La tecnología "oculta" que ya utiliza YPF, Ford, Vaca Muerta y bancos argentinos para ahorrar millones

Las redes neuronales son algoritmos de aprendizaje sumamente efectivos. En la Argentina, varias universidades capacitan para trabajarlas y aplicarlas en la banca, la industria del petróleo y en el sector IT.

Las redes neuronales son capaces de incorporar aspectos del cerebro humano a una máquina, imitando funciones cognitivas, pero dentro de la lógica de las computadoras. En realidad, se trata de un tipo de inteligencia artificial (IA) que funciona como modelo predictor.

Una red neuronal vive encerrada en una gran caja negra que recibe y arroja números que tienen sentido para empresas en a escala local e internacional desde la logística a las finanzas. En tanto, el mercado de estas neuronas valdrá, para 2023, US$ 38.719 millones, según Allied Market Research.

 Rodrigo Ramele, docente del departamento de Ingeniería Informática del ITBA, las define como "algoritmos informáticos inspirados en modelos simplificados del funcionamiento de los sistemas nerviosos biológicos y del cerebro humano, que son utilizados para el procesamiento de datos".

En la misma línea, Andrea Mandelbaum, CEO de la consultora McLuhan y especialista en IA, agrega que están "inspiradas en neuronas humanas y simulan la cognición humana en el software".

Sin embargo, las redes neuronales no son ninguna novedad, ya que existen desde hace más de 30 años. "La idea es tan antigua como la computación misma, y se desarrollaron con la Cibernética y esta última ola de Deep Learning, donde ahora aparecen actores gigantes en el mundo empresarial como Alphabet de Google, OpenAI de Elon Musk y la red social Facebook", apunta Ramele.

En ese momento, las computadoras eran limitadas y su desarrollo muy costoso. Hoy en día, se abarató y están al alcance de cualquiera gracias a que los desarrolladores pusieron a disposición herramientas y arquitecturas de redes neuronales en librerías de código abierto, que están disponibles públicamente: "Ya hay programas y bibliotecas de funciones. Directamente se puede configurar la arquitectura de una red neuronal y utilizarla en un programa específico sin necesidad de supervisión", explica  Laura Lanzarini, secretaria de Ciencia y Técnica de la Facultad de Informática de la Universidad Nacional de La Plata. Allí se capacitan anualmente unos 70 alumnos en la materia, quienes programan en Python y ejecutan modelos para sus trabajos finales.

Según la especialista, el problema a resolver en este tipo de tecnología son los "datos etiquetados", ya que "para que una red neuronal aprenda algo se le muestran muchos ejemplos para que entienda qué es. Pero también se deben etiquetar las imágenes y la información. En mi época, se tenía que programar todo desde cero e igualmente era necesario saber de procesamiento de recorte de imágenes. Ahora, ya está todo integrado. El problema hoy está en modificar la arquitectura que se toma de una librería para que funcione en un programa propio", dice Lanzarini.

 La pregunta del millón es, entonces, ¿para qué sirven hoy y quiénes la usan? Un ejemplo es la megaempresa de tecnología Google, que cuenta con redes neuronales para identificar peatones, patentes y vehículos en tiempo real a través de su aplicación Google Maps. Pero no son los únicos.

El proyecto de Elon Musk, OpenAI, desarrolló dos redes neuronales llamadas DALL-E y CLIP, capaces de transformar textos en imágenes y relacionarlos entre sí. Ambas redes aprenden de conceptos visuales y del lenguaje natural.

En el país, McLuhan diseñó Replikante, un bot conversacional que funciona con motores propios de redes neuronales cognitivas y está especializado en salud. Es capaz de comprender lenguaje natural de los humanos y dar respuestas a consultas.

¿Cómo lo lograron? El bot fue entrenado para detectar niveles de urgencia en cada paciente ya que comprende voz y tipos de paciente, dependiendo de cada caso. "Se aplica a la industria de la salud, a la banca o seguros, porque puede otorgar préstamos personales y ser entrenado para entender pagos, scoring y comportamiento de pago", revela Mandelbaum.

"El bot siempre está monitoreado por un equipo de ingenieros cognitivos y lingüistas que van reprogramando sus redes neuronales para alcanzar máximos niveles de confiabilidad en las respuestas", agrega. 

Las redes neuronales son una tecnología flexible, de hecho, otro uso completamente diferente se da en la industria petrolífera, donde los ingenieros en Petróleo usan sensores equipados con redes neuronales para analizar pozos petroleros.

"Si hay que determinar si en una zona hay o no hay petróleo, eventualmente, se realiza una perforación y se captan las distintas características del suelo y su composición a través de  sensores con redes neuronales. Si el suelo en esta zona tiene ciertas características y tiene petróleo, en el caso de ir a otro lugar y colocar un sensor en el suelo, las redes neuronales son capaces de predecir si hay o no petróleo, sin la necesidad de realizar una perforación previa", explica Lanzarini.

Un pozo tarda en realizarse entre 20 y 40 días y gracias a la implementación de las redes neuronales, se puede ahorrar tiempo durante el proceso: "En Vaca Muerta, los costos hace ocho años eran dos o tres veces superiores a los actuales. El procesamiento de big data logró una mejora en los procesos porque se logró trazar una curva de aprendizaje que mejoró las actividades en la zona. Incluso, se encontraron patrones de comportamiento que permitieron eficientizar cada una de las etapas de la actividad", agrega Luis Stinco, doctor en Geología, consultor y profesor en la Universidad Austral.

 Como mucha de la tecnología es libre, llegó también a las pequeñas empresas de tecnología que pujan por un lugar en el mercado. Andrómeda, una startup de biometría y blockchain, incorporó redes neuronales en su sistema biométrico con huella digital que ya es utilizado por clientes como YPF, Banco Supervielle, Banco Itaú, y Ford, entre otros.

"Cuando una persona apoya su dedo en un sistema de huellas digitales, la comparábamos con seis millones de huellas. Al analizar el comportamiento de las personas, entendimos que siempre van a una cierta sucursal en un rango específico de días y horarios. Entonces, achicamos el campo de búsqueda. Para esto, corrimos redes neuronales para compilar cuándo, dónde y quiénes van a los cajeros automáticos. En vez de buscar en seis millones de huellas, la red neuronal busca en ese rango de personas registradas. Así la búsqueda es de milisegundos", explica Diego Iñigo, director de Producto de la startup.

Por otra parte, Ramele suma dos casos de startups locales: "Empresas como Deep Talk que ofrecen chatbots específicos para compañías, o Entelai, una empresa de desarrollo de soluciones inteligentes para la salud. El impacto en cualquier modelo de negocios es impresionante, porque no sólo se abre un enorme abanico de nuevos negocios, inimaginables años atrás, sino que plantean una fuerza de disrupción en muchos modelos actuales".

En conclusión, las redes neuronales son vistas como una oportunidad tanto dentro de la industria tecnológica como en sectores más tradicionales. Con una salvedad: este segmento solo continuará su expansión si las empresas migran sus infraestructuras a la nube, ya que no existe otra manera de garantizarles escalabilidad. 

Temas relacionados

Las más leídas de Innovación

Destacadas de Infotechnology

Compartí tus comentarios

¿Querés dejar tu opinión? Registrate para comentar este artículo.