×

Ми використовуємо файли cookie, щоб зробити LingQ кращим. Відвідавши сайт, Ви погоджуєтесь з нашими правилами обробки файлів «cookie».


image

Quantum Fracture, El Algoritmo de YouTube YA NO EXISTE | Redes Neuronales

El Algoritmo de YouTube YA NO EXISTE | Redes Neuronales

Si me estás escuchando ahora mismo, lo más seguro es que hayas visto este vídeo aquí,

aquí o aquí.

YouTube te lo ha recomendado.

Y esto es muy bueno para mi como youtuber.

Alrededor de un tercio de mis visitas provienen de gente a las que se la ha sugerido uno de

mis vídeos.

Un tercio.

No es ninguna tontería.

Por eso mismo muchos youtubers se preocupan por entender cómo funciona este sistema de

recomendaciones; cómo elige qué vídeos va a mostrarle a los usuarios.

Vamos con un ejemplo: imagina que este sistema quiere valorar recomendarle uno de estos dos

vídeos a un cierto usuario.

Uno es mío y el otro es de CdeCiencia.

La peña piensa que el sistema funciona haciendo una especie de preguntas y después puntuando

las respuestas siguiendo unas normas.

Los vídeos con más puntos serían los que saldrían recomendados.

Por ejemplo, una pregunta podría ser “¿qué canal tiene más seguidores?”

y el que más tuviera se llevaría más puntos.

Otra podría ser “¿qué canal retiene mejor a su audiencia?”, más puntos acorde con

esto.

“¿Es la edad y el género del usuario similar a quienes suelen ver estos canales?”

Puntos positivos o negativos dependiendo de cómo concuerden.

Incluso es posible que haya preguntas más finas, como “¿se dice en el vídeo alguna

palabrota?”.

Puntos negativos si es así.

“¿Aparece una cara en la miniatura del vídeo?”

Puntos positivos si es así.

Por supuesto me estoy inventando si la puntuación es negativa o positiva, pero no es descabellado

que estas preguntas se estén haciendo… Especialmente esta: “¿Es la duración del

vídeo superior o inferior a diez minutos?”

Puntos positivos si es superior, puntos negativos si es inferior.

Wow, esta es una pregunta de vida o muerte.

Puede afectar tanto a la puntuación de mi vídeo como para que no llegue a recomendarse

a nadie.

¿Quién ha escrito esta regla?

Bueno, pues igual que el resto: la gente de YouTube.

Puede que hayan decidido que lo mejor para su negocio es mostrarle videos largos a la

gente en vez de cortos, pues en los largos pueden meter más anuncios...

Ahora, si yo como youtuber me entero de que por hacer vídeos cortos el sistema me está

perjudicando, entonces valoro cambiarme de estrategia: Seguir haciendo el mismo contenido

pero de una duración mayor.

Así el sistema me recomendará, tendré más visitas y más dinero para seguir haciendo

vídeos.

Y esta es una pregunta concreta: si consigo descifrar todas las normas de puntuación

que sigue el sistema, es decir, el famoso Algoritmo de Youtube, entonces tendré la

receta para hacer el vídeo perfecto.

Es por esto por lo que muchos youtubers desean descodificar el Algoritmo de Youtube.

Es el maldito Santo Grial.

Incluso para algunos es la puerta para aprovecharse del sistema, explotar sus debilidades para

que recomiende sus vídeos más de lo que debería.

¿Qué ocurre?

Que esta búsqueda es inútil.

Porque el algoritmo de youtube, las supuestas normas que obedece la máquina… ya no existen.

No están.

El antiguo algoritmo fue desenchufado hace bastante y fue sustituido por algo mucho más

poderoso.

Gente, os presento a las redes neuronales artificiales.

El “machine learning”, el Aprendizaje Automático.

Sistemas capaces de aprender a hacer tareas muy complicadas sin la necesidad de que nadie

les indique los pasos a seguir.

Esto no es ninguna suposición: los propios ingenieros de YouTube hicieron público que

las utilizan para hacer las recomendaciones.

