La startup española que desafía a la Inteligencia Artificial de Elon Musk

El pasado 14 de junio OpenAI (Inteligencia Artificial, por sus siglas en inglés), empresa cofundada por el famoso magnate Elon Musk, lanzaba de forma restringida su primer producto comercial: el algoritmo GPT-3. Un sistema de generación de texto que, gracias a la inteligencia artificial, permite a los usuarios escribir- una palabra, una línea, un párrafo- para que el software termine el trabajo haciendo coincidir, hasta cierto punto, el estilo y contenido.

El camino hasta aquí no fue fácil. Con el lanzamiento de su antecesor, GPT-2, surgieron las dudas: ¿y si se utilizaba para fines maliciosos, como el envío de spam o la publicación masiva de noticias falsas? Ante el riesgo, y dado que OpenAI nació con la misión de desarrollar proyectos de inteligencia artificial que beneficien a la humanidad, la compañía decidió apostar por la vía conservadora y retuvo la versión completa del programa. Ahora, un año y cuatro meses más tarde, el mundo contempla el tímido nacimiento de GPT-3 no exento de controversia, pero tampoco de incógnitas.

GP3-T, el diálogo con las máquinas

Pero, ¿cuál es la clave de este algoritmo? Que utiliza lo que se ha dado en llamar transformers, un modelo de Machine Learning - la disciplina de la inteligencia artificial que permite a las máquinas aprender de forma autónoma- que se ha convertido en una pieza necesaria en el campo del Natural Language Processing (NLP). El NLP es una de las áreas más prometedoras en el campo de la inteligencia artificial. Algo que no es de extrañar, ya que su combinación de lingüística, computación y analítica ha conseguido lo que para muchos es un milagro, pero que, en realidad, es pura tecnología: que las personas podamos interactuar con las máquinas en nuestro propio lenguaje.

Responsabilidad suya son avances tales como los sistemas de reconocimiento de voz y texto -de los que surgen las traducciones instantáneas- o los filtros de spam en las bandejas de correo electrónico. También, en colaboración con los ya célebres bots, el NLP es capaz de resolver dudas de forma autónoma en los call centers. Y esto solo es el principio, ya que, en el futuro, la mayor parte del contenido será directamente creado por máquinas. Esto se conoce como Natural Language Generation (NLG), y se basa en la “ingesta” masiva de diccionarios y otros documentos que, si contienen los datos correctos en el formato adecuado, la tecnología podrá convertir en texto. Se podría decir, entonces, que mientras que el NLP es capaz de leer, el NLG escribe.

Axones “españoles”, un paso más allá

Sin embargo, este modelo de generación de texto no tiene en cuenta algo esencial en la creación de contenido: el significado de cada término. Para GPT-3, las palabras son cascarones vacíos que inserta en función a su entrenamiento en el lenguaje y tema en cuestión, pero sin comprender realmente qué es lo que está escribiendo. Y es ahí donde aparece en escena la startup española MedLab Media Group (MMG), que ha conseguido dar un paso más allá con los axones: una metodología semántica propia que relaciona los conceptos a partir de su significado. Para Adrián Alonso, responsable de los proyectos de inteligencia artificial en MMG, “a diferencia de los transformers tipo GPT-3, los axones no tratan a las palabras como cascarones vacíos, sino todo lo contrario. Con esta metodología el conocimiento se estructura vinculando cada concepto con el contenido semántico que reside en los diccionarios y demás documentos. Así, las palabras se llenan de significado”. Una suerte de editor ilustrado que trasforma el texto en bruto de un escritor novel en un súper-ventas mundial.

La tecnología de MMG se basa en la generación extractiva. Es decir, realiza resúmenes automáticos basados en la ingesta masiva de documentos ligados a una temática concreta. El sistema, entonces, organiza elconocimiento semánticamente en lo que se conocen como ontologías, que son lo que permite la comunicación de forma unívoca entre dos personas, entre una persona y una computadora o entre dos computadoras. “Los axones suponen un nuevo acercamiento computacional a la semántica, otorgando a las máquinas una capacidad asociativa que parte del propio significado de las palabras”, aclara Miguel Ortega, responsable de NLP Research en MMG, exlingüista de Google y doctorado en NLP. “Esto permite relacionar conceptos, identificar sinónimos, estructurar conocimiento de forma automática, desambiguar y, en general, construir modelos que mejoren la “comprensión” artificial de un texto y la posibilidad de auto-generar documentos”.

Farmacovigilancia

Uno de los casos de éxito más recientes de la tecnología de MMG, que le ha llevado a posicionarse en el “top ten” de las startups mundiales en el ámbito de la salud, consistió en “ingestar” más de 20 millones de documentos y diccionarios médicos para crear una ontología médica, con la que genera automáticamente documentos de farmacovigilancia. Del mismo modo, una ontología creada a partir de la documentación y conocimiento que acumula una empresa bancaria puede ayudar tanto a agentes humanos como a bots en la atención y gestión de incidencias. “La evolución de la inteligencia artificial no ha hecho más que empezar”, declara Oleg Vorontsov, Ph.D, CEO de la startup. “Tenemos por delante un siglo de transformación y desarrollo en el que máquinas y humanos se unirán para alcanzar el máximo potencial”, concluye.