¿Cómo es ser parte del Programa Ninja de Aprendizaje Automático de Google?

Una publicación en formato Backchannel de Steven Levy ofrece una visión fascinante de la visión de Google del futuro del aprendizaje automático. Si bien actualmente es un campo especializado, Google cree que algún día será utilizado por todos los ingenieros de software sin importar el campo, y que ‘cambiará la humanidad’.
Google está empezando pequeño. Invita a solo 18 ingenieros de software al año a unirse a su Programa Machine Learning Ninja, donde trabajan junto a mentores expertos durante seis meses antes de volver a aplicar el enfoque a su propio trabajo. Pero el líder de aprendizaje automático de Google, Jeff Dean, estima que alrededor del 10% de sus 25,000 desarrolladores son competentes en el campo, y le gustaría que ese número sea del 100%.
Lo que es notable es que todos los involucrados, desde aquellos en el programa Ninja hasta los expertos clave de la compañía en el campo, ven el aprendizaje automático como algo transformador …

El nuevo participante de Ninja, Carson Holgate, tiene esto que decir:

Durante muchos años, el aprendizaje automático se consideró una especialidad, limitada a unos pocos de élite. Esa era ha terminado, ya que los resultados recientes indican que el aprendizaje automático, impulsado por “redes neuronales” que emulan la forma en que opera un cerebro biológico, es el verdadero camino hacia imbuir a las computadoras con los poderes de los humanos y, en algunos casos, de los superhumanos.

El CEO de Google, Sundar Pinchai, dijo en una reciente llamada de ganancias que estaba llevando a un replanteamiento completo sobre cómo la compañía estaba ‘haciendo todo’, y el jefe de búsqueda John Giannandrea dijo que cambiaría a la humanidad.

Los sistemas de aprendizaje automático serán transformadores, en todo, desde diagnósticos médicos hasta conducir nuestros automóviles. Si bien el aprendizaje automático no reemplazará a los humanos, cambiará a la humanidad.

Giannandrea dijo que Google Photos es una buena ilustración del poder del aprendizaje automático.

“En realidad está entendiendo lo que hay en la imagen”. Explica que a través del proceso de aprendizaje, la computadora ‘sabe’ cómo se ve un border collie, y encontrará imágenes de él cuando es un cachorro, cuando es viejo, cuando es largo … pelo, y cuando ha sido despojado. Una persona podría hacer eso, por supuesto. Pero ningún humano podría clasificar un millón de ejemplos e identificar simultáneamente diez mil razas de perros. Pero un sistema de aprendizaje automático puede […] Estás viendo lo que algunas personas llaman rendimiento súper humano en estos sistemas aprendidos “.

Dean comenta que si Google creara su infraestructura desde cero hoy, gran parte de ella se aprendería, no se codificaría.
El cofundador de Google Brain, Greg Corrado, dijo que si bien muchos usan indistintamente los términos IA y aprendizaje automático, no son lo mismo.

Los métodos tradicionales de inteligencia artificial para la comprensión del lenguaje dependían de incorporar reglas del lenguaje en un sistema, pero en este proyecto, como con todo el aprendizaje automático moderno, el sistema recibió suficientes datos para aprender por sí solo, como lo haría un niño. “No aprendí a hablar de un lingüista, aprendí a hablar al escuchar a otras personas hablar”, dice Corrado.

Corrado dice que el enfoque requiere un cambio de mentalidad para los codificadores, desde controlar todo directamente hasta analizar datos e incluso hardware nuevo. La compañía creó su propio chip, la Unidad de Procesamiento de Tensor, para su biblioteca de aprendizaje automático TensorFlow.

Este es un chip de microprocesador optimizado para las peculiaridades específicas de ejecutar programas de lenguaje de máquina, similar a la forma en que las Unidades de procesamiento de gráficos están diseñadas con el único propósito de acelerar los cálculos que arrojan píxeles en una pantalla de visualización.