Especialistas del centro alicantino CENID desarrollan modelos de lenguaje específicos para el sector turístico, que se convierten en la base de la tecnologías de inteligencia artificial en español del proyecto ALIA, que revolucionan un sector clave en la economía.
El sector turístico se acerca a un modelo inteligente. Las empresas y las administraciones públicas tienen a su alcance un conjunto de herramientas para adaptar la oferta a los gustos del visitante, proponerle rutas, recomendarle restaurantes, presentarle las citas culturales de una ciudad… y todo ello de manera automática.
Las nuevas soluciones se basan inteligencia artificial, una tecnología que pone en valor dato y modelos de lenguaje, mediante un entrenamiento específico. Todo este trabajo fundamental para el desarrollo de las soluciones tecnológicas que hacen la vida más sencilla a los usuarios se cocinan en ALIA. Este proyecto, pionero en la Unión Europea y enmarcado en la Estrategia Nacional de Inteligencia Artificial, está permitiendo el desarrollo de recursos digitales en las lenguas habladas en España, bajo el objetivo de potenciar la soberanía tecnológica, con el desarrollo de una inteligencia artificial transparente, responsable y al servicio de las personas.
Modelos de lenguaje para una inteligencia artificial especializada en turismo
En ALIA trabaja el Centro de Inteligencia Digital de la Provincia de Alicante (CENID), dirigido por Manuel Palomar, que construye modelos de lenguaje y otros recursos tecnológicos específicos para el sector turístico, en español y en valenciano. Un material inédito disponible de manera gratuita, del que pueden hacer uso tanto empresas como administraciones públicas interesadas en la elaboración de herramientas de inteligencia artificial para dinamizar el turismo.
Al frente del equipo de datos que desarrolla estos recursos está el investigador del Grupo de Procesamiento del Lenguaje y Sistemas de Información de la Universidad de Alicante, adscrito al CENID, Rafael Muñoz. Este especialista cuenta con experiencia sobrada en tecnologías de procesamiento del lenguaje natural y es uno de los investigadores de referencia en este ámbito.
«Nosotros hacemos una investigación-prueba piloto y las empresas lo convierten en un producto final para dar una serie de servicios en el sector turístico. Dicho de otra manera, las empresas le dan la envoltura a los modelos de lenguaje que desarrollamos», afirma Rafael Muñoz.
Cómo se construye un modelo de lenguaje
La construcción de un modelo de lenguaje es una tarea compleja, para la que se requieren unos conocimientos muy avanzados, así como mucho tiempo. La base de un modelo de lenguaje son los datos, de ahí que el equipo del CENID haya recopilado de Internet información de todo tipo relacionada con la actividad turística. «Necesitamos datos de calidad. Hacemos la búsqueda de datos en páginas de ayuntamientos, patronatos de turismo, con el objetivo de que el sistema vaya aprendiendo terminología».
La búsqueda de información ha sido muy completa, porque se han recopilado datos de todos los subsectores posibles: turismo de sol y playa, patrimonial, industrial, deportivo, rural, gastronómico, enológico… con el objetivo de ofrecer a las empresas un material lo más rico posible y que pudiera aplicarse a cualquier modalidad.
Hasta ahora, los datos son relativos al sector turístico español, pero la idea es ir ampliando el foco e introducir información de otros países, con el objetivo de presentar un material que puede ser empleado en aplicaciones de inteligencia artificial sobre otros destinos a nivel internacional.
Una vez que se tienen los datos recopilados, «datos de calidad», remarca Rafael Muñoz, hay que darles el tratamiento adecuado para que el sistema aprenda a interpretarlos. Aquí se entra en lo que los especialistas llaman fase de instrucción, que no es otra cosa que enseñar al modelo a realizar una tarea, para que cuando un usuario le pregunte al sistema por una ruta de vinos o por los restaurantes para comer pescado, el sistema responda justamente con esa información y no con una ruta para hacer en bicicleta, por ejemplo.
Entrenamiento del algoritmo mediante ejemplos
El entrenamiento se hace mediante ejemplos, de manera que es sistema aprende a reconocer patrones y reproducirlos a partir de consultas reales facilitadas por los investigadores. Y el sistema puede aprender a realizar funciones diversas, como responder a preguntas sencillas, ubicar un municipio o un monumento; o trabajos más complejos como configurar una ruta turística con una temática determinada, entre otros muchos.
De momento, el grupo del CENID trabaja con modelos relativamente pequeños, en los que se manejan de dos a diez billones de conexiones, y cuyo manejo puede realizarse con ordenadores normales. No ocurre lo mismo con grandes modelos de lenguaje, para los que se emplean cientos de billones de conexiones neuronales y su procesamiento requiere superordenadores.
Modelos de lenguaje y datos para las empresas
En el otro lado de este proyecto se encuentran las empresas, las encargadas de moldear toda esta materia prima, para la construcción de las aplicaciones que finalmente llegan a los usuarios. Una de las firmas que han puesto en valor todo este material en aplicaciones reales es Lynx View, una consultora tecnológica alicantina que, entre otros muchos trabajos, ha desarrollado Ali, la asistente virtual del Ayuntamiento de Alicante, y ahora está enfrascada en el desarrollo de un sistema similar para la Diputación de Valencia y una agenda cultural inteligente para el ayuntamiento de una de las ciudades más importantes del país turísticamente hablando, para los que está empleando los modelos de lenguaje creados en ALIA.
El director de esta empresa es David Ivorra y reconoce que no podría asumir la construcción de estos productos comerciales sin el material que le facilita ALIA. «Estos modelos incorporan una base científica y de conocimiento enorme, algo que nosotros no podemos darle, nos harían falta décadas de conocimiento en procesamiento de lenguaje natural. Nos garantizamos que los modelos están entrenados con datos de calidad, porque ya se han preocupado por que los datos empleados sean buenos, algo que a nosotros nos llevaría años. Por otro lado, no podríamos asumir los costes de entrenamiento».
El caso de Lynx View es un claro ejemplo de cómo la unión entre el mundo del conocimiento y la empresa da frutos concretos, permite el desarrollo de una innovación que, en este caso además, permite el avance de un sector clave como es el de la inteligencia artificial.
«ALIA es una forma de conservar nuestra cultura, porque al final son nuestros idiomas y a mí me gusta que una IA me hable en valenciano y no que me lo tenga que traducir del inglés. Por otro lado, es importante que no dependamos de terceras partes y que desarrollemos esta tecnología, que es fundamental para el futuro de España y Europa», añade David Ivorra.
Los modelos de lenguaje, los corpus textuales y los conjuntos de datos elaborados en el marco del proyecto ALIA contribuyen a desarrollar una inteligencia artificial tanto en español, como en los idiomas oficiales de este país; una inteligencia artificial robusta, creada con materiales de calidad y con la que España gana autonomía en la que puede considerarse como el área tecnológica más importante.
