“El nostre nivell universitari és tan bo com el dels EUA”
Oriol Vinyals, investigador en intel·ligència artificial de Google Deep Mind
La Technology Review del MIT ha elegit Oriol Vinyals, investigador a Google Deep Mind, com un dels 35 investigadors menors de 35 anys a qui cal seguir la pista. És la primera vegada que un espanyol surt a la llista, en els seus 16 anys de vida. Vinyals va néixer a Sabadell fa 33 anys, va estudiar enginyeria de telecomunicacions i matemàtiques a la UPC.
Es va traslladar a Pittsburgh per preparar el projecte de final de carrera i allà va començar a veure com funcionava el sistema universitari dels Estats Units i els avantatges que oferia per a la investigació pura. Va estudiar un màster a la Universitat de San Diego, i el doctorat a la de Berkeley. Durant els estius va treballar a Microsoft Research i a Google Research, on va acabar treballant.
Com valora el fet de ser l’únic científic espanyol en la llista? Aquí hi ha molta gent que fa investigació d’avantguarda. I espero que en els propers anys n’hi hagi més. Conec bastanta gent que serien bons candidats per aparèixer en aquesta llista.
Aquest reconeixement, li hauria arribat igual treballant a Barcelona o a Madrid? Aquí el nivell universitaris és tan bo com el dels EUA. Em vaig sentir completament preparat estudiant en una de les universitats més prestigioses del món venint de la UPC. El que sí que és bastant diferent és la densitat de professors influents, la quantitat de recursos que es destinen a investigació, i l’ecosistema d’empreses que dediquen diners a la investigació. A mi em motivava sortir fora i envoltar-me d’aquell ambient, i crec necessari que, encara que algú vulgui treballar a Barcelona o Madrid, vegi altres maneres de pensar. El millor de rebre aquest tipus de reconeixements individuals és que ajuden a motivar aquells que volen fer investigació.
Com va començar el seu interès per la intel·ligència artificial? Va ser amb la pel·lícula 2001 Odissea a l’espai, de Stanley Kubrick. Hal, l’ordinador que controla la nau, va ser una de les primeres coses que m’hi van fer pensar. Després, jugant a videojocs, vaig començar a pensar com podria aconseguir-se que l’ordinador jugués molt millor. I finalment, durant una xerrada, un professor del M IT va explic arque la intel·ligència artifici alés un dels camps més interdisciplinaris que existeixen. Va ser llavors quan vaig veure clar que volia anar als EUA i veure com era la investigació allà.
En quins projectes treballa a Google Deep Mind? Un dels pilars dela intel·ligència artificial és el processament del llenguatge. Moltes preguntes senzilles es poden preguntar
EL FUTUR “La intel·ligència artificial ens complementarà, però no ens substituirà mai”
directament a Google, però per a preguntes més complexes encara hem de continuar investigant molt més. Ben aviat, posarem com a software obert un dels últims models que hem desenvolupat. Consisteix en aprendre conceptes nous a partir de molts pocs exemples. Com un nen que veu un dibuix d’una girafa en un llibre, entén el concepte, i quan va al zoo per primera vegada i veu una girafa, sap que l’animal real correspon al del dibuix encara que siguin molt diferents.
Com s’aconsegueix que una màquina aprengui? Una de les tècniques més efectives en els últims anys es basa en deep learning o xarxes neuronals. Tots podem mirar una fotografia i explicar el que s’hi veu amb una frase senzilla. Perquè una màquina faci el mateix, cal construir una base de dades amb milions de fotos i la seva explicació. Els nostres models intenten optimitzar una xarxa neuronal, que té com a entrada la foto, i que dóna com a resposta una frase. Inicialment les frases que s’obtenen no tenen cap sentit, però a mesura que el model veu més i més exemples aprèn a imitar els humans. La gràcia és que el model no només sap descriure les imatges amb què ha estat entrenat, sinó qualsevol imatge.
En quin punt es troba la intel·ligència artificial i fins on arribarem? Encara que hi ha molts avenços, crec que encara falten bastants anys perquè s’acosti al nostre nivell. Moltes tasques que no ens agrada fer manualment ja estan sent substituïdes per algoritmes com els que he descrit abans. Crec que en molts casos la intel·ligència artificial serà una eina que complementarà, però que no substituirà les persones, ja que ens permetrà anar molt més ràpid a analitzar dades. Tenir un algoritme que filtri exemples interessants perquè puguem estudiar amb detall ja s’està fent en camps de la física, i es pot estendre a molts d’altres.