Hoy quiero enseñaros cómo estas redes funcionan, al menos de una manera superficial, para que

entendáis que ni la propia de gente YouTube sabe las normas por las que se rigen sus recomendaciones…

Sencillamente porque no hay normas.

Atentos, ¡es muy ingenioso!

Una red neuronal está formada por lo que podemos llamar neuronas: unas unidades capaces

de recibir números, sumarlos y después mandarle esos números a otras neuronas modificándolos,

tal vez amplificándolo en una cierta dirección o reduciendolos una cierta cantidad en otra

(algo parecido a lo que hacen nuestras neuronas).

Una red neuronal es un conjunto de estas neuronas estructuradas en capas.

Se envían números, los agrupan y los vuelven a enviar modificados; una especie de cadena

alteradora de números.

Hay muchas maneras de construir una red neuronal, pero en nuestro ejemplo concreto la red empieza

en un lugar: una neurona de inicio en la que nosotros introducimos un cierto valor.

Después esta neurona se enlazaría con muchas otras y comenzaría este juego de enviar múltiples

versiones del número modificado para que se sumen, y vuelvan a modificarse un montón

de veces.

El proceso termina cuando estos números acaban en una neurona final, que suma todos los valores

en un resultado.

La red neuronal en su conjunto es una máquina de convertir valores en otros: meto un número

y saco otro distinto.

¡Como una calculadora!

De hecho, imagínate que necesitaras una máquina que supiera hacerte una raíz cuadrada; un

sistema al que le metes un número cualquiera y él te expulsa correctamente su raíz cuadrada.

Una red neuronal podría ser una candidata.

Pero ¿cómo puedo conseguir que la red haga esto?

¿cómo puedo conseguir que toda esa combinación de sumas y modificaciones consigan llevar

cualquier número desde su valor inicial hasta su raíz cuadrada?

¿Cómo?

Es la hora de que la red aprenda.

La clave está en los enlaces entre neuronas: es en estos caminos en los que los números

se modifican, y la cuestión es que somos nosotros los que podemos decidir cuánto lo

hacen en cada uno de ellos.

Pensad que cada enlace tiene una especie de ruedecita que girándola de un modo u otro

podemos conseguir que el número que viaje cambie.

Tal vez aumente un cincuenta por ciento o un noventa, o se reduzca un setenta o un veinte.

Como si bajaramos o subieramos el volumen de la música.

La cuestión es que en una red neuronal suele haber muchísimos enlaces, por lo que delante

de nosotros tenemos un panel enorme de ruedecitas.

Fijaos: imaginad que pudiera calibrar todas y cada una de estas ruedecitas de la manera

correcta.

Imaginad que pudiera coordinar todo este conjunto de sumas y modificaciones para que al meter

cualquier número me saliera su raíz cuadrada.

Es como si la red neuronal fuera una orquesta en la que cada músico va a su bola.

Si consiguiera dirigirla correctamente podría hacer que tocaran una bella sinfonía.

Podría hacer que la red me hiciera raíces cuadradas.

Obviamente hacer esta coordinación a mano, probando cada una de las ruedecitas hasta

dar en el clavo, es una tarea de locos… Sin embargo, aquí nuestras amigas las matemáticas

nos ayudan.

Solo hace falta una cosa: un grupo de ejemplos, una lista de raíces cuadradas ya hechas para

poder averiguar la calibración de las ruedecitas.

Una vez tienes eso, estos algoritmos de aprendizaje se encargan del resto, utilizando los ejemplos

para mover todas las ruedas en la posición óptima.

La red podría servir para cualquier cosa, en esencia es una máquina de transformar

unos números en otros.

Pero al utilizar la lista de ejemplos y sintonizar la red correctamente la hemos convertido en

una calculadora de raíces cuadradas.

Hemos hecho que la red aprenda a hacer una tarea concreta.

Y, eh, ¡va de maravilla!

No solo calcula bien los ejemplos de la lista.

Esa es la gracia, solo los necesitábamos para que la red aprendiera: ahora funciona

con cualquier valor.

Es una buena calculadora.

La pregunta aquí es: ¿he programado alguna ley dentro de la red?

