Google, Facebook y Amazon: aplicaciones de aprendizaje avanzado de máquina
La semana que pasó se anunciaron tres desarrollos significativos en aprendizaje de máquina:
Lectura y comprensión de documentos con lenguaje natural
Google DeepMind en Londres informó que ha desarrollado una manera de enseñarle a las máquinas a leer documentos con lenguaje natural y comprenderlos y, al igual que Watson, responder preguntas complejas con un conocimiento mínimo previo de la estructura del lenguaje –al menos así parece para los sitios de CNN y Daily Mail.
Como fue resaltado por los investigadores de un estudio publicado en axXiv (http://arxiv.org/abs/1506.03340v1), estos sitios han resumido (en forma de listado) y parafraseado las oraciones. Los investigadores pudieron utilizar estas oraciones para crear tripletlas contexto-pregunta-respuesta para cada documento. En el proceso, generaron dos nuevas colecciones de datos (corpora) de casi un millón de noticias con preguntas asociadas para que sirvieran como material de capacitación.
Reconocimiento facial para compartir fotos con amigos
Facebook lanzó Moments, una aplicación que utiliza tecnología de reconocimiento facial para agrupar las fotos en tu celular basado en la fecha en que fueron tomadas y, utilizando tecnología de reconocimiento facial, los amigos que están allí. Puedes privadamente sincronizar esas fotos con rapidez y con facilidad con amigos específicos y ellos a su vez pueden elegir sincronizar sus fotos contigo también.
Esta aplicación y su tecnología se basan en parte en la investigación realizada por el equipo Facebook AI Research (FAIR), encabezado por el especialista de inteligencia artificial Yann LeCun, tal y como explica en el siguiente vídeo:
Sin embargo, un algoritmo experimental creado por Facebook AI Research puede reconocer a las personas en fotografías incluso cuando no es visible su rostro. En su lugar, toma nota de otras características, tales como el peinado, ropa, forma corporal y la pose.
“El equipo de investigación utilizó casi 40,000 fotos públicas de Flickr –algunas personas con su rostro perfectamente visible y claro y otras que estaban de espalda– todas ellas fueron revisadas utilizando una red neural muy sofisticada. El algoritmo final pudo reconocer las identidades individuales con un 83 por ciento de exactitud. Un algoritmo como este podría ayudar a darle mayor empuje a Moments”.
“LeCun imagina también que este tipo de herramienta puede ser útil para los que valoran su privacidad –recibiendo una alerta cuando una foto de ellos, aunque poco clara, sea publicada en la internet. El punto contrario es también posible: la capacidad de identificar a alguien aunque no esté viendo hacia la cámara genera implicaciones serias de privacidad y seguridad”.
Más sobre Moments en: [http://newsroom.fb.com/news/2015/06/introducing-moments/]
El algoritmo de aprendizaje de máquina de Amazon protege al sitio contra comentarios falsos de productos
Amazon ha desarrollado un algoritmo de aprendizaje de máquina que aprende “qué comentarios son los más útiles para los clientes”, es decir, que comentarios son reales y cuales son falsos. (Amazon demandó a un buen número de sitios web el pasado mes de abril cuya especialidad era crear comentarios falsos en Amazon). Amazon dará un peso mayor a los comentarios más recientes, más útiles y provenientes de usuarios verificados.
Amazon Web Services empezó a ofrecer su servicio de Amazon Machine Learning en abril para “facilitar a todos los desarrolladores de todos los niveles de experiencia a utilizar la tecnología de aprendizaje de máquina… sin tener que aprender algoritmos ML complejos y tecnología”.
Más sobre el aprendizaje de máquina de Amazon en: [http://aws.amazon.com/es/machine-learning/]
Comentarios