Algoritmos

¿Existe la inteligencia artificial? Puede ser que sí, a juzgar por las aplicaciones y sitios de internet que parecen obsesionados en hacerle más fácil la vida al cibernauta, aunque no lo haya pedido explícitamente.

Veamos: Facebook y Twitter eligen, de entre una inmensidad de amigos y conocidos, sólo unas cuantas actualizaciones que se supone deben interesar al usuario. Google Mail distingue los correos realmente útiles de aquellos que son basura. Amazon sugiere qué comprar, Netflix qué ver y Spotify qué oír, siempre pensando en el gusto del suscriptor.

Si se busca boleto de avión, la página Big Travel aconsejará esperar si cuenta con datos que le permitan anticipar si bajará el precio; Zillow.com  ayuda a buscar casa mientras otra herramienta analiza historiales crediticios para determinar si se es candidato óptimo a una hipoteca. Cuando se usa una tarjeta bancaria, un motor automatizado envía ofertas personalizadas, en tanto que otro busca transacciones sospechosas para enviar al cuentahabiente una alerta en caso de robo o clonación.

Con un mecanismo análogo al que opera en estas rutinas hoy cotidianas, es posible imaginar que el vecindario en el que uno vive puede ser uno de los más seguros, si la policía aprende a utilizar la estadística para anticipar dónde ocurrirán crímenes y evitar que ocurran. Un médico recetará los fármacos que mejor ajusten con el historial clínico del paciente (llevando este modelo al extremo, es posible incluso curar todos los tipos de cáncer). Y un candidato a un cargo público hará una llamada persuasiva por teléfono a un votante si éste vive en un distrito de electores indecisos.

Todos estos ejemplos y muchos más son referidos en un lenguaje ameno, claro y accesible por el científico portugués Pedro Domingos en su libro The Master Algorithm (Perseus Books Group, 2015), disponible desde finales de septiembre pasado en edición de papel y electrónica, en el que intenta explicar al público más amplio posible el concepto machine learning, que junto con el de big data abre una veta infinita de posibilidades de aprovechamiento del inconmesurable volumen de información que todos los días crece en la red.

El prólogo del volumen está disponible en la página https://homes.cs.washington.edu/~pedrod/ y en él se proclama cómo el machine learning –aprendizaje automatizado basado en la predicción– representa un triunfo de la ciencia sobre la proclividad humana a creer en esoterismos, chamanes y adivinos. Y más allá: un propósito del autor es convencer de que esta tecnología, desarrollada al extremo, es capaz de encontrar las respuestas a todas las interrogantes del mundo.

La palabra clave es “algoritmo”, al que define en el primer capítulo como “una secuencia de instrucciones diciendo a una computadora lo que hay que hacer”. Pero no cualquier secuencia: debe ser una lo suficientemente precisa y sin el mayor atisbo de ambigüedad para ser ejecutada correctamente. Eso lo diferencia de una receta de cocina, que no define con exactitud cuánto es una cucharada.

El machine learning, explica Domingos, requiere algoritmos específicos, llamados de aprendizaje (learners), capaces de hacer inferencias a partir de datos (que cuanto más sean, mejor). Un ejemplo es el smartphone, que aprende las palabras que más usamos para incorporarlas al diccionario de texto predictivo y mejorar la ortografía cuando los dedos nos traicionan. Los compara con un maestro artesano: cada uno de sus productos es diferente y exquisitamente adaptado a las necesidades del cliente.

Investigador en la Universidad de Washington, Pedro Domingos es el vivo ejemplo de un self-made man. De acuerdo con una semblanza publicada en noviembre de 2006 por la revista lusa CienciaHoje, nació hace 50 años en Lisboa y desde joven quiso emigrar a Estados Unidos para estudiar informática. Llegó ahí sin conocidos ni contactos y por méritos propios se integró a su comunidad académica, desde donde se lanza ahora como autor mainstream.

Dirigido a todo tipo de públicos, Domingos dedica su libro también a los estudiantes de bachillerato, con la esperanza de que compartan su pasión y elijan una carrera como la suya, para engrosar la hoy escasa matrícula de científicos especializados en la predicción computarizada. Su clamor demuestra cuánta falta hace el algoritmo de la orientación vocacional. 

marco.gonsen@gimm.com.mx