fin de ideas a través de la red en expansión de la compañía. Pueden ejecutar todo tipo de posibilidades que involucran no sólo el aprendizaje profundo, sino otras formas de IA. "Mientras más ideas se prueben, mejor," dice Mehanna. "Cuantos más datos prueben, mejor." También quería decir que los ingenieros pueden reutilizar fácilmente algoritmos que otros habían construido, ajustando estos algoritmos y su aplicación a otras tareas.

Actualmente los usos que le dan a Flow dentro de la empresa son varios: el News Feed, reconocer rostros en fotos publicadas en la red social o generar sonido para que los ciegos puedan entender lo que está delante de ellos. Incluso podría ayudar a la empresa a determinar qué partes del mundo aún necesitan tener acceso a Internet.

Mehanna dice que con Flow, Facebook puede entrenar y probar unos 300 mil modelos de aprendizaje automático cada mes y puede producir varios modelos nuevos cada semana, cuando antes solo podían sacar uno cada 60 días.

Para el futuro Mehanna y Facebook quieren hacer que esta plataforma se acelere y planean hacer que Flow sea de código abierto, compartiéndola con todo el mundo. De hecho, de acuerdo a Mehanna, empresas como LinkedIn, Uber, y Twitter ya están interesadas ​​en utilizarlo. 

Mehanna y su equipo también han construido una herramienta llamada AutoML que puede eliminar aún más la carga de los ingenieros humanos. Esta correo sobre Flow y puede "limpiar" automáticamente los datos necesarios para entrenar las redes neuronales y algoritmos de aprendizaje automático dejándolos listos para ser probados sin la intervención humana. AutoML utiliza inteligencia artificial para ayudar a construir la inteligencia artificial.

Como dice Mehana, Facebook entrena y prueba unos 300 mil modelos de aprendizaje automático cada mes. AutoML a continuación, puede utilizar los resultados de estas pruebas para entrenar a otro modelo de aprendizaje automático que puede optimizar la formación de  modelos de aprendizaje automático.

Como es un poco complicado de entender, Mehanna lo compara con la película Inception. Y aunque suena entreverado el sistema funciona, puede automáticamente elegir algoritmos y parámetros que son usualmente correctos. "Casi se puede predecir el resultado antes de la prueba", dice Mehanna.

"(Esta herramienta) Todavía no puede inventar un nuevo algoritmo de IA", dice Mehanna. "Pero quién sabe...". La idea que una creación de ese nivel pueda ocurrir sin la intervención del ser humano es  fascinante, y algunas personas consideran peligrosa. Sin embargo, tenemos que reconocer que es un importante paso que debemos dar para construir inteligencias artificiales más potentes.

FUENTE: WIRED