¿he introducido algún conjunto de reglas para calcular la raíz cuadrada?

No.

No hecho nada de eso.

He metido unos ejemplos y la red solita a pillado como se hace.

Aquí no hay reglas ni normas; aquí no hay ningún “algoritmo para calcular la raíz

cuadrada”.

La red suma y modifica números de una manera precisa y me expulsa el resultado correcto.

Sin más.

En cierto sentido, una red neuronal es una especie de batidora prodigiosa en la que metes

todos los ingredientes de un pastel, aprietas el botón de encendido y por la acción de

las cuchillas y el calor por fricción cuando la apagas tienes la tarta hecha dentro.

¿Ha seguido la batidora la receta de la tarta al pie de la letra?

¿Se ha tamizado la harina, montado las claras, y horneado a la temperatura estricta?

Nope.

La batidora ha combinado y modificado correctamente los ingredientes para crear el pastel.

Sin reglas ni normas de por medio.

Y a eso me refiero cuando digo que el algoritmo de youtube ya no existe, porque quién controla

ahora las recomendaciones es una de estas redes neuronales.

Y youtube no es el único que las usa: la mayoría de coches autónomos utilizan redes

neuronales para conducir solos, el LHC utiliza también de una red neuronal para seleccionar

buenas colisiones de entre millones en cuestión de microsegundos,

Incluso instagram utiliza una red neuronal para reconocer la forma de tu cara a tiempo

real y colocarte estas orejas de perrito.

¡Tienes una red neuronal programada en tu móvil!

Pero volviendo a la red neuronal de YouTube… Bueno, no es una.

Son dos.

La primera selecciona de los millones de vídeos de YouTube unos candidatos para que luego

la segunda red los puntúe con más precisión, haciendo un “top cien los mejores vídeos”

y recomendándote los que estén más arriba.

Cada red funciona de una manera muy parecida a la que os he enseñado: entran un vídeo

y un usuario y sale una puntuación.

Y cuando digo “vídeo” y “usuario” me refiero a cientos de números que reflejan

propiedades de ti, de mi y de mi video.

Y es que estas redes no son precisamente pequeñas.

Recomendar vídeos de manera personalizada es una tarea muy complicada y para eso se

necesitan miles de neuronas con miles de millones de ruedecitas que ajustar.

Y hablando de eso, ¿cómo aprende esta red a recomendar vídeos?

Bueno, al igual que nuestra red aprendió a hacer raíces cuadradas enseñándole ejemplos,

YouTube hace lo mismo: Alimenta a la red con una selección de los vídeos que vemos...

Y lo hace constantemente.

La red aprende con nosotros a cada segundo.

Esta es otra razón por la que es absurdo pensar que hay un “algoritmo de youtube”:

la red y las decisiones que toma están continuamente evolucionando.

Y sugerir vídeos a millones de personas es una tarea más complicada que hacer raíces

cuadradas, por lo que no podemos estar seguros de que la red neuronal de YouTube ya haya

alcanzado la manera perfecta de hacer su labor.

Dicho de mala manera, puede que ahora esté atrapada en un estado de aprendizaje intermedio,

y que aún le falte una cierta cantidad de vídeos para llegar al funcionamiento óptimo.

Puedes pensar que la red es una pelota que quiere llegar al fondo de un valle, pero que

se ha quedado en una pequeña curva porque se piensa que ese es el punto más bajo del

lugar.

La pelota necesitará de unos toquecitos más para salir de allí y rodar hasta el lugar

perfecto.

Luego hay cierto riesgo de que el comportamiento de las recomendaciones cambie súbitamente,

perjudicando el trabajo de muchos compañeros en el proceso… Y la verdad es que no descarto

que esto ya haya ocurrido.

Este año hemos visto como muchos grandes de esta plataforma han avisado de que algo

raro estaba pasando, y les pedían a la gente de YouTube que deshicieran los cambios que

habían implementado.

Un poco ingenuo por dos motivos.

El primero es que los ingenieros de YouTube no tienen control en cómo la red neuronal

elige sus recomendaciones, lo único que pueden hacer es alimentarla con los vídeos correctos

y reforzar ciertos comportamientos.

