GRUPO PLAZA

Emprendedores / inteligencia artificial

El ‘machine learning’ que automatiza en València

La ciudad quiere dar a conocer entre los empresarios este tipo de tecnología que permite desde realizar predicciones de ventas a detectar emociones

| 19/10/2017 | 7 min, 44 seg

VALÈNCIA.-Theodore Twombly era un escritor solitario hasta que un día entabla una conversación con Samantha. Charla tras charla fue enamorándose y no sería algo extraño de no ser porque se trataba de un sistema operativo. ¿Cómo una máquina puede llegar a conocer tan bien a un humano? Sí, es el argumento de la película Her (Spike Jonze, 2013), y aunque todavía no se ha llegado a tal hiperrealismo, la tecnología que inspira al film —el machine learning— ha pasado a ser el corazón de numerosas startups que quieren automatizar procesos y realizar predicciones para facilitar cualquier ámbito imaginable.

Samantha, el sistema operativo, puede satisfacer las inquietudes de Theodore a partir de la información encontrada en todo su smartphone —desde mails a música o redes sociales—. Una gran colección de datos es la clave para hacer rodar un sistema que parte de un algoritmo y que aprende y se mejora de forma constante con toda la nueva información que recoge. 

No, en València todavía no estamos construyendo a la Samantha del futuro (¿o sí?), pero cada vez son más las compañías que están teniendo éxito con este modelo de inteligencia artificial. «La traducción más adecuada para machine learning es aprendizaje automático», explica Roberto Paredes, fundador de la empresa valenciana Solver Machine Learning. «Podemos clasificar imágenes cara por cara o predecir el tiempo con un histórico de climatología», añade. 

Lea Plaza al completo en su dispositivo iOS o Android con nuestra app

Solver, impulsado por tres académicos, ofrece soluciones a las empresas ad hoc, pero también tiene productos desarrollados listos para utilizar como un SaaS (siglas de en inglés de ‘software como servicio’) energético que permite a las comercializadoras energéticas predecir cuál va a ser el consumo de los clientes y planificar la compra de energía. Pero ¿qué demandan las empresas? Desde sistemas de computer vision a grandes cadenas de supermercados que piden fórmulas para predecir cuáles son los mejores precios y ofertas que deben poner a sus productos en los próximos meses con el fin de optimizar ventas, maximizar beneficios y eliminar stock.

La clave, ¿tienes datos? «Son modelos que no salen de la nada», insiste. «Teniendo datos, prácticamente todos los problemas son abordables aunque cuantos más, mejor». Por ejemplo, para la detección de fraude realizada para BBVA utilizaron miles de millones de transacciones VISA. Otros, simplemente, utilizan cien documentos. Eso sí, algunos de estos datos deben estar etiquetados por personas humanas con el fin de que el sistema entienda qué es correcto y qué no. 

Para impulsar esta área tecnológica en la ciudad, poco conocida entre los empresarios, impulsaron la iniciativa en València. La intención es introducir aquí en la Red Internacional para la Inteligencia Artificial City AI y empezar a crear un ecosistema donde este tipo de empresas tomen protagonismo. Este evento se celebra en treinta ciudades de todo el mundo entre las que están Londres, Berlín, Nueva York, Hong Kong o Singapur. 

Los fundadores de Solver también imparten un máster de la Universitat Politècnica de València donde forman especialistas en machine learning. «Los mejores se van a Google, Facebook, Amazon o a Silicon Valley», lamenta. «En Europa estamos muy lejos de lo que se entiende por machine learning en otros países; principalmente por la inversión».

Algoritmo para emociones

Con todo esto, en València existen buenos productos que están llamando la atención fuera. Es el caso de Emotion Research Lab, empresa especializada en reconocimiento facial de emociones en tiempo real. La aceleradora americana Plug and Play, ubicada en Silicon Valley, les contactó para entrar en su vertical de Internet de las Cosas (IoT). Fundada por María Pocoví —licenciada en Marketing por ESIC— y Alicia Mora —ingeniera especializada en electrónica por la Universitat Politècnica de València (UPV)—, su algoritmo permite medir con una simple webcam el nivel de satisfacción de los consumidores mostrando las seis emociones básicas: felicidad, sorpresa, enfado, desagrado, miedo y tristeza. También permite la identificación de edad y género. 

