Los anhelos por crear inteligencias artificiales, por concebir sistemas con capacidades de discernimiento similares a las de la mente humana, son una constante desde mediados del pasado siglo. Y no es ciencia ficción, es una realidad cada vez más posible.

Sin embargo, tanto en el campo de las inteligencias artificiales como en el del aprendizaje automático y más concretamente en el del aprendizaje profundo, el conocido Deep Learning, se necesitan muchos conocimientos y ayuda humana. Gran cantidad de datos, en ocasiones organizados por humanos. Pero, ¿cuántos? Como mínimo 100.000.

Esa es la cifra que ha dado Jeff Dean, Google Senior Fellow y líder de Google Brain, en una charla en el escenario del VB Summit 2017 en Berkeley, California.

Si solo tienes diez ejemplos de algo, va a ser difícil hacer que el Deep Learning funcione. Si tienes 100.000 cosas que te interesan, registros o lo que sea, ese es el tipo de escala en el que realmente deberías comenzar a pensar en este tipo de técnicas.

Es por esta razón que el ingeniero, estudioso de las redes neuronales desde principios de los noventa, cree que casi cualquier negocio que maneje decenas o cientos de miles de interacciones con sus clientes tiene una suficiente cantidad de datos para valorar la opción del aprendizaje automático. Aunque los humanos continúen siendo necesarios, al menos en parte.

El factor humano continuará siendo clave en el Deep Learning

Hemos comentado que, según Dean, la cifra mínima para comenzar con garantías técnicas de aprendizaje …