La Inteligencia Artificial (IA) está tomando un papel protagónico en el mundo tecnológico, y Google no se queda atrás. A medida que Google celebra su 25 aniversario, echa un vistazo a su historia con la IA y cómo esta tecnología ha estado presente desde los primeros días de la empresa. Google reconoce que la IA tiene el potencial de mejorar nuestras vidas y resolver problemas importantes en la sociedad, y espera continuar haciendo avances significativos en esta área en el futuro.
El cofundador de Google, Larry Page, alguna vez dijo: "El motor de búsqueda perfecto debe entender exactamente lo que quieres decir y entregarte exactamente lo que necesitas". Dimos un gran paso en el avance de esa visión cuando comenzamos a usar una versión simple de aprendizaje automático para sugerir mejoras ortográficas en las búsquedas web. Incluso si no lo escribes a la perfección, aún así podemos darte lo que necesitas.
Cinco años después, lanzamos Google Translate, que usa el aprendizaje automático para traducir idiomas automáticamente. Comenzamos con traducciones de árabe a inglés e inglés a árabe, pero hoy admite 133 idiomas hablados por millones de personas alrededor del mundo. Esta tecnología puede traducir texto, imágenes o incluso una conversación en tiempo real, rompiendo las barreras del idioma en toda la comunidad global, ayudando a las personas a comunicarse y ampliando el acceso a la información como nunca antes.
La introducción de TensorFlow, un nuevo marco de aprendizaje automático de código abierto, hizo que la inteligencia artificial fuera más accesible, escalable y eficiente. También ayudó a acelerar el ritmo de la investigación y su desarrollo alrededor del mundo. TensorFlow es ahora uno de los marcos de aprendizaje automático más populares y se ha utilizado para desarrollar una amplia gama de aplicaciones de IA, desde el reconocimiento de imágenes hasta el procesamiento del lenguaje natural y la traducción automática.
Como parte del Google DeepMind Challenge Match, más de 200 millones de personas vieron en línea cómo AlphaGo se convirtió en el primer programa de IA en derrotar a un campeón mundial humano en Go, un complejo juego de mesa que antes se consideraba fuera del alcance de las máquinas. Esta victoria histórica demostró el potencial del aprendizaje profundo para resolver problemas complejos que antes se consideraban imposibles para las computadoras. La victoria de AlphaGo sobre Lee Sedol, uno de los mejores jugadores de Go del mundo, provocó una conversación global sobre el futuro de la IA y demostró que estos sistemas podrían aprender a dominar juegos complejos que requieren pensamiento estratégico y creatividad.
Las unidades de procesamiento tensorial, o TPU, son chips de silicio diseñados a la medida que inventamos específicamente para el aprendizaje automático y optimizados para TensorFlow. Pueden entrenar y ejecutar modelos de IA mucho más rápido que los chips tradicionales, lo que los hace ideales para aplicaciones de IA a gran escala. La versión v5e, anunciada en agosto, es el TPU en la nube más rentable, versátil y escalable hasta la fecha.
El artículo de investigación de Google Research "Attention Is All You Need" presentó el Transformer, una nueva arquitectura de red neuronal que ayudó a la comprensión del lenguaje. Antes de Transformer, las máquinas no eran muy buenas para entender el significado de oraciones largas: no podían ver las relaciones entre palabras que estaban muy separadas. Transformer mejoró enormemente esto y se convirtió en la base de los sistemas de inteligencia artificial generativa y comprensión del lenguaje más impresionantes de la actualidad. Transformer revolucionó lo que significa para las máquinas traducir, resumir textos, responder preguntas e incluso generar imágenes y la robótica.
Nuestra investigación sobre Transformers condujo a la introducción del "Bidirectional Encoder Representations from Transformers" (Representaciones bidireccionales de codificadores a partir de Transformers), o BERT para abreviar, que ayudó a la Búsqueda a comprender las consultas de los usuarios mejor que nunca. En lugar de tratar de entender las palabras individualmente, nuestros algoritmos BERT ayudaron a Google a entender las palabras en contexto. Esto condujo a una gran mejora de la calidad en la Búsqueda y facilitó que las personas hicieran preguntas como lo harían naturalmente, en lugar de encadenar palabras clave.
En 2020, DeepMind dio un salto en el campo de la IA con su sistema, AlphaFold, que fue reconocido como una solución al "problema del plegamiento de proteínas". Las proteínas son los componentes básicos de la vida, y la forma en que una proteína se pliega determina su función; una proteína mal plegada podría causar enfermedades. Durante 50 años, los científicos habían tratado de predecir cómo se plegaría una proteína para ayudar a comprender y tratar enfermedades. AlphaFold hizo exactamente eso.
Luego, en 2022, compartimos 200 millones de estructuras de proteínas que cubren casi todos los organismos del planeta de los que se ha secuenciado su genoma, libremente con la comunidad científica a través de la base de datos de estructuras de proteínas de AlphaFold. Más de 1 millón de investigadores lo han utilizado para trabajar en una diversidad de cosas, desde acelerar nuevas vacunas contra la malaria en un tiempo récord y avanzar en el descubrimiento de fármacos contra el cáncer, hasta desarrollar enzimas que se alimentan de plástico.
Nuestra investigación sobre Transformers condujo a la introducción del "Bidirectional Encoder Representations from Transformers" (Representaciones bidireccionales de codificadores a partir de Transformers), o BERT para abreviar, que ayudó a la Búsqueda a comprender las consultas de los usuarios mejor que nunca. En lugar de tratar de entender las palabras individualmente, nuestros algoritmos BERT ayudaron a Google a entender las palabras en contexto. Esto condujo a una gran mejora de la calidad en la Búsqueda y facilitó que las personas hicieran preguntas como lo harían naturalmente, en lugar de encadenar palabras clave.
En mayo de este año, presentamos PaLM 2, nuestro modelo de lenguaje de gran tamaño de próxima generación que ha mejorado las capacidades multilingües, de razonamiento y de codificación. Es más capaz, más rápido y más eficiente que sus predecesores, y ya está impulsando más de 25 productos y funciones de Google, incluidas Bard, funciones de IA generativa en Gmail y Workspace, y SGE, nuestro experimento para integrar profundamente la IA generativa en la Búsqueda de Google. También estamos utilizando PaLM 2 para avanzar en la investigación interna sobre una infinidad de cosas, desde la atención médica hasta la ciberseguridad.
Google está comprometido en seguir innovando con la Inteligencia Artificial (IA) y tiene la mirada puesta en el futuro. Además de las innovaciones actuales, Google está trabajando en el proyecto Gemini, un próximo modelo de IA que se espera permita nuevos avances en los próximos 25 años. Todo esto se hace en línea con los Principios de IA de la empresa, que guían su enfoque en esta tecnología, buscando un desarrollo audaz pero también responsable.
