Aunque la inteligencia artificial (IA) está revolucionando campos como la conducción autónoma o el diagnóstico médico, aún está lejos de ser perfecta. El mínimo error o imprevisto pueden llevar a accidentes mortales. Por eso, uno de los deberes de los investigadores consiste en mejorar el deep learning o aprendizaje profundo para que las máquinas sean capaces de predecir cuándo están a punto de cometer un fallo.

Yarin Gal es pionero en un campo conocido como aprendizaje profundo bayesiano (Bayesian deep learning o BDL), que desarrolla herramientas para cuantificar la incertidumbre en la inteligencia artificial. El joven innovador cuenta: "Me satisface personalmente cuando se aplican conocimientos teóricos al mundo real, especialmente cuando tienen implicaciones de largo alcance y ayudan a salvar vidas humanas. Muchos trabajos de investigación ya han mostrado que el BDL es crucial para aplicaciones que incluyen escáneres médicos, robótica, ciencia, conducción autónoma y más". Gal, investigador y profesor de la Universidad de Oxford (Reino Unido), también ha colaborado con la NASA en el modelado 3D de asteroides y en la detección de exoplanetas. Pero es su trabajo en BDL lo que lo ha convertido en uno de los Innovadores menores de 35 Europa 2019 de MIT Technology Review en español.

Sus colaboradores y él han creado un sistema de segmentación de imagen para la IA de coches autónomos, que genera un mapa de dudas ante predicciones de carretera, automóvil o peatón. Usado en un proyecto con un coche de Toyota, el sistema permitió a la compañía automovilística mejorar la dirección del vehículo. La tecnología también ha servido en el diagnóstico de retinopatía diabética, una enfermedad derivada de la diabetes que daña los vasos sanguíneos de la retina. Hay sistemas de IA capaces de valorar su gravedad a través de una imagen de los vasos del ojo, pero, por supuesto, pueden cometer errores. Científicos alemanes probaron su tecnología y lograron mandar al especialista únicamente a aquellos pacientes con los que la IA dudaba. De esta forma, el diagnóstico es más rápido.

Sus trabajos no solo se aplican a coches y diagnósticos médicos; también sirven en astronomía. "Los nuevos mapas del cielo producen grandes cantidades de datos, y es inviable para los humanos etiquetar todas las galaxias", explica Gal. Por eso, el equipo trabaja con el proyecto de ciencia ciudadana Galaxy Zoo para que la IA pida a los voluntarios que marquen solo las galaxias que no tenga claras. Este innovador quiere democratizar la IA "en aquellos campos en los que el coste de los datos etiquetados la haría inaccesible de otro modo".

Además, su equipo de Oxford trabaja con otros profesionales para ayudarles a usar sus herramientas de IA de forma más segura. Gal afirma: "Una de nuestras aspiraciones, al final del día, es acompañar a profesionales e ingenieros a que construyan aplicaciones de IA de uso diario y ayudarles a hacerlo de una manera responsable. Con una IA segura, salvamos vidas".

La CEO de Made in Möbile y miembro del jurado de Innovadores menores de 35 Europa 2019, Marta Fernández de la Vega, cree que Gal es "una mente brillante en los campos del aprendizaje profundo y la inteligencia artificial, que trabaja todos los días en la investigación y análisis de sus técnicas".

- Por José Manuel Blanco