Qué tiene que ver el 'machine learning' con LEGO: así utilizan esta tecnología en la compañía, según un español que trabaja como ingeniero de datos de la multinacional

Francesc Joan Riera estudió Ingeniería Electrónica Industrial y Automática en la Escuela Politécnica de Gijón dentro de la Universidad de Oviedo. Según cuenta él mismo, no fue, lo que se dice, vocacional. 

"No tengo familiares o amigos que trabajen en este tema, nadie de mi familia es ingeniero", cuenta a Business Insider España. 

Sin embargo, sí que admite que siempre le ha llamado la atención "la informática en general: los ordenadores, los videojuegos y cosas así". 

El caso es que terminó escogiendo ese camino y centró su formación en dicha rama tecnológica, primero en España y luego, a través de un máster, en la Aalborg University de Dinamarca, especializándose en visión, gráficos y sistemas interactivos.  

De su etapa universitaria destaca, como la de mayor dificultad, la que se enfocaba a la parte industrial, "si hablamos claro era la más aburrida", y, como la más satisfactoria, la del último año del grado, donde pudo elegir su especialización, que él centró en robótica. 

En ella descubrió una asignatura, bajo el nombre de Visión por Computador, que le gustó "a años luz de las demás". En la clase se hablaba de cómo funcionan las cámaras, qué son las imágenes, los píxeles, cómo se relaciona todo... y de ahí al machine learning, el tema en el que decidió especializarse. 

Riera cuenta que, gracias a esa asignatura y al profesor que la impartía, encontró el máster que más se adaptaba a lo que él buscaba. En concreto, en una de las mejores universidades del mundo. 

A partir de ahí comenzó su vida laboral. Primero, en una compañía donde realizó sus prácticas y la tesis, luego en LEGO comoApplied Machine Learning Engineer(en español sería algo parecido a ingeniero de datos). 

¿Y qué significa esto? A grandes rasgos, el ingeniero de datos une lo que hace un data scientist y un machine learning engineer. En la práctica, supone tener en cuenta todo el ciclo de un algoritmo: investigación sobre un problema, búsqueda de los algoritmos que puedan resolverlo, generación de los mismos, desarrollarlos, etc.

¿Qué tiene que ver el machine learning con LEGO?

Según cuenta, la forma en la que llegó a la compañía de juguetes es un poco cómica. Riera contactó por LinkedIn con un experto que trabajaba en LEGO para recabar información sobre el trabajo que este último realizaba. El ingeniero no sabía que este dejaría su puesto para promocionar a otro departamento dentro de la compañía y que él mismo terminaría por ocupar esa posición. 

"Además, también resultó que era mi vecino", explica con sorna. 

Así, el primer día que llegó a LEGO coincidió con él, que dejaba el proyecto en el que estaban trabajando y cuyos mandos pasaban a Riera. Esta iniciativa, la primera que desarrolló dentro de la empresa de juguetes, estaba basada en utilizar machine learning para moderar los contenidos. 

En concreto, LEGO dispone de una aplicación llamada LEGOLife en la que los usuarios pueden hacer fotos y subirlas para presumir de sus construcciones. El ingeniero explica que, si ya en redes sociales como Instagram el contenido debe estar moderado, en una aplicación enfocada a un público más joven, aún más. 

Así, la idea fue aplicar esta tecnología para filtrar las fotos, los textos o los vídeos y que el algoritmo rechazase los que no respetasen las normas básicas. Entre ellas están, por ejemplo, no subir fotos en mala calidad, textos con palabras malsonantes ni imágenes en las que aparezca la cara de un niño debido al Reglamento General de Protección de Datos (GDPR). 

No obstante, algunos contenidos pasan directamente a seres humanos que los moderan, rechazándolos o, en el caso de que se tratase de pornografía, emprendiendo acciones legales. 

"La idea del proyecto es tratar de reducir el número de contenidos que reciba la empresa externa de moderación, lo que significaría que hay que pagar menos", resume. 

Por qué deberías invertir en juguetes de Lego y olvidarte del oro o los bitcoins

Riera explica que, tras año y medio, la iniciativa ya está dando valor, mejorando mes a mes, algo que se ve reflejado en los números. 

Tal y como cuenta, este uso del machine learning para la moderación de contenidos también tiene su aplicación en redes sociales a mayor escala como Facebook. El ingeniero apunta que esto tiene sentido porque la red social no sería viable si se tuviese que pagar para moderar cada contenido concreto, por lo que se recurre a los modos automatizados. 

Otro de los proyectos que está llevando a cabo a día de hoy también está relacionado con el anterior. La idea de este consiste en interactuar con los usuarios de la aplicación que suben contenido original a través de un algoritmo basado en machine learning para imágenes y texto. 

"Lo que hace es coger una imagen o un texto y tratar de identificar el tema general de LEGO, por ejemplo, Star Wars o Batman", explica el ingeniero. Una vez que se identifica, se interactúa con el usuario mediante un bot bajo el nombre de personajes relacionados, en este caso Batman, que le envía un like.

 "El valor aquí no es dinero directo, obviamente, pero sí se ha demostrado que los usuarios se alegran y comparten más", señala. "Es un simple like que hace feliz la vida de un niño".

Ahora, el siguiente paso es tratar de ampliar el servicio y realizar también comentarios. Riera apunta que esto lleva un poco más de trabajo porque si es muy simple tiene que ser muy genérico, pero entonces se vuelve aburrido.  

 "Pero, ¿en LEGO no hacíais juguetes?"

