Un artículo de Brandon Deer, publicado originalmente en OpenView Labs – “Una conversación sobre el futuro de la inteligencia artificial (IA) con Vasco Pedro de Unbabel

A Vasco Pedro siempre le han fascinado las lenguas y todo lo que revelan sobre cómo procesamos la información. Sus estudios de pregrado están relacionados con la inteligencia artificial (IA) y la lingüística computacional, y su maestría y doctorado se centraron en el procesamiento del lenguaje natural en Carnegie Mellon. A lo largo de su formación académica, Vasco exploró los fundamentos de cómo pensamos, cómo surge la conciencia y los aspectos básicos de la inteligencia artificial aplicada al procesamiento de las lenguas.

Diez años después, Vasco y el cofundador João Graçaunieron estos intereses en común para fundar Unbabel; una plataforma de traducción humana que explota al máximo las posibilidades de la inteligencia artificial. “Solucionar las barreras lingüísticas que supone la falta de traducción fue lo que verdaderamente impulsó la inteligencia artificial en sus orígenes”, afirma Vasco. “Graça y yo compartíamos la frustración por lo poco que se había conseguido en este campo, a pesar de lo alentadora que parecía la promesa de que la tecnología resolvería los problemas de la traducción automática”.

Fue durante un viaje para practicar surf cuando estos futuros socios comenzaron a articular su misión. “Estábamos convencidos de que hay una manera de conseguir los resultados esperados y nos dimos cuenta de que había llegado el momento de promover un cambio real en el campo de traducción”, recuerda Vasco. “Nos planteamos el gran reto de visualizar un mundo en el que no existieran las barreras del idioma. ¿Cuál sería el PIB mundial?” La misión principal de la compañía se convirtió en garantizar que todas las empresas pudieran comunicarse sin tener que hacer frente a las barreras lingüísticas y el uso de la inteligencia artificial debía jugar un papel muy importante en este objetivo.

Bajo el techo de Unbabel: capas de inteligencia artificial

“Decidimos aliar la velocidad y facilidad de la traducción automática con la calidad de la traducción humana”, dice Vasco. “Al principio, esta idea involucraba un modelo transaccional basado en un formulario de pedido, la carga de documentos y el pago de los servicios”. Sin embargo, pronto nos dimos cuenta de que la traducción era a menudo una necesidad recurrente vinculada a conversaciones en curso entre el servicio al cliente, el servicio de ventas, los objetivos de marketing de la empresa y los clientes de la misma. Basándose en esta observación, se lanzó un modelo de suscripción que tenía en cuenta esta variedad de tipos de contenido. La siguiente iteración del servicio refinó el objetivo de Unbabel hacia la capa conversacional de servicio al cliente.

“Escalar tu servicio al cliente a un nivel internacional supone un gran reto”, dice Vasco. “Necesitas contratar a personal que hable esos idiomas”. Necesitas abrir oficinas en diferentes países para ofrecer servicio en esos idiomas. Resulta un proceso muy complejo. “Unbabel hace frente a este desafío tan complejo “desacoplando el idioma del conjunto de habilidades”, de manera que las empresas puedan contratar a personal según sus conocimientos del producto. Así pueden centralizar el equipo de servicio al cliente y optimizar más fácilmente la gestión de recursos.

Desde el trasfondo, el equipo de Unbabel concibe la inteligencia artificial (IA) como una colección de funciones que juntas ofrecen una experiencia de traducción sin fisuras según las necesidades de los clientes. El elemento de IA más evidente es la traducción automática. “Contamos con nuestros propios motores de traducción automática que aprenden continuamente con cada traducción”, explica Vasco. “El objetivo es proporcionar a nuestros Unbabelers la mejor traducción posible en un tiempo récord”.

Las otras capas de IA de la plataforma Unbabel incluyen: un módulo de estimación de la calidad, i.e. un motor de base neuronal que estima si una determinada traducción requiere o no trabajo adicional por parte de un traductor humano. También contamos con un módulo de asignación que nos ayuda a garantizar que todas las tareas que requieren traducción humana sean tratadas por el proveedor más apropiado. “Este módulo de asignación es capaz de identificar a los usuarios más idóneos de nuestra comunidad entre un total de 45.000 Unbabelers según sus dominios de especialidad y sus destrezas a la hora de traducir”, explica Vasco. “Todas estas correlaciones y asignaciones se realizan en un abrir y cerrar de ojos.”

