Machine Learning: qué hay detrás de la inteligencia artificial de tu teléfono

COMPARTIR 0 TWITTEAR

El hardware siempre ha sido protagonista en Android, incluso por encima del software. Son muchos los usuarios que se guían por lo que se ve sobre el papel a la hora de comprar un terminal ya que la potencia se nota, y mucho. Llegados al punto actual, los procesadores de gama alta, si bien siguen mejorando, no proporcionan mejoras sustanciales en un rendimiento tangible año tras año, por lo que los fabricantes están buscando nuevas vías para que esos avances sean percibidos por el usuario.

La inteligencia artificial es el gran protagonismo de la actualidad. Tanto es así que los procesadores de gama alta empiezan a tener coprocesadores o motores neuronales para destinar recursos a las tareas de la IA. Sin embargo, ¿sabes realmente a qué nos referimos con el deep learning que tienen nuestros teléfonos? Hoy, respondemos a la pregunta de qué es la inteligencia artificial, qué es el Machine Learning y para qué sirven en un teléfono.

Machine Learning, qué es y para qué sirve

Diferencias entre Inteligencia Artificial, Machine Learning y Deep Learning

Inteligencia artificial

Hablar de Inteligencia Artificial, para que te quede medianamente claro, es hablar de tareas que de forma habitual requerirían de inteligencia humana par ser ejecutadas. La IA proviene de la informática y data de los años 60. Se creó para dar solución a tareas que los humanos podemos hacer de forma sencilla, pero que suponían todo un reto para los ordenadores, como leemos en Indra Company. Dentro de la IA se engloban varias tareas más específicas y populares como el reconocimiento de objetos, traducciones, que un máquina sea capaz de comunicarse de forma oral con nosotros…

La Inteligencia Artificial es el concepto general, el Machine Learning hace referencia al aprendizaje automático, y el Deep Learning es un subtipo de Machine Learning bastante más avanzado.

Machine Learning

El Machine Learning es el aprendizaje automático en sí, la parte de la IA dedicada a dar la respuesta o solución correcta ante una pregunta o problema. La magia del ML es que dicha respuesta se da sin que el mecanismo de elección esté ya programado. El sistema aprende por sí mismo a dar dicha respuesta o a solventar un problema, en base a la experiencia previa que ha tenido con esas tareas -mecanismo de entrada-salida-. El funcionamiento de estas redes es más sencillo de lo que pensamos, y es que si miramos en las bases de la conducta humana encontraremos el ABC del aprendizaje. Recompensa y castigo, estímulos positivos y negativos.

El ML permite establecer una base de aprendizaje automático que permite la realización de varias tareas en nuestro teléfono, de las que irá aprendiendo cada vez más.

Esta es la base del conductismo, rama de la psicología que se centra en la conducta humana, y que explica cómo una conducta premiada tiende a repetirse en el tiempo, mientras que una castigada acabará extinguida. Poniendo un ejemplo práctico, pensemos en las tecnologías de reconocimiento facial en 3D. Cuando lo activas y te reconoce, deslizas tu dedo avisando al teléfono de que lo ha hecho bien. Cuando no te reconoce, introduces tu clave de desbloqueo, momento en el que el teléfono entiende que lo ha hecho mal, que ese reconocimiento debería haberse realizado, y que la próxima vez sabrá que no debe fallar en esa determinada situación.

Deep Learning

El Deep Learning es un tipo de Machine Learning, por lo que no son lo mismo, ya que hay tareas del Machine Learning que no se engloban dentro. La principal diferencia radica en que el Deep Learning es un aprendizaje más avanzado, ya que utiliza redes neuronales simuladas. Un mecanismo de Machine Learning permitiría a un teléfono, por ejemplo, detectar que estás fotografiando una cara, en base al aprendizaje previo que ha tenido y a que analizando las características comunes y globales, sabe que eso que fotografía es una cara. Gracias al Deep Learning, nuestro teléfono es capaz de reconocer las emociones que tiene esa cara, gracias al análisis profundo de cada uno de los elementos específicos de un rostro, en lugar de hacerlo de forma global.

El Deep Learning es una aproximación más profunda del Machine Learning. En este caso, se intentan emular las redes neuronales del cerebro humano, y es que gracias a las sinapsis podemos construir conocimiento.

Como has podido ver, el Deep Learning es una aproximación muy cercana a la del cerebro humano. Se pretende emular las propias sinapsis cerebrales mediante las citadas redes neuronales. Nuestro cerebro está dividido en varias áreas y estructuras especializadas, para que cada una procese un tipo de información cuando sea necesario, para no colapsar. Este aprendizaje automático basado en la especialización es el fundamento del Deep Learning, y es lo que lo convierte en una herramienta tan potente.

