Los días 14 a 15 marzo se celebró en Valencia el evento PAPIs connect: Artificial Intelligence for Business and Society y cuatro personas del equipo de BEEVA estuvimos allí.
Talks & Speakers
La jornada del lunes comenzó decepcionando bastante. Como arquitecto certificado en Amazon Web Services y convencido sobre el universo de posibilidades de AWS, la charla sobre Amazon ML no estuvo a la altura de mis expectativas. AWS continúa revolucionando el mundo digital con servicios como Amazon Lambda y, en muchos aspectos, lleva años de ventaja a sus competidores. Pero su presentación en este evento no consiguió transmitir que Amazon ML sea una solución puntera. Tampoco ayudaba presentar un caso de uso centrado en la detección de preguntas en Twitter y apoyado en las bondades de su servicio Mechanical Turk.
El resto de presentaciones de esa mañana tampoco resultaron mucho más reveladoras. Afortunadamente, debo reconocer que a partir de ahí el nivel, en mi opinión, fue mejorando mucho y mi impresión final sobre el contenido de las charlas ha resultado bastante positivo, en términos generales.
Posiblemente una de las ponencias más interesantes fue la de Nuria Oliver, de Telefonica I+D, sobre las posibilidades del uso de Big Data para el bien común. Entre otros ejemplos, describió un caso de estudio sobre la evolución de la pandemia del H1N1 en 2009 en México, a partir del análisis de patrones de llamadas.
También me gustó bastante la intervención de Inés Almeida, de Liquid Data Intelligence, sobre las limitaciones actuales de algunas de las principales soluciones MLaaS. Su estudio, o benchmark, se apoyaba en una experiencia propia que han hecho pública.
Otra charla francamente interesante fue la de Daniel Guhl y Jacek Dabrowski, y su estrategia para el análisis de precios y optimización de promociones en retail offline.
Como “ingeniero de datos”, mi nivel de interés iba aumentando a medida que términos como uplift, campaign o pricing iban mezclándose con otros como feature engineering, random forests, crossvalidation, deep learning o word2vec. Y además spark, benchmark, scienceops, microservices o scaling.
Coffee breaks
La organización del evento fue muy buena, lo que también favoreció un ambiente agradable y propenso al networking. Y esto también es de agradecer.
Hemos podido intercambiar opiniones, entre otros, con los fundadores de Seldon.io, o ŷhat. A este último le agradecimos el valor de demostrar en vivo y en directo que es posible utilizar Machine Learning para “torear” un drone. Además, coincidiendo con la celebración de las fallas y sin que ningún animal resultase herido.
Flying dron with Python @theglamp #PAPIsConnect pic.twitter.com/zzPNSFb66e
— PAPIs.io (@papisdotio) March 15, 2016
También tuvimos contacto con algún miembro del equipo comercial de BigML o el de Dataiku. Respecto a estos últimos, he de decir que, además de un producto bastante completo, tienen una estrategia de marketing repleta de humor friki.
How to train a top model
Además, el cofundador de PredictionIO, Thomas Stone, parecía de lo más cercano, en la zona de canapés. Y en su lightning talk sobre Machine Learning y Open-Source dejó entrever que su apuesta por el software libre no va a cambiar aunque su empresa haya sido recientemente comprada por un gigante del Software-as-a-Service propietario como Salesforce.
Start-up battle
Uno de los momentos más llamativos y que puso el colofón a este evento fue la start-up battle. Planteada como un experimento de “Inteligencia Artificial” en sí mismo, lo novedoso de la propuesta fue que la tradicional deliberación de un jurado humano se sustituyó por la decisión de un algoritmo. Los ganadores de una inversión directa de 40.000 euros y el apoyo de la aceleradora Wayra fueron Novelti.
En cualquier caso, quedará como anécdota la dificultad para interactuar con este jurado “virtual” a través de su asistente de voz, Alexa. Un dispositivo de Amazon con el que en BEEVA Labs ya tenemos experiencia y, precisamente por eso, no nos sorprendió demasiado que la inocente, aunque tal vez algo inmadura Alexa, no fuese capaz de reconocer lo que le decían sus interlocutores humanos. Siendo estos mayoritariamente hispanohablantes y estando su pronunciación muy lejos de la pronunciación de Seattle a la que Alexa está acostumbrada. La aparentemente sencilla lengua de Shakespeare suele plantearnos dificultades a muchos españoles. Igual que el sentido común supone un desafío para la Inteligencia Artificial, a pesar de que las máquinas ya superan a los humanos en el desempeño de múltiples tareas concretas. Como dijo un día nuestro principal mandatario y representante: “It’s very difficult todo esto“.