“El último módulo de IA con el que contamos es lo que denominamos “Smartcheck”, que es un elemento de apoyo al traductor humano”, dice Vasco. “Esta pieza escanea continuamente el texto y proporciona sugerencias y correcciones a los editores humanos. Smartcheck funciona como una especie de IA de compañía para el traductor humano. ”

Con este apoyo tecnológico basado en la IA, reforzamos las capacidades del traductor humano, de modo que Unbabel es capaz de proporcionar la escalabilidad y rapidez que exige la actividad económica actual. “Por lo general, un traductor humano puede procesar entre 300 y 400 palabras por hora sin Unbabel”, afirma Vasco. “Trabajando con la plataforma de Unbabel, ese mismo traductor humano es capaz de procesar entre 1.200 y 1.400 palabras por hora, lo que supone un aumento significativo en la velocidad”.

Es muy probable que esta combinación de IA y capacidades humanas se convierta en el espacio más fértil para el desarrollo práctico de la IA; pero aún estamos lejos de llevar esta realidad al trabajo convencional, al día a día. Para conseguir un poco de contexto, necesitamos saber dónde estamos realmente en el continuo del desarrollo de la IA.

El continuo de la IA

“Todavía estamos en un estado de IA bastante primitivo”, dice Vasco. “Desconocemos un montón de cosas acerca de la inteligencia en general. No entendemos cómo funciona la inteligencia humana, lo que la hace difícil de replicar. Somos realmente buenos haciendo cualquier actividad orientada a clasificar, pero cuando hablamos de razonamiento (razonamiento simbólico, razonamiento en general y aprendizaje general) hay un montón de cosas que siguen ancladas en los años 80. Todavía nos separan unas cuatro o cinco ideas geniales de algo que pueda ser realmente autónomo”.

Así que todavía no estamos cerca de Skynet o The Matrix, pero… ¿Cuánto hemos avanzado? La investigación sobre la IA y su aplicación se remonta a los años 60. En aquel entonces, la gente esperaba que en un plazo de diez años existiría ya un sistema capaz de hablar y traducir como un ser humano. Las cosas no resultaron ser tan fáciles y así llegó lo que Vasco denomina como el primer “invierno de la IA”.

Ese primer invierno fue seguido por varios reveses más, incluyendo el resurgimiento en los años 80 de la IA simbólica y el uso de sistemas expertos (un concepto que predijo que la IA reemplazaría a los médicos y a otros profesionales). En los años 90 también se vivió la ola de los sistemas de traducción automática basados en estadística (que también se vio alimentada por grandes expectativas que finalmente no resultaron ser tan prometedoras). Hoy en día, la traducción automática basada en redes neuronales es la última adición al panorama de la IA y, al igual que sus predecesores, está bajo mucha presión, puesto que se espera que sea capaz de resolverlo todo.

Lo que hace de la IA un campo tan desafiante es, en parte, la naturaleza voluble y caprichosa de los seres humanos. “Como seres humanos, estamos muy influenciados por lo que parece humano”, explica Vasco. “Pero, al mismo tiempo, también nos sentimos muy frustrados por algo que parece ser humano, pero que en realidad no lo es”. En otras palabras, los humanos tienen poca tolerancia con la IA que no está inmediatamente a la altura de sus expectativas.

Vasco cita a Google Home y el servicio Alexa de Amazon como ejemplos de productos de IA que destacan las limitaciones actuales de la tecnología. “Google y Amazon están invirtiendo mucho dinero en estos productos”, señala Vasco. “Están consiguiendo algunas cosas realmente increíbles, pero si interactúas con cualquiera de las dos, te das cuenta inmediatamente de sus limitaciones”. Si fuera posible ir más allá de lo que ya están haciendo, por supuesto que lo habrían hecho ya”.

Lo que Vasco encuentra incluso más emocionante que los asistentes personales impulsados por IA es la idea de fusionar las capacidades humanas con las máquinas. “Soy un gran creyente de lo que Elon Musk y Ray Kurzweil afirman actualmente. Nosotros nos convertiremos en la IA”, explica Vasco. “El verdadero desafío está en la interfaz hacia nuestro neocórtex. Elon Musk acaba de lanzar el desafío del cordón neural y existen otros proyectos en marcha también.

Vasco ya ve esta fusión entre el humano y la máquina en muchas realidades cotidianas que damos por sentado. “Los números de teléfono ya no están en nuestro cerebro. Están en el teléfono”, comenta. “Del mismo modo, los cumpleaños están en Facebook y las direcciones están en aplicaciones con GPS. Como afirma Kurzweil: la singularidad radica en que lleguemos a un punto en el que nos fusionemos con las máquinas e incrementemos nuestras capacidades gracias a esta fusión.
“Pero”, dice Vasco, “estamos aún muy lejos de ese punto”. Las personas asocian la IA con HAL de ‘2001: Una odisea del espacio’, pero todavía es algo mucho menos avanzado.

