Así está apostando Amazon por el machine learning para lograr vendernos antes sus productos

Amazon anuncia, después de la polémica con las condiciones de sus trabajadores, que ya dispone de 5.500 ingenieros y puestos de alto perfil técnico en Europa. Científicos especializados en machine learning, robótica, software o hardware. Durante la celebración de un evento en Londres el gigante del ecommerce ha dado a conocer en qué proyectos están trabajando, cómo funcionan estos centros y por qué el machine learning está ahora en el centro de la infraestructura de Amazon.

Cada uno de estos centros de desarrollo distribuidos en 25 ciudades situadas en Alemania, Reino Unido o España, entre otros países, está especializado en una o varias áreas de investigación y desde ellos han surgido productos como Alexa, los Amazon Web Services o Prime Air, su sistema de reparto mediante drones.

Tradicionalmente Amazon siempre ha utilizado la inteligencia artificial para sus recomendaciones de búsqueda, sin embargo en los últimos años ha habido avances muy importantes en estos campos. Estos son los proyectos que realizan en Europa y así es cómo pretenden mejorar toda la experiencia de compra mediante el machine learning para que sus consumidores encuentren cuanto antes el producto que desean.

Amazon quiere ser fuerte en la tendencia del machine learning

Google, Facebook o Microsoft llevan años centrados en su apuesta por la inteligencia artificial e incluso empresas como Samsung o Lenovo también están invirtiendo una enorme cantidad de recursos. Amazon presentó Alexa en 2014, pero no parecía tener una estrategia profunda respecto al machine learning y el deep learning. Eso ha cambiado en estos últimos años, donde la empresa liderada por Jeff Bezos se ha reestructurado para dar cabida a estos avances y ponerlos en el centro de su enorme cadena de montaje.

Mejorar la precisión de la búsqueda es clave para Amazon, ya que permite dar al usuario justo lo que busca. Para conseguirlo tienen centros de desarrollo repartidos por todo el mundo, coordenados entre sí y especializados en un apartado concreto. Pero el campo de la inteligencia artificial se ha convertido en la columna vertebral que los une ya que todos tocan temas relacionados. Desde las aplicaciones de Echo, la voz de Alexa, el reconocimiento de voz, las búsquedas o las traducciones.

Estos trabajos de machine learning se basan principalmente en mejorar cómo las máquinas entienden lo que estamos escribiendo y que logren ofrecer mejores resultados a medida que obtienen más datos. Con el lenguaje tenemos varios ejemplos de cómo se está implementando esta investigación. Pongamos el caso de Alexa, su sistema por voz. ¿Cómo puede aprender a diferenciar varios acentos? Gracias a la repetición. Pero para ello se necesita un algoritmo que guarde cuando ocurre este problema y aproveche el ejemplo anterior para la siguiente vez que tenga que traducir algo similar.

Otro caso es el uso del argot. Alexa y los buscadores de Amazon acceden a bases de datos abiertas como la Wikipedia y los distintos diccionarios, sin embargo el uso del argot y el lenguaje coloquial se entiende a través del contexto. Mediante machine learning se identifican las palabras clave, el tipo de situación donde se ha escrito esa palabra e incluso se detecta si la frase tiene una aptitud positiva o negativa.

Estos trabajos permiten realizar las traducciones entre las distintas webs y ofrecer servicios como Amazon Comprehend, un programa que hace uso del lenguaje natural (NLP) para encontrar información y relaciones en textos. Mediante esta API se puede analizar la voz del cliente, buscar palabras clave y en general se deconstruye el texto para sintetizar mejor lo que se busca.

Amazon Comprehend, al estar basado en AWS accede a los datos de millones de búsquedas y mejora con cada uso. Por ejemplo, puede analizar el significado a partir de las opiniones realizadas a otros productos y así detectar si el cliente está contento o descontento en su nueva opinión.

Otro ejemplo práctico de cómo Amazon está implementando estos avances en machine learning lo encontramos en su sistema de detección de frutas y verduras maduras. Se trata de un proyecto para mejorar la fruta ofrecida en AmazonFresh. Mediante una cámara y el trabajo del equipo de Machine Learning en el centro de Berlín, se divide la fruta en cuatro categorías: buena, dañada, muy dañada y pasada. La máquina va aprendiendo a diferenciar las distintas frutas a medida que recibe más información.

Un ejemplo desarrollado en Europa y que pretenden expandir a más mercados, tipos de productos y capaz de determinar no solo la madurez sino si la fruta sabe dulce o agria. Un proyecto con el que pretenden mejorar su cadena de producción, siempre que no haya algún accidente o derrame inesperado.

Alexa, puerta de acceso a millones de datos

"Amazon es una compañía de bits y átomos" nos cuenta Neil Lawrence, profesor de Machine Learning en la Universidad de Sheffield. Actualmente está de excedencia para trabajar en el centro de desarrollo de Cambridge, donde ejerce como director de la misma materia. Durante el evento realizado en Londres nos explica como Amazon busca construir una interfaz entre lo virtual y lo físico. Básicamente algoritmos que mejoren la comunicación entre su enorme base de datos de los productos que venden (lo virtual) y lo que quieren recibir los consumidores (lo físico).

Para mejorar estos algoritmos se necesitan datos. Millones de datos. Pero si hay una empresa con mucha experiencia en esto es Amazon. Los AWS (Amazon Web Services) son la división más lucrativa de la empresa y alrededor de un tercio de internet está bajo sus servidores. Esto requiere una energía enorme y una infraestructura muy potente para gestionar tantos datos. Amazon es posiblemente la empresa más acostumbrada a mover datos de un sitio a otro. Ahora solo hace falta recolectar los datos correctos, sincronizarlos y enfocarlos hacia la mejora del propio sistema. Una recolección de datos que ya ha llamado la atención de los reguladores de la Unión Europea.

