La intel·ligència artificial (IA) és el motor de la revolució industrial 4.0. La disponibilitat de grans volums de dades i la millora dels recursos computacions han generat nous models basats en xarxes neuronals de moltes capes, el que anomenem aprenentatge profund (Deep Learning). Aquesta tecnologia que ens permet analitzar dades, aprendre del que ens diuen i ser capaços de generar prediccions. El potencial d’aquestes tecnologies està desplegant-se amb força per revolucionar l’àmbit industrial, les telecomunicacions o la logística. El portal de referència glassdoor.com ha escollit el científic de dades com el millor perfil laboral als Estats Units, essent l’expertesa en aprenentatge profund la competència més sol·licitada. Per conèixer una mica més sobre aplicacions reals d’aquestes tecnologies i quins són els reptes de futur per als seus professionals, entrevistem Xavi Giró Nieto i Marta Ruiz Costa-Jussà, codirectors acadèmics del postgrau en Artificial Intelligence with Deep Learning que la UPC School posa en marxa al mes de febrer.
A tot arreu sentim parlar de l’explosió de termes com Intel·ligència Artificial, Machine Learning, Deep Learning…Què impliquen exactament i quina diferència hi ha entre ells?
Intel·ligència Artificial es refereix a fer que les màquines siguin capaces de realitzar accions que requereixen certa habilitat humana: comunicar-se o conduir un cotxe en serien exemples. L’aprenentatge automàtic (machine learning) són tècniques que s’utilitzen per tal que les màquines s’autoprogramin a partir de dades. I l’aprenentatge profund (deep learning) és un cas particular de l’aprenentatge automàtic en que el qual es programa un tipus concret de model anomenat xarxes neuronals de moltes capes.
Quin tipus d’aplicacions professionals i oportunitats se’n derivaran d’aquesta tecnologia?
Les aplicacions de l’aprenentatge profund són molt extenses, ja que reformulen completament el rol dels programadors. Enlloc d’esperar que el programador defineixi manualment les operacions que cal executar, en l’aprenentatge profund el principal rol del desenvolupador és el de preparar les dades perquè el sistema es pugui auto-programar ell mateix. La clau per a un bon funcionament està en la disponibilitat de prou dades que representin bé el problema. A nivell professional, una gran quantitat dels programadors s’estan reciclant per tal de seguir aquest nou paradigma de programació i, alhora, ha sorgit la figura de l’anotador, que s’encarrega justament de preparar les dades.
En quin punt estem actualment pel que fa a la seva maduresa?
Les bases matemàtiques de l’aprenentatge profund fa temps que s’han desenvolupat, però, recentment, la reducció de costos en computació i la gran quantitat de dades generades han afavorit que aquests algoritmes es puguin entrenar i obtenir aplicacions que funcionen correctament. Els camps més madurs i revolucionaris avui en dia tenen a veure amb el processament de dades perceptuals, com les imatges, l’àudio o el text. Així doncs, els millors assistents per imatge mèdica, reconeixedors de la parla o traductors automàtics ja s’han implementat amb xarxes neuronals profundes. El més important però és que les mateixes tècniques es poden aplicar a nous dominis sempre que es disposi de prou dades, com poden ser els recomanadors, predictors de mercats financers, o xatbots per resoldre una part de les tasques d’atenció al client.
Com poden les empreses aprofitar les oportunitats de la Intel·ligència Artificial?
Ara mateix, la principal oportunitat està en ser el primer en aplicar aquestes tècniques ja madures en un nou camp. Ho estem veient a la ciència, on l’aprenentatge profund està fent el salt a la física, l’astronomia o la genòmica, i també en la indústria, on la majoria de sectors es basen en programes fets a mà. Si una empresa disposa de moltes dades del problema que vol resoldre, probablement tingui una oportunitat per millorar-ne la qualitat i retallar-ne enormement el temps de desenvolupament.
Quines competències han de tenir els professionals que lideraran nous models de negoci en aquesta àrea?
El perfil complert per poder extreure el màxim benefici d’aquestes eines inclou una bona base matemàtica, per entendre la teoria dels algoritmes, unes habilitats informàtiques per poder entendre les possibilitats i les limitacions de les implementacions i finalment, una vessant d’enginyer de dades per tal de comprendre la naturalesa de la informació amb la que es treballa i les seves oportunitats.
Al febrer posareu en marxa la primera edició del postgrau en Artificial Intelligence with Deep Learning. Per què la creació d’aquest programa formatiu impulsat per la UPC?
Des de 2016 oferim assignatures d’aprenentatge profund al màster universitari de l’Escola de Telecomunicacions de la UPC, i cada any també hem rebut sol·licituds per part de professionals en actiu per assistir-hi. Veient l’augment en la demanda, hem volgut oferir un programa pensat per a professionals en actiu, o estudiants interessats en una intensificació en l’aprenentatge profund. A més, quan parlem amb les empreses, totes es queixen de la dificultat de trobar professionals amb aquesta formació. Creiem que el postgrau donarà resposta a les dues demandes: a la de formació per part de professionals, i a la de professionals per part de les empreses.
Quines seran les sortides professionals d’aquest programa?
El programa dóna una sòlida base teòrica i pràctica de l’aprenentatge profund. Per tant, les sortides professionals seran tant a nivell de líders de grups tècnics de grans, mitjanes i petites empreses com de programadors experts en aquests mateixos grups.