Y, segunda (la más empresarial), si la red neuronal sigue enchufada es porque cumple

con su objetivo: recomendarte vídeos lo suficientemente bien como para retenerte dentro de YouTube

y que te comas más anuncios.

Si la red consigue mejorar la retención aunque sea un poquito mejor que el algoritmo que

le precedía, entonces la red se va a quedar, por muchos youtubers que tengan que cerrar

sus canales.

Nada más, gente.

Creo que ahora es el momento de pedir una cantidad absurda de likes para hacer una segunda

parte o una movida así...

Cuando lo que realmente se pretende es que la red neuronal me puntúe por encima de mis

compañeros.

Mirad, si os ha molado est video o el resto que tengo sobre las maravillas del Universo

enseñadselos a vuestros colegas y ya está.

Nos vemos la semana que viene con un poquito más de ciencia.

Y como siempre muchas gracias por verme.

El Algoritmo de YouTube YA NO EXISTE | Redes Neuronales Der YouTube-Algorithmus existiert nicht mehr | Neuronale Netze The YouTube Algorithm NO LONGER EXISTS | Neural Networks L'algorithme de YouTube n'existe plus | Réseaux neuronaux YouTubeのアルゴリズムはもはや存在しない|ニューラルネットワーク Het YouTube-algoritme bestaat NIET MEER | Neurale netwerken O algoritmo do YouTube NÃO EXISTE MAIS | Redes Neurais

Si me estás escuchando ahora mismo, lo más seguro es que hayas visto este vídeo aquí, If you are listening to me right now, probably you have seen this video here,

aquí o aquí. here or here.

YouTube te lo ha recomendado. YouTube has recommended it to you.

Y esto es muy bueno para mi como youtuber. And that's something really good for me as a youtuber.

Alrededor de un tercio de mis visitas provienen de gente a las que se la ha sugerido uno de About a third of my views come from people who have been suggested one

mis vídeos. of my videos.

Un tercio. A third.

No es ninguna tontería. It's not a silly thing.

Por eso mismo muchos youtubers se preocupan por entender cómo funciona este sistema de That's why many youtubers try to understand how this recommendation system works,

recomendaciones; cómo elige qué vídeos va a mostrarle a los usuarios. how YouTube chooses which video is going to show its users.

Vamos con un ejemplo: imagina que este sistema quiere valorar recomendarle uno de estos dos Let's have an example: imagine that this system wants to assess the possibility of recommending one of these

vídeos a un cierto usuario. two videos to a certain user.

Uno es mío y el otro es de CdeCiencia. One of them is mine and the other one is from CdeCiencia.

La peña piensa que el sistema funciona haciendo una especie de preguntas y después puntuando Folks think that the system works by asking some kind of questions and then by giving points to the answers

las respuestas siguiendo unas normas. according to some standards.

Los vídeos con más puntos serían los que saldrían recomendados. The highest rating videos would be the ones being recommended.

Por ejemplo, una pregunta podría ser “¿qué canal tiene más seguidores?” For example, one question could be: ‘which channel has more followers?'

y el que más tuviera se llevaría más puntos. and the most followed would have more points.

Otra podría ser “¿qué canal retiene mejor a su audiencia?”, más puntos acorde con Another one could be: ‘which channel retains his audience better?' More points according to

esto. this.

“¿Es la edad y el género del usuario similar a quienes suelen ver estos canales?” ‘Is the gender and age of the usual viewers of these channels similar?'

Puntos positivos o negativos dependiendo de cómo concuerden. Negative or positive points according to how they coincide.

Incluso es posible que haya preguntas más finas, como “¿se dice en el vídeo alguna It's even possible that there are more concrete questions, like ‘is any curse word

palabrota?”. said in the video?'

Puntos negativos si es así. If so, it gets negative points.

“¿Aparece una cara en la miniatura del vídeo?” ‘Does a face appear in the thumbnail?'

Puntos positivos si es así. If so, it gets positive points.