Desafíos humanos para la IA

Regresando hacia el estado actual de la IA, Vasco reconoce que existen algunos desafíos en el mercado, pero identifica que el mayor de ellos tiene que ver más con la mentalidad humana que con los obstáculos tecnológicos en sí. “La IA es un concepto que cautiva la imaginación”, dice Vasco. “Por eso todo el mundo lo usa. Es como “big data” o los “macrodatos” hace un tiempo, que suele entenderse de manera errónea. Se convierte en una palabra con muy poco peso, porque parece que todo el mundo trabaja con ellos, pero nadie lo resuelve realmente”.

A pesar de haya muchas personas que dicen estar involucradas con la IA sin saber lo que eso significa realmente, hay muchas compañías que realizan un trabajo sólido en el campo de la IA. “Estamos viendo un impacto real en el campo de los servicios de atención al cliente”, dice Vasco. “Empresas como DigitalGenius están tratando el servicio de atención al cliente automatizando ciertas tareas. Veo su trabajo más como un enfoque de “primer nivel” en el que tienes la IA como una primera capa y, a continuación, una forma inteligente de actualizarla o hacerla crecer para adaptarla a los seres humanos.

Vasco menciona otras incursiones hechas por empresas que están aplicando la IA para guiar procesos de cualificación y GANs (Generative Adversarial Networks), pero también ha observado un fenómeno interesante en el cual la gente deja de pensar en la IA como tal cuando ésta ya funciona. “Parece que, en cuanto la IA consigue su objetivo, deja de ser IA y se convierte solo en tecnología”, afirma Vasco. “Lo que hace diez años se consideraba como IA en estado puro, ha pasado a considerarse como “recuperación de datos” o “traducción automática” o algo diferente. Tenemos la tendencia de alejar la línea de meta para la IA, convirtiéndola aparentemente en algo inalcanzable. La IA nunca nos hará realmente felices hasta que no la percibamos como una máquina consciente similar a los humanos”.

Cuatro consejos para start-ups con grandes expectativas en torno a la IA

La aplicación de la IA en el campo de las start-ups viene con su propio conjunto de obstáculos, pero Vasco tiene cuatro consejos para cualquiera que esté considerando esta posibilidad. El primero tiene que ver con ser capaz de concebir una gran idea y llevarla a cabo.

“En el campo de las start-ups, el desafío es que hay un montón de gente con grandes ideas y las habilidades necesarias para ponerlas en marcha, pero acaban dedicando sus esfuerzos a poner en marcha toda la maquinaria que exige crear una empresa desde cero”, dice Vasco. “Si tomamos a Unbabel como ejemplo, tuvimos una gran idea sobre cómo usar la IA para resolver las barreras lingüísticas, pero tardamos casi dos años antes de poder empezar a hacer algo relacionado con la IA. Muchas empresas tienen que hacer frente a ese mismo problema. Van por el buen camino y quieren resolver un problema específico gracias a la IA, pero es difícil saber si realmente cuentan con los recursos necesarios para crecer en ese campo”.

El segundo consejo de Vasco es contratar a las personas adecuadas. “Consigue a alguien de tu equipo que realmente sepa lo que está haciendo”, dice de manera directa. “Todo son expectativas en este momento en cuanto a la IA y el aprendizaje automático, por lo que resulta fácil oír cantos de sirenas; especialmente si no se tiene experiencia personal. La persona responsable de la IA en tu equipo debe conocer realmente este campo”.

Vasco también recomienda un tiempo para darse un respiro. “Debe haber margen para la experimentación”, dice. “Tienes dos opciones. Optas por una solución práctica a un problema ya conocido (como la clasificación), en cuyo caso lo mejor es adherirse a técnicas probadas que darán un impulso inmediato y te permiten recoger frutos de manera rápida y factible. O necesitas darte más tiempo para experimentar de forma que puedas desarrollar algo realmente novedoso”. Por último, Vasco sugiere encarecidamente que temples tus expectativas. “LA IA es genial para ayudar a los seres humanos, pero (con algunas excepciones notables) si únicamente se usa la IA y tienes muchas expectativas en los resultados, acabarás muy decepcionado”, afirma. “Aunque confío en los vehículos autónomos y creo que estamos logrando grandes progresos con la traducción automática, todavía estamos lejos de que la IA sea una especie de varita mágica que podamos añadir a cualquier producto para mejorarlo. Hay que ser cauteloso y realista con respecto a las expectativas, tanto las tuyas como las de tus clientes”.