«Trabajamos con bases de datos que permiten alimentar el algoritmo y que aprenda», explica Pocoví. «Tenemos una base de datos tanto propia como externa, más de medio millón de imágenes, y es sobre lo que trabajamos». Su producto permite saber cuál es la reacción de una persona ante un producto con una precisión del 90-95%. Y es que el software procesa imágenes de cámara en las que se captan 128 movimientos de músculos faciales.

Con la tecnología desarrollada, han conseguido llegar a plantear proyectos con multinacionales como Philips o Fujitsu con la intención de encajar su software en sus productos. La startup, que también fue acelerada en Lanzadera, tras su paso por la vertical de IoT, ha vuelto a ser seleccionada por el programa de retail de Plug and Play con la intención de predecir la conducta del consumidor a partir de las emociones. Actualmente Emotion Research LAB lidera proyectos en más de trece países. 

Por su parte, la valenciana MESbook también optó por la inteligencia artificial para maximizar la eficiencia de las Operaciones Industriales. Fundada por los ingenieros Diego Sáez de Eguílaz y Fernando Molinuevo, crearon un Sistema de Gestión de Fábricas en Tiempo Real que interconecta toda la fábrica: sistemas, máquinas, personas, productos, y procedimientos además de departamentos aplicando big data, cloud computing, inteligencia artificial y ahora elementos predictivos con machine learning.


«Somos conscientes de las dificultades existentes para instalarlo en las empresas por su nivel tecnológico, ya que para la aplicación masiva de inteligencia artificial o machine learning encontramos en su mayoría un nivel tecnológico medio-bajo debido a que esta tecnología requiere de datos. ¿Y dónde están los datos de las fábricas?, pues en muchos sitios: muchísimo papel, ERP, Word, Excel, Access y otros sistemas», explica Sáez de Eguílaz. Según explica, con MESbook se generan mejoras de la cuenta de resultados de hasta el 40% y permite erradicar papel, minimizar trabajos que no generan valor añadido, eliminar despistes humanos o la imputación de costes a los productos fabricados, entre otras automatizaciones. Se trata no solo de mejorar los resultados, sino de eliminar las posibilidades de que una fábrica se vea interrumpida por cualquier error.

«Cuando caminamos no pensamos en cada paso que damos, lo hacemos automáticamente. Sin embargo, sí que pensamos hacia dónde nos dirigimos; eso es lo que hace MESbook», señala. MESbook, con un equipo de más de veinte personas  —también participante del programa de Juan Roig— está aplicando esta tecnología en más de treinta empresas de once sectores distintos.

Visión artificial

Las agencias de medios son otra de las grandes beneficiadas por el machine learning. La empresa valenciana Blinkfire Analytics, cofundada por Juan Luis Hortelano y Steve Olechowski, utiliza tecnología de inteligencia y visión artificial para la analítica en tiempo real de patrocinios en redes sociales. «Lo que hacemos es recopilar de las redes sociales, utilizando sus APIs, toda la información en imágenes y vídeos que entidades y marcas publican sobre equipos deportivos», explica Álex Tatay. 

Blinkfire cuenta con la confianza de La Liga, con todos sus equipos de primera y segunda división además de trabajar con algunos de los mejores clubes de competiciones como la MLS, Serie A, Premier League o NBA, además de con agencias como Publicis o ESP y marcas como Toyota, CaixaBank o Electronic Arts. 

«La tecnología detecta las marcas y las escenas. Si es una rueda de prensa, un equipo entrenando o una carrera», apunta Tatay. Actualmente, se encuentran a punto de lanzar una tecnología de detección de objetos que permite desgranar si las marcas aparecen en camisetas, una rueda de coche de Fórmula 1 o un avión. «Aporta una información muy detallada y precisa para poder entender dónde están exponiendo y así trabajar de esa forma mejor un tipo de imagen».

A partir del machine learning, la plataforma ofrece a los clubes las herramientas necesarias para medir el éxito de los patrocinios en medios sociales o encontrar a sus aficionados más influyentes para lograr mayores niveles de conexión y así maximizar sus ingresos y optimizar sus gastos. «Solo estamos arañando la superficie de lo que queremos hacer».

*Este artículo se publicó originalmente en el número 37 (XI/17) de la revista Plaza  

next