El ingeniero explica que la gente se suele sorprender cuando cuenta que trabaja en machine learning  en su compañía: "¡Ah! Pero, ¿en LEGO no hacíais juguetes?", cuenta que le suelen decir cuando dice dónde trabaja y a qué se dedica. 

Sin embargo, señala que las aplicaciones de esta tecnología van desde cosas tan básicas como la página web, donde se sugieren a los usuarios items que adquirir a partir de otros que ya hayan comprado, hasta muchísimas aplicaciones más. 

"Lo que pasa es que el área digital de LEGO sí que es relativamente nueva: la compañía tiene cerca de 90 años y este departamento tendrá 10 o 15 como mucho", explica. 

Además del de Riera, la empresa de juguetes tiene otros equipos que trabajan con machine learning, por ejemplo, uno dedicado al sistema de recomendación para la web, otro enfocado en la investigación del mercado mediante data science y otros que trabajan en I+D. 

Sus aplicaciones más directas se ven en productos como LEGO Hiden Side, que utiliza realidad aumentada, LEGO Supermario, que incluye parte de robótica, o una plataforma de vídeo para mini figuras que también incluye realidad aumentada y machine learning. 

Riera explica que la importancia de que LEGO tenga un área centrada en esta tecnología reside en intentar alcanzar estándares de satisfacción más elevados para los usuarios, desde las situaciones más complicadas hasta las más básicas. 

Por ejemplo, el ingeniero señala que la compañía acaba de abrir en China más de un centenar de tiendas y que a los asiáticos les encanta la interacción robótica en los establecimientos. Así, para salvar el aspecto más tradicional de sus puntos de venta, se está trabajando en ofrecer a los clientes una experiencia más digital. 

Entre los aspectos básicos en los que es fundamental esta tecnología se encuentra la página web. Riera apunta que la mayoría de las ventas se hacen a través de canales online, por lo que es el canal principal de beneficios de cualquier empresa. Así, aplicar el dato a esta plataforma permite que estas se incrementen porque llegan a un mayor número de gente alrededor del mundo. 

"No usas machine learning para buscar problemas, sino para resolverlos"

No obstante, el experto cree que hay muchas empresas que se lanzan a implementar proyectos centrados en los datos "sin tener un plan de ataque". "Estuve en una conferencia el año pasado en la que dijeron que el 90% de los proyectos que se empiezan usando machine learning fallan porque la gente los empieza sin tener un business case, simplemente diciendo 'voy a probar un algoritmo a ver si funciona'", cuenta. 

Así, señala que muchas compañías hacen el camino inverso: primer deciden utilizar esta tecnología y luego buscan un proyecto o problema donde pueda encajar, por lo que la mayoría terminan fracasando. "No usas machine learning para buscar problemas, sino para resolverlos". 

El ingeniero explica que este camino es que muchas entidades comienzan a entender ahora, ya que todas tienen mucha información, pero "una cosa es tener datos y otra tenerlos ordenados", matiza. "A mí me puedes dar toda la información que quieras, pero si no está ordenada, no puedo hacer nada con ella". 

También se puede dar el caso de que una compañía posea un montón de datos, pero funcione perfectamente sin utilizarlos. En esa situación, "no es necesario contratar a un data scientist para que apliquemachine learning a un problema que se acaba de imaginar". 

"Al final, ese no tendría que ser el fin último porque el machine learning se tiene que ver como una ayuda sobre los recursos que ya se tienen en una empresa, no como 'Vamos all in  y que sea lo que Dios quiera'", resume. 

De hecho, cree que esta es la principal idea errónea que se ha construido alrededor de esta tecnología. El ingeniero apunta que no se debe concebir el machine learning como algo mágico que resuelve todos los problemas, ya que puedes estar causando más de los que ya tienes. 

"Todo es posible y todo es imposible a la vez"

Hablando de la compañía en la que trabaja actualmente, Riera cuenta que se está formando para ocupar un rol de manager, por lo que su plan de futuro pasa por promocionar a esa posición dentro del equipo de datos. "No diría que no a seguir en el mundo del dato porque es el futuro". 

Y es que es esta tecnología la que el ingeniero cree que destacará durante los años venideros. "Lo más bonito y una de las razones por las que me gusta mucho trabajar en él (el ecosistema del dato) es porque es un mundo que en realidad nunca acaba de florecer", explica. "Cuando crees que has encontrado la solución perfecta, aparece una mejor". 

Riera afirma que "todo es posible y todo es imposible a la vez" en lo que se refiere a este segmento. "Cada año siempre opino que lo que va a revolucionar el mundo es un nuevo algoritmo". 

De hecho, cuenta cómo el año pasado le sorprendió la implementación por parte de Google del modelo de texto más grande de la historia que consiguió que un usuario pudiese hablar con un chatbot cuyas respuestas no se diferenciaban de un humano. "Es súper impresionante, trabajando en el mundo del dato te puedo decir que no es nada sencillo conseguir esa precisión".  

El ingeniero también destaca el trabajo que se realiza en los grupos de investigación presentes en las universales, que muchas veces hacen cosas "impresionantes con relativamente pocos recursos", de la misma forma que las startups. 

Hablando de estas últimas, Riera destaca Reliably ya que, gracias a su fundador, Russ Miles, él y su equipo comenzaron a aplicar más técnicas de caos. "Dichas técnicas son ampliamente usadas en compañías como Netflix, Spotify, Uber, AWS… para poner los sistemas al límite, y de un u otro modo, conocer hasta dónde podemos llegar dadas las mejores, peores y condiciones actuales", explica.