Por supuesto me estoy inventando si la puntuación es negativa o positiva, pero no es descabellado Of course, I'm making the positive or negative rating up, but it's not absurd to think

que estas preguntas se estén haciendo… Especialmente esta: “¿Es la duración del that these questions are being asked... Especially this one: ‘is the length of the video

vídeo superior o inferior a diez minutos?” over or under ten minutes?'

Puntos positivos si es superior, puntos negativos si es inferior. It gets positive points if it's over ten minutes and negative points if it's under.

Wow, esta es una pregunta de vida o muerte. Wow, this is a life or death matter.

Puede afectar tanto a la puntuación de mi vídeo como para que no llegue a recomendarse It can affect my video's rating so much that it could be not recommended

a nadie. to anyone!

¿Quién ha escrito esta regla? Who wrote this rule?

Bueno, pues igual que el resto: la gente de YouTube. Well, like all the others: YouTube's people.

Puede que hayan decidido que lo mejor para su negocio es mostrarle videos largos a la They may have decided that showing people longer videos it's best for business

gente en vez de cortos, pues en los largos pueden meter más anuncios... because they can put more ads in longer videos...

Ahora, si yo como youtuber me entero de que por hacer vídeos cortos el sistema me está Now, if I, as a youtuber, hear that the system harms me for doing short videos,

perjudicando, entonces valoro cambiarme de estrategia: Seguir haciendo el mismo contenido then I may want to change my strategy: creating the same content

pero de una duración mayor. but with longer length.

Así el sistema me recomendará, tendré más visitas y más dinero para seguir haciendo Thus, the system will recommend me; I'll have more views and more money

vídeos. to keep making videos.

Y esta es una pregunta concreta: si consigo descifrar todas las normas de puntuación And this is a particular question: if I succeed in deciphering all of the rating standards of the system,

que sigue el sistema, es decir, el famoso Algoritmo de Youtube, entonces tendré la which means, the famous Youtube Algorithm,

receta para hacer el vídeo perfecto. then I'll have the recipe of the perfect video.

Es por esto por lo que muchos youtubers desean descodificar el Algoritmo de Youtube. This is why many youtubers want to decode the YouTube Algorithm.

Es el maldito Santo Grial. It's the freaking Holy Grail.

Incluso para algunos es la puerta para aprovecharse del sistema, explotar sus debilidades para For some, it's even the door to take advantage of the system, to exploit its weaknesses

que recomiende sus vídeos más de lo que debería. in order to have their videos recommended more than it would be normal.

¿Qué ocurre? What happens?

Que esta búsqueda es inútil. This search is useless.

Porque el algoritmo de youtube, las supuestas normas que obedece la máquina… ya no existen. The YouTube Algorithm, this alleged standards followed by the machine... they don't exist anymore.

No están. They're not there.

El antiguo algoritmo fue desenchufado hace bastante y fue sustituido por algo mucho más The old algorithm was unplugged a while ago and substituted with something much more

poderoso. powerful.

Gente, os presento a las redes neuronales artificiales. Folks, meet the artificial neural network.

El “machine learning”, el Aprendizaje Automático. The machine learning. The deep learning.

Sistemas capaces de aprender a hacer tareas muy complicadas sin la necesidad de que nadie Systems that are able to learn very complicated tasks

les indique los pasos a seguir. without needing any steps to follow.

Esto no es ninguna suposición: los propios ingenieros de YouTube hicieron público que This is not a supposition— YouTube's engineers made public

las utilizan para hacer las recomendaciones. that they use them to make the recommendations.

Hoy quiero enseñaros cómo estas redes funcionan, al menos de una manera superficial, para que Today I want to show you how this networks function, at least in a superficial way,

entendáis que ni la propia de gente YouTube sabe las normas por las que se rigen sus recomendaciones… for you to understand that not even YouTube people know the standards that rule their recommendations...

Sencillamente porque no hay normas. Simply because there are no standards.

Atentos, ¡es muy ingenioso! Pay attention, it's really clever!

Una red neuronal está formada por lo que podemos llamar neuronas: unas unidades capaces A neural network is made of what we can call neurons— units able to

de recibir números, sumarlos y después mandarle esos números a otras neuronas modificándolos, receive numbers, add them up and then send those numbers to other neurons, modifying them,

tal vez amplificándolo en una cierta dirección o reduciendolos una cierta cantidad en otra maybe amplifying them in a certain direction or reducing them to a certain quantity

(algo parecido a lo que hacen nuestras neuronas). (similarly to what our brain cells do).

Una red neuronal es un conjunto de estas neuronas estructuradas en capas. A neural network is a group of this neurons structured in layers.

Se envían números, los agrupan y los vuelven a enviar modificados; una especie de cadena Numbers are sent, they group them and send them back modified;

alteradora de números. a sort of number-altering chain.

Hay muchas maneras de construir una red neuronal, pero en nuestro ejemplo concreto la red empieza There are many ways of building a neural network but, in our specific example,

en un lugar: una neurona de inicio en la que nosotros introducimos un cierto valor. the network starts in a place: a starting neuron in which we introduce a certain number.

Después esta neurona se enlazaría con muchas otras y comenzaría este juego de enviar múltiples After that, this neuron would connect with many others and this game of sending different versions

versiones del número modificado para que se sumen, y vuelvan a modificarse un montón of the modified number to be added up and then modified a bunch of times would start.

de veces.

El proceso termina cuando estos números acaban en una neurona final, que suma todos los valores The procedure stops when this numbers end up in a final neuron, which adds up all the values

en un resultado. into a result.

La red neuronal en su conjunto es una máquina de convertir valores en otros: meto un número The whole neural network is a converting numbers machine— I put in one number

y saco otro distinto. and take out another.

¡Como una calculadora! Just like a calculator!

De hecho, imagínate que necesitaras una máquina que supiera hacerte una raíz cuadrada; un In fact, imagine that you need a machine that could calculate a square root for you;

sistema al que le metes un número cualquiera y él te expulsa correctamente su raíz cuadrada. a system in which you enter any number and it gives you its square root correctly.

Una red neuronal podría ser una candidata. A neural network could be a candidate for that.

Pero ¿cómo puedo conseguir que la red haga esto? But, how can I get the network to do it?

¿cómo puedo conseguir que toda esa combinación de sumas y modificaciones consigan llevar How can I get that all this combination of additions and modifications can take any number

cualquier número desde su valor inicial hasta su raíz cuadrada? from its initial value to its square root?

¿Cómo? How?

Es la hora de que la red aprenda. It's time for the network to learn.

La clave está en los enlaces entre neuronas: es en estos caminos en los que los números The key is in the link between neurons: it's in these paths where numbers are modified,

se modifican, y la cuestión es que somos nosotros los que podemos decidir cuánto lo and the thing is that it's us who decide how much

hacen en cada uno de ellos. every one of them changes.

Pensad que cada enlace tiene una especie de ruedecita que girándola de un modo u otro Think that every link has a kind of little wheel which, by spinning it one way or another,

podemos conseguir que el número que viaje cambie. can make a change in the number that will travel.

Tal vez aumente un cincuenta por ciento o un noventa, o se reduzca un setenta o un veinte. Maybe it'll grow by a fifty percent or a ninety, or it'll decrease by a seventy or a twenty.

Como si bajaramos o subieramos el volumen de la música. Just as if we'd increase or decrease the volume of music.

La cuestión es que en una red neuronal suele haber muchísimos enlaces, por lo que delante The thing is that usually in a neural network there are a lot of links, so what we have in front of us

de nosotros tenemos un panel enorme de ruedecitas. is a really big panel full of little wheels.

Fijaos: imaginad que pudiera calibrar todas y cada una de estas ruedecitas de la manera Check this out: imagine that I could calibrate each and every of these little wheels

correcta. the right way.

Imaginad que pudiera coordinar todo este conjunto de sumas y modificaciones para que al meter Imagine that I could coordinate this ensemble of additions and modifications to make it give me

cualquier número me saliera su raíz cuadrada. the square root of any number I would enter.

Es como si la red neuronal fuera una orquesta en la que cada músico va a su bola. It's as if the neural network were an orchestra where every musician goes their own way.

Si consiguiera dirigirla correctamