Andrew Ng tiene una larga trayectoria trabajando en el campo del aprendizaje profundo o ‘deep learning’ en buscadores. Este profesor de computación de Stanford se unió en 2011 al laboratorio de I+D de Google (Google X) y fundó el proyecto Google Brain para realizar avances con esta tecnología. En tan sólo un año se hicieron patentes los progresos: los errores del sistema de reconocimiento de voz de Android se redujeron en un sorprendente 25%. Ahora, Ng trabaja para otro gigante de las búsquedas -Baidu, el ‘Google chino’- en el puesto de Jefe Científico, y su labor sigue centrada en la misma tecnología de inteligencia artificial.
Y, si bien los avances logrados en este campo no siempre son fáciles de comunicar al gran público, Baidu ha encontrado la forma de traducir su trabajo desarrollando una popular app (FaceYou) que lanzaron en vísperas de Halloween y permitía a los usuarios aplicar una especie de ‘máscara virtual’ en movimiento y en directo sobre sus caras para dotarlos del aspecto de un zombie, Obama, una geisha y otros famosos protagonistas de los disfraces de esa fiesta.
El logro de estas máscaras digitales es que logran moverse en conjunto con la del usuario, encajando a la perfección el movimiento de los ojos, la boca o la nariz del mismo. Ng explica que esto se debe a que la app ha ‘aprendido’ a identificar más de 70 rasgos faciales diferentes. La app no es, sin embargo, perfecta: el sistema de inteligencia artificial que hay detrás requiere potencia de computación, lo que lo ralentiza cuando se usa en dispositivos pequeños como un smartphone.
Pero, ¿cómo funciona este sistema de aprendizaje? A través de una red neuronal (red de equipos que imita el funcionamiento de la red de neuronas humana) que Baidu va alimentando con miles de imágenes de rostros humanos hasta que, con el tiempo, logra hacerse a la idea del ‘aspecto genérico de una cara’. El reconocimiento de voz de Android (o el de Skype, que permite ya la traducción simultánea de una conversación) se basa en aplicar el mismo principio sobre la voz humana.
El ‘deep learning’ aplicado a la detección de malware
Pero Baidu también aborda el negocio de la ciberseguridad (es proveedor de antivirus para el mercado chino), por lo que está decidido a aplicar el aprendizaje profundo mediante redes neuronales al reconocimiento de una amenaza multiforme: el malware. El objetivo es alimentar al sistema de ciento de miles de clases de malware conocido para que aprenda a detectarlo también en nuevas formas cuando analice un archivo. El problema para Baidu es que podría haber llegado tarde a este nuevo avance: esta misma semana, el CTO de la compañía israelí Deep Instinct, Eli David, anunció que han estado desarrollando su propia solución de detección de malware basada en deep learning (y, como Baidu, también habrían dado sus primeros pasos aplicándolo al reconocimiento de imágenes y audio).
En cualquier caso, con independencia de cuál de las dos compañías lance en primer lugar su solución al mercado, estaremos viviendo un gran paso adelante para la ciberseguridad, al lograr detectar por primera vez malware no identificado por humanos y dejando así atrás a los antivirus basados en bases de datos.
Vía | Wired
Imagen | A Health Blog