Más allá de sus nuevos productos propios como un microondas, un reloj de pared o incluso un enchufe, Alexa está disponible ya en 20.000 dispositivos y próximamente hablará español. Alexa es la puerta de entrada a la infraestructura de Amazon y está siendo desarrollada para funcionar a través de la voz, pero en un futuro se prevé que esta información pueda ser procesada a través de otras interfaces. Al final da igual que el mensaje esté escrito o sea oral, la comunicación entre la máquina y el usuario puede tener muchas formas.

Europa, un ecosistema muy activo

La compañía abrirá un nuevo centro tecnológico en Manchester y ampliará sus centros de Edimburgo y Cambridge. Actualmente cuenta con 25 centros de desarrollo en Europa, de los cuales destacan el de Cambridge, especializado en el servicio de drones Prime Air y Alexa y el de Berlín, dirigido por Ralf Herbrich, un reconocido experto en Machine Learning con experiencia anterior en Microsoft Research y Facebook.

Otros centros interesantes son los de Luxemburgo, que trabajan en sistemas de pagos; Tübingen, que estudia la causalidad y realiza predicciones sobre el comportamiento del usuario; Gdansk, que trabaja en síntesis de voz y está dirigido por Rafal Kuklinski; Edinburgo, especializado en anuncios, data mining y personalización; Graz, un centro de desarrollo para Prime Air y Barcelona, el tercer centro especializado en Machine Learning después de los de Cambridge y Berlín.

Europa ha sido un lugar importante en esta nueva fase de Amazon hacia la incorporación del machine learning en su infraestructura. Jeff Wilke, CEO de Amazon Consumer, recuerda que "Alexa, encontró la voz gracias a los equipos de Polonia y aprendió a responder preguntas en Reino Unido". No fue de casualidad, ya que para disponer de su propio asistente inteligente Amazon realizó varias compras, entre ellas estas startups europeas. El ecosistema europeo relacionado con el campo de la investigación en inteligencia artificial es muy activo desde hace años y de ahí que surgieran empresas como Yap Speech Cloud, Evi 'True Knowledge' o IVONA software. Startups que llamaron la atención de Amazon y finalmente fueron adquiridas para sentar las bases de lo que hoy ofrecen con Alexa.

Además de los distintos almacenes y centros logísticos, cuentan con dos centros técnicos en España. En 2016, Amazon decidió elegir Madrid para la sede de un Tech Hub para el desarrollo de Amazon Business en el sur de Europa. Se trata de un edificio de 1.200 metros cuadrados situada en la zona de Azca, en pleno centro de la capital. Jaime Vallori, director del centro, nos explica como en dos años han pasado a tener más de cien ingenieros trabajando y ofreciendo servicios para el resto de las cinco versiones web de Amazon en Europa.

El segundo de ellos está ubicado en Barcelona, en el edificio Luxa dentro del popular distrito 22@. Se trata como comentábamos del tercer centro de desarrollo de Machine Learning en Europa y un hub internacional de Amazon junto a ciudades como Palo Alto y Tokio. Actualmente cuenta con un equipo de unos cien ingenieros y pretende ampliar equipo contratando otro centenar.

¿Entienden las máquinas el significado de lo que decimos?

Hugo Zaragoza es el director del centro de Barcelona, sede de traducción automática y búsqueda. Después de fundar su propia startup, Websays, y de haber trabajando en Microsoft y Yahoo!, Hugo dirige el equipo de Amazon especializado en machine learning orientada a la búsqueda y la programación neurolingüística.

¿Qué tipo de problemas intenta resolver el centro de desarrollo de Barcelona? Hugo nos pone el ejemplo de un usuario que busque "Aguacate" en Amazon. ¿Cómo identificar que la persona quiere comprar la comida y no el disco de un grupo que se llama de la misma forma? Otro ejemplo es el significado de las palabras, que a ojos de un humano pueden parecer obvias pero de cara al ordenador es más difícil de explicar. Es el caso de la frase "Yo como arroz con langostinos" vs "Yo como arroz con mi hermano". ¿Cómo es capaz el ordenador de identificar a la persona como un acompañante y no como otro ingrediente?

Aplicado a un caso concreto de Amazon está la palabra "iPhone". Al escribirla lo primero que aparece es el móvil, sin embargo desde Amazon han detectado que el objeto que más se compra al escribir iPhone no es el móvil, sino su cargador. Esto plantea una disyuntiva ya que Amazon debe optar por dar prioridad a uno de los aspectos.

Es trabajo de los equipos de machine learning utilizar la estadística, los datos y las técnicas de comprensión para ajustar los resultados a lo que en realidad está buscando cada usuario.

Durante este Innovation Day desde Amazon se ha querido dejar patente que sus centros de desarrollo trabajan a nivel local, estrechando lazos con las universidades y gobiernos locales. Una señal que muestra su filosofía respecto a la investigación es su política respecto a los papers de sus trabajadores. Desde Amazon ahora promocionan que sus trabajadores publiquen sus descubrimientos en revistas científicas y de hecho nos enlazan directamente a sus trabajos open source, poco a poco recopilados en Github. Un cambio de tendencia en una empresa que durante los años previos no se caracterizaba por publicar su trabajo más puntero.

Europa ofrece múltiples lenguas y una gran cantidad de culturas en un espacio geográfico pequeño. Para Amazon representa un mercado con unas características muy interesantes donde poner en marcha trabajos como la traducción y el entendimiento del lenguaje. Proyectos que utilizan el machine learning en su base y están ayudando según Amazon a mejorar la fiabilidad y precisión de lo que ofrecen al consumidor.