Una app traducirá el llanto de un bebé

La científica de datos española Ana Laguna Pradas (foto) creó el algoritmo y está programando un intérprete que llegaría al mercado, para móviles, a fin de año.

Ahora mismo estoy de ocho meses. Con mi segundo bebé podré ampliar mi base de datos de llantos", dice Ana Laguna Pradas. Su comentario no es broma.

Durante su primer embarazo, en 2016, esta experta en datos se preguntó cómo comprender las necesidades de su hijo cuando llegue al mundo. ¿Por qué llora? ¿Tendrá sueño, hambre, cólicos? Entonces comenzó a crear un sistema para descubrir qué hay detrás del llanto de los recién nacidos.

En diálogo con la nacion, Laguna Pradas, de 31 años, comenta que su investigación comenzó como un entretenimiento en el que se reúnen la maternidad y sus conocimientos en datos e inteligencia artificial. Si bien su experimento sigue siendo un hobbie (su ocupación es científica de datos en BBVA Data & Analytics), ahora pide que otros padres colaboren compartiendo los llantos de sus hijos para mejorar la precisión de su máquina traductora.

-¿Cómo decidiste crear este sistema?

-Surgió hace unos tres años, cuando estaba embarazada de mi primer bebé. Como la mayoría de padres en espera, entre muchas de las cuestiones que me hacía estaba la de "¿lo entenderé cuando llore?". Esta hipótesis combinada con mi bagaje en ciencia y análisis de datos me condujo a intentar averiguar si la inteligencia artificial [IA] podría ayudar en estas circunstancias. Ya había trabajado en el campo de la traducción automática, y el llanto del bebé no deja de ser otro medio de comunicación del ser humano. Además, si ya hemos intentado crear algoritmos para traducir el sonido de las ballenas o identificar aves, y si Jane Goodall comprende el lenguaje del chimpancés, ¿por qué no intentar traducir a un recién nacido usando un algoritmo?

-¿Reconocés alguna inspiración para tu máquina?

-Al comienzo busqué artículos científicos (no había demasiados) y algunas aplicaciones ya existentes. Solamente encontré una app china con muy malos comentarios. Además, por cuestiones de prosodia -una rama de la lingüística que estudia el acento y la entonación de un idioma-, un algoritmo chino quizás no alcance el mismo nivel de precisión en niños españoles. Recientemente descubrí una app estadounidense (Chatterbaby) muy buena detectando el dolor, porque utilizan una base datos de bebés mientras los está vacunando.

-¿De qué es capaz tu algoritmo?

-El algoritmo es una red neuronal artificial que ante unos datos de entrada etiquetados entrena un modelo que es capaz de identificar la razón del llanto cuando se le muestran nuevos datos nunca vistos, y así nos proporciona una probabilidad. En concreto, el algoritmo recibe como entrada las señales de audio transformadas en espectrogramas y devuelve una probabilidad de que el nuevo llanto nunca visto sea hambre, sueño, etcétera. Cabe señalar que el estudio se basa en bebés de cero a seis meses que lloran por una necesidad primaria. A los siete u ocho meses ya experimentan otros sentimientos, como el miedo, que no se consideran en el sistema.

-Ahora recopilás más llantos.

-Sí. SoGooD²ata, la ONG que fundé y cuyo principal objetivo es el de contribuir con proyectos de ámbito social a través de la ciencia de datos e inteligencia artificial. Por ejemplo, cuestiones de índole social, como la contaminación o la salud. Entonces, aprovecho esta web (sogooddata.org) para añadir un formulario a través del que los padres pueden ceder más llantos. Actualmente, estamos recopilando una media de siete audios al día. Por suerte hay mamás muy implicadas. Los audios se validan antes de pasárselos al algoritmo, pero aun así la etiqueta de la madre suele ser fiable en un 85 a 90% de las veces. Las mamás y papás, aparte de por instinto y porque conocen bien a su bebé, también ayudan mucho a etiquetar por contexto. Esto se comprueba porque cuando cubres esa necesidad, el bebé deja de llorar.

-¿Cuáles son los planes para tu sistema? ¿Finalmente sabremos qué quiere un bebé cuando llora?

-Mientras amplío la base de datos estoy probando otras técnicas de aprendizaje automático y aprendizaje profundo para reducir el sesgo de mi algoritmo. Ahora mismo solo tiene datos de mi bebé, y con esto no podríamos hacer una generalización para crear un "Shazam de llantos bebés". Se van a escribir artículos científicos sobre el tema para contrastar algunas hipótesis como la de la nacionalidad o el sexo. Cuando la base de datos sea considerablemente grande para crear un algoritmo robusto, se retocará lo existente y se desarrollará la aplicación.

Laguna Pradas prevé que la app completa llegará al mercado a fin de año. Explica que tendrá un funcionamiento similar a las herramientas de detección sobre la base de audios. "La app tendrá un modelo ya entrenado, y mostrará la razón de llanto más probable cuando reciba un audio nuevo", promete.

Lunes, 11 de febrero de 2019