El paso del aprendizaje supervisado -la red actúa comparando la respuesta dada con la etiqueta asignada para comprobar si lo ha hecho bien- al no supervisado es clave en el Deep Learning, trabajándose ya en algoritmos capaces de hacer que la máquina de una respuesta por sí misma, sin necesidad de supervisión alguna.

¿Para qué sirve la Inteligencia Artificial en un teléfono?

El Machine Learning -en el que se puede incluir en algunos casos el Deep Learning- es de gran utilidad en nuestros teléfonos, así como a nivel informático para ayudar a las empresas a publicitarse o a automatizar ciertas tareas. Gracias a él, si nos centramos exclusivamente en los teléfonos, podemos disfrutar de algunas de las siguientes funciones en los mismos, como hemos podido leer en Forbes.

  • Obtención de anuncios personalizada

  • Sugerencias de contenido a visualizar en aplicaciones -Netflix, HBO, YouTube…-

  • Reconocimiento por voz

  • Identificación profunda de las características de los objetos en Google Assistant

  • Reconocimiento facial general e identificación de expresiones emocionales

  • Clasificación de fotografías por caras en Google Fotos

  • Traducciones automáticas de idiomas

  • Mejoras automáticas en fotografías en Google Fotos

Smartphones con hardware dedicado para la IA

Huawei P20 Pro

El P20 Pro de Huawei fue uno de los primeros terminales en dedicar una parte de su procesador a la Inteligencia Artificial. Su NPU -Neuronal Processing Unit- está destinada sobre todo al procesamiento fotográfico, el cual le permite un preciso reconocimiento de escenas, un modo noche que combina disparos mediante distintos niveles ISO, y una estabilización ayudada de la propia unidad.

En teoría dicha NPU también debería ayudar a que el terminal aprenda de nuestro uso y ahorre energía o priorice el rendimiento a demanda. Lo cierto es que esto es todo un intangible que no notamos en ningún momento.

iPhone XS

Los nuevos iPhone XS y XS Max cuentan con una unidad de proceso neuronal dentro de su avanzado chip propio Apple A12 Bionic, el Neural Engine. El objetivo de esta unidad, según Apple es ampliar las posibilidades del aprendizaje automático, haciendo predicciones y reconocimientos de una forma más avanzada. En concreto, hablamos de 5 billones de operaciones por segundo, lo cual permite realizar tareas relacionadas con el Deep Learning en tiempo real sin que el teléfono sufra lo más mínimo.

Además, Apple ha hecho compatible su Neural Engine con la plataforma Core ML, por lo que los desarrolladores pueden integrar este aprendizaje automático dentro de sus apps, algo que no podemos hacer en el caso de los terminales Android que destinan hardware propio a estas tareas.

Google Pixel 2

Si bien el chip Visual Core no es un procesador destinado exclusivamente a la IA, es una herramienta que facilita el trabajo a los desarrolladores para que puedan integrar sus apps con la fotografía computacional. Gracias a este chip, desarrolladores de terceros pueden implementar el HDR+ de Google en sus apps, por lo que nuestras fotografías se verán con la misma calidad y bajo el mismo procesado de la cámara stock en aplicaciones como Instagram o WhatsApp.

La fotografía de Google pasa completamente por el Machine Learning, y combina hardware y software para ofrecer lo que, hasta la fecha, son los mejores resultados jamás vistos en un teléfono. Tradicionalmente se estaba empleando la mejora en los sensores y el número de cámaras, algo que es bien recibido, pero que de poco sirve sin un software que trabaje el procesado ayudándose de la IA.

Conclusiones

La Inteligencia Artificial se plantea como presente en los smartphones de gama alta, y como futuro en prácticamente todas las gamas. Las mejoras en hardware y software vienen de la mano, haciendo a nuestros teléfonos cada vez más inteligentes. La toma de decisiones no programadas permite al terminal mejorar con el paso del tiempo, algo que permite que el reconocimiento facial, las fotografías e incluso el propio rendimiento del terminal vayan variando adaptándose a nuestro uso.

Lejos de ser una sencilla treta de marketing, la inteligencia artificial tiene utilidad en nuestros teléfonos y los convierte en algo mejor. Como es evidente, hay distintas formas de implementar esta IA, algo que queda en manos del fabricante, y que será determinante para que estas mejoras que trae el Machine Learning se hagan notables o no.

Sea como fuere, esta forma de trabajar es bien recibida en nuestros teléfonos, y sus capacidades aún están por explorar. Actualmente, la IA está abriéndose a más aplicaciones y funciones de nuestros teléfonos, por lo que en un futuro no muy lejano podremos disfrutar de ella en su máximo exponente.

¡Síguenos en Telegram para enterarte de lo más destacado del día y de las mejores ofertas Android!

Archivado en Curiosidades, Inteligencia artificial
COMPARTIR 0 TWITTEAR

Comentarios

¿Te ha gustado? ¡No te pierdas nada más!

follow us in feedly

Nuestros blogs