Estás leyendo la publicación: La puesta en marcha con sede en Gurgaon está totalmente enfocada en construir el cerebro de la máquina
¿Alguna vez te has preguntado si las máquinas podrían tener un cerebro? Y si lo hicieran, ¿qué tan similares serían al cerebro humano? ¿Qué tareas serían capaces de realizar?
En una entrevista exclusiva con Revista de análisis de la Indiael fundador de ‘Olbrain’, Alok Gautam, aborda tales curiosidades y profundiza en la elaboración de Olbrain, los planteamientos de problemas que busca abordar, los desafíos a los que se enfrenta la startup y sus planes de futuro.
OBJETIVO: Olbrain se describe a sí mismo como un cerebro de máquina. ¿Cómo interpretas eso?
Alok: La definición del cerebro es la capacidad de pensar con claridad. Para que las máquinas operen en el mundo humano, se necesita pensar. Entonces, es por eso que lo llamamos ‘cerebro de máquina’. Y, ¿por qué máquinas? Porque nunca será idéntico a un cerebro humano. Funcionará de manera diferente. Su inteligencia será completamente diferente de la inteligencia humana. Es una sola unidad que podrá realizar todas las tareas a diferencia de la IA, donde necesita entrenar un bot separado para una actividad separada. En el caso del cerebro de máquina, la misma arquitectura podrá trabajar con todo tipo de datos.
OBJETIVO: ¿Qué dirías que contribuyó más significativamente al nacimiento de Olbrain?
Alok: Después de desarrollar una buena comprensión del funcionamiento del cerebro humano, comencé a trabajar en IA y me di cuenta de que el enfoque hacia la inteligencia general no es un problema de informática, ni de matemáticas, ni de filosofía. Es un problema de dominio de trance. Necesitamos amalgamar la comprensión de la filosofía, la psicología, la neurociencia, la informática y las matemáticas. Es por eso que comencé a construir este equipo. A partir de 2017, comenzamos a trabajar en este enfoque donde llegamos a la conclusión de que es muy importante que el cerebro de la máquina tenga su propia teoría de la mente. Y, dado que esa tecnología es muy incipiente y no puede ser un cerebro universal que entienda todo sobre el mundo humano, necesitamos crear cerebros separados para declaraciones de problemas específicos. Por ejemplo, para diagnósticos médicos, puede crear una teoría de la mente artificial separada. Para el petróleo y el gas, puede crear una teoría artificial de la mente que comprenda el petróleo y el gas. No necesita comprender las emociones humanas a partir de ahora, sin embargo, necesita comprender cómo funciona el mundo humano para atender casos de uso específicos.
OBJETIVO: ¿Podría dar más detalles sobre el problema que Olbrain está tratando de abordar?
Alok: La tecnología de IA actual es tal que puede encontrar un patrón en un dato dado, pero por sí misma, no es inteligente en absoluto. Los datos que ingresa, si se desvía aunque sea un poco de eso, el modelo de IA fracasará. Entonces, quería construir una tecnología que funcione incluso si hay una desviación de esos datos o incluso si hay datos no vistos. Entonces se me ocurrió que la IA general es lo único que puede funcionar en estos escenarios. La mayoría de los escenarios del mundo real son solo así. Los datos exactos que desea, solo funcionan en condiciones de laboratorio. En condiciones de la vida real, siempre se desviará.
OBJETIVO: Teniendo en cuenta el diálogo general sobre la Inteligencia General Artificial (AGI), ¿es plausible que el cerebro de la máquina nunca pueda funcionar como un cerebro humano?
Alok: Que AGI esté tratando de imitar el cerebro humano, no es del todo correcto. AGI es un concepto muy vago. Hay muchas escuelas de pensamiento a su alrededor. Además, la inteligencia no es absoluta. Cada tipo de inteligencia se desarrolla en torno a una función objetivo central central. En el caso de los humanos, la función objetivo del cerebro es asegurar la supervivencia de la especie humana. Sin embargo, cuando hablamos de máquinas, la función objetivo no puede ser su propia supervivencia. Y al mismo tiempo, la inteligencia humana se ha desarrollado durante millones de años. Ha sido entrenado en los datos y las experiencias sobre cómo sobrevivir. No ocurre lo mismo con las máquinas. No tendrán un millón de años y no están aquí para sobrevivir por sí mismos. Están aquí para servir a los humanos en su trabajo humano. Entonces, por eso la inteligencia que se construirá en las máquinas nunca será igual a la inteligencia humana.
OBJETIVO: ‘Los bots están muertos. El cerebro de la máquina es el futuro. ¿Cómo se diferencia entre el cerebro de una máquina y los bots?
Alok: Los bots son los modelos individuales, que realizan una tarea. Inicialmente, solía haber bots RDA, que eran bots de desguace de escritorio rudimentarios sin IA. Luego vinieron estos bots de automatización de procesos robóticos (RPA) que no eran IA pero podían imitar una tarea perfectamente. Luego vino la automatización de procesos cognitivos (CPA). Son los bots de IA reales. Todos estos bots son modelos individuales entrenados para realizar una actividad. Por ejemplo, identificar la imagen de un perro. Pero, estos bots sufren algunas limitaciones. Una es que son muy rígidos, de modo que si ingresa datos que son ligeramente diferentes de los datos con los que han sido entrenados, fallarán y darán resultados aleatorios. Otro gran problema es el de la ‘desviación del modelo’. Con el tiempo, estos bots perderán eficiencia debido a un cambio en el contexto de los datos o incluso a los datos mismos. El tercer problema es el de la ‘generalización’. Por ejemplo, si entrenas al bot para que identifique perros, y de alguna manera les das una foto de un caballo, ahora fallará. Luego, existe el problema de los enormes requisitos de datos necesarios para la formación. Comercialmente, tampoco es viable entrenar un modelo desde cero.
El cerebro de la máquina difiere de los bots. En eso, funciona según el principio de la teoría artificial de la mente que funciona de manera muy similar a la teoría de la mente humana. Como humanos, tenemos un conjunto de conocimientos sobre el mundo humano en nuestro propio cerebro. Así que vemos todo a través de eso. El cerebro de la máquina también sigue absorbiendo inteligencia de cada dato que pasa e interpreta las cosas en consecuencia. La segunda diferencia es el ‘aprendizaje de transferencia’. Mientras aprende sobre diferentes tipos de tareas, también utiliza un aprendizaje en otro. Por ejemplo, si ha aprendido a identificar un caballo, mientras aprende a identificar a un perro, no necesita aprender sobre el color amarillo. Ya aprendió algunos colores mientras aprendía a identificar un caballo. En última instancia, esto reduce el requisito de datos para el entrenamiento.
OBJETIVO: ¿Cuál es la tecnología detrás de la arquitectura del cerebro de la máquina?
Alok: Estamos usando las mismas tecnologías que usan los bots de IA, pero estamos mezclando modelos de aprendizaje por refuerzo y aprendizaje profundo.
AIM: ¿Podría compartir con nosotros un caso de uso específico de la tecnología que ofrece Olbrain?
Alok: Olbrain va a abordar tres tipos de problemas. La primera son las microhabilidades de procesamiento sensorial (SPM), que tratan sobre el procesamiento de datos de los sensores. Los datos sensoriales son datos visuales, imágenes, videos, rayos X, termogramas y audios. El objetivo es identificar, por ejemplo, una infección de pecho a partir de una radiografía o la posibilidad de que se produzca aceite a partir de un termograma. Las microhabilidades son básicamente superpoderes del cerebro de la máquina, es decir, las tareas que un cerebro de máquina puede realizar. El segundo problema son las microhabilidades del sujeto significante (SSM), en las que Olbrain no solo procesará los datos, sino que también participará activamente en la recopilación de datos. Un ejemplo relevante aquí podría ser la vigilancia de un dron que detecta un movimiento de tanques en un área fronteriza y, en función de esos datos, busca movimientos similares en las cercanías. Finalmente, en el caso de las microhabilidades de adquisición de objetos, Olbrain tendrá la capacidad incluso de agarrar los objetos y manipularlos.
AIM: ¿Podría hablar sobre los clientes actuales de Olbrain? ¿Planea apuntar a un sector específico en términos de su clientela?
Alok: Somos agnósticos del sector y abiertos a todos. Hemos empezado a comercializar hace muy poco tiempo. En la actualidad, tenemos una empresa de atención médica con sede en Bengaluru y EE. UU. que utiliza nuestra tecnología para interpretar los informes de las pruebas de diagnóstico. Además, tenemos un cliente de edtech que está utilizando nuestra oferta para indexar videos de conferencias de modo que los estudiantes puedan simplemente escribir la palabra clave y acceder de inmediato a la parte del video donde el profesor estaba hablando sobre ese tema en particular.
OBJETIVO: Uno de los objetivos clave de Olbrain es la ‘robolización’. ¿Qué es y por qué lo has elegido?
Alok: Hemos acuñado el término ‘robolización’ que significa colonización robótica del espacio. La idea detrás del concepto era que el espacio es un entorno hostil. Por ejemplo, si los humanos van a Marte o al cinturón de asteroides, no podrán trabajar allí. Tiene que ser máquinas primero. Los robots irán y harán que el espacio sea habitable para que los humanos vengan más tarde. Así, decimos, antes de la colonización humana, será la colonización robótica. Creemos que la Tierra no puede sostenernos por mucho tiempo. Por lo tanto, la idea es construir la tecnología para hacer de nuestra especie una especie multiplanetaria para que sobrevivamos incluso después de que el planeta muera.
AIM: ¿Cuáles han sido los mayores desafíos para Olbrain hasta ahora? ¿Cómo los ha tratado Olbrain?
Alok: Inicialmente, parecía un problema de I+D, pero es muy difícil sostener un problema de I+D durante tanto tiempo. Necesitábamos encontrar un caso de uso comercial de esto. Para nosotros, tomó mucho de nuestro tiempo. Llegamos a esta hoja de ruta en la que comenzamos a desarrollar pequeñas teorías de la mente para casos de uso particulares en la industria que son inmediatamente útiles y pueden generar valor para los clientes. El segundo desafío es que el ecosistema no está desarrollado. Por lo tanto, era muy difícil incluso atraer inversores. Sin embargo, ahora hemos recurrido a generar nuestros propios ingresos mediante la venta de microhabilidades a nuestros clientes que obtienen un buen valor de ellas y, por lo tanto, están dispuestos a pagar por ellas.
APUNTAR: ¿Cuál es la hoja de ruta que tiene por delante Olbrain?
Alok: Comenzamos en 2017 tratando de construir la arquitectura AGI. En 2022, lanzamos las microhabilidades de procesamiento sensorial. Ya está activo y tenemos clientes que lo están utilizando. Nuestro próximo hito está fijado para el año 2030. En los próximos ocho años, prevemos lanzar las microhabilidades del significador del sujeto y, finalmente, en 2040, las microhabilidades del objeto asequible.
