Si hay alguien capaz de ver el futuro de la informática, esa persona es Alfred Spector, director de investigación de Google. El equipo de Spector se centra en las áreas más desafiantes de la investigación informática, y su objetivo es dar forma a la futura tecnología de Google. Durante un descanso en el encuentro de la Academia Nacional de Ingeniería sobre tecnologías emergentes, organizado por su compañía, Spector habló con el editor de informática de Technology Review, Tom Simonite, sobre estos esfuerzos, y explicó cómo canaliza Google el conocimiento de sus usuarios hacia la inteligencia artificial.

TR: Google a menudo lanza productos basados ​​en nuevas ideas y tecnologías. ¿Cómo se diferencia la investigación llevada a cabo por su equipo de la labor realizada por otros grupos?

Spector: Nosotros también trabajamos en cosas que benefician a Google y a sus usuarios, aunque nuestro horizonte es a más largo plazo y tratamos de estar siempre a la cabeza de la vanguardia. Esto incluye áreas como el procesamiento del lenguaje natural [entender el lenguaje humano], el aprendizaje de máquinas, el reconocimiento de voz, la traducción y el reconocimiento de imágenes. En su mayoría son problemas que tradicionalmente han sido considerados como inteligencia artificial.

Poseemos la gran ventaja de poder trabajar in vitro en los grandes sistemas de Google, por lo que tenemos grandes cantidades de datos y un gran número de usuarios.

¿Puede dar un ejemplo de algún tipo de IA (inteligencia artificial) que haya surgido de este esfuerzo de investigación?

Nuestras herramientas de traducción pueden realizar un análisis sintáctico -son capaces de comprender las partes gramaticales de una oración. Anteriormente, solíamos entrenar a nuestros servicios de traducción solo estadísticamente, comparando textos en varios idiomas. En la actualidad, eso se sigue realizando pero hemos añadido el análisis sintáctico, para poder asignar partes del discurso a las oraciones. Tomemos como ejemplo la frase "El perro cruzó la calle": "El perro" es el sujeto, "cruzó" es el verbo, y "la calle" es el objeto. Esto hace que nuestros sistemas de traducción sean mejores, y es particularmente útil con el japonés.

Otro ejemplo son las Fusion Tables, actualmente parte de Google Docs [la suite de oficina en línea de la compañía]. Se puede crear una base de datos compartida con otras personas, así como visualizar y publicar dichos datos. Una gran cantidad de medios de comunicación utilizan esta característica para mostrar información en Google Maps o Google Earth y explicar situaciones al público. [Durante el reciente huracán Irene, la estación de radio pública WNYC en Nueva York utilizó Fusion Tables para crear una guía interactiva de las zonas de evacuación de la ciudad.]

¿Tiene Google un enfoque particular en cuanto a la IA?

En general, hemos estado utilizando inteligencia artificial híbrida, que nos permite aprender de nuestra comunidad de usuarios. Cuando etiquetan algo y le dan un cierto significado o implicación, aprendemos de eso. Con las búsquedas por voz, por ejemplo, si reconocemos correctamente una frase vemos que conduce a algo en lo que alguien hace clic. El sistema se autoentrena en base a eso, por lo que cuanto más se usa, se hace cada vez mejor.

La corrección de ortografía para las búsquedas web utiliza el mismo enfoque. Cuando Barack Obama era candidato a la presidencia, algunas personas no estaban seguras sobre cómo escribir su nombre e intentaban distintas formas de hacerlo. Finalmente encontraban algo que funcionaba, y a continuación hacían clic en el resultado. Eso nos ayudó a aprender cuál de las distintas formas de escribir el nombre era la que daba los resultados, y nos permitió hacer correcciones de forma automática.

Creemos que las Fusion Tables también contribuirán al aprendizaje de nuestros sistemas. Si existen miles de tablas que indiquen que existen 50 estados en la Unión, es porque probablemente haya 50 estados en la Unión. Lo que también indica que la Unión probablemente tenga estados. No hay que subestimar algo así. Suena trivial, pero los ordenadores pueden deducir mucha información a partir de una gran cantidad de ejemplos.

¿Qué nuevas direcciones está explorando el grupo de investigación en este momento?

Estamos trabajando en proyectos en materia de seguridad, dado que es un tema cada vez más importante dentro de la informática. Una de las áreas que estamos analizando es si se puede restringir el número de programas que utilizamos para trabajar con la menor cantidad de información posible. Si algo sale mal, se limitaría el alcance del daño.

Imaginemos que estamos usando un procesador de textos. En principio, podría eliminar todos nuestros archivos; actúa como nosotros. Pero ¿qué ocurre si cuando empezamos a trabajar con nuestro procesador solo le damos un archivo para editar? Lo peor que podría hacer sería corromper ese archivo; el daño que podría hacer sería muy limitado. Estamos tratando de ver si somos capaces de limitar el daño que podrían generar los programas defectuosos. Eso es algo en lo que llevamos pensando desde hace tiempo. Creemos que hoy día podría ser práctico.

Google está poniendo mucho esfuerzo en su proyecto de red social, Google +. ¿Cree que su investigación contribuirá a esa iniciativa?

Ser útil en el ámbito social es muy importante para muchas de las cosas que hacemos. Google+ es un mecanismo de comunicación, y nosotros investigamos cuestiones dentro de la IA que podrían ayudar a la comunicación -por ejemplo, cómo recomendar contenido o la forma de comunicarse a través de distintos idiomas. Ideas como esas podrían ayudar a las personas a comunicarse a través de su red social.

Google+ también nos ofrece la oportunidad de aprender mucho más sobre nuestros usuarios. Tomemos como ejemplo el botón "+1". Es una señal muy importante que podría ser muy relevante a la hora de mejorar nuestra forma de entender lo que nos importa. Si 10 de tus amigos piensan que algo es genial, es muy probable que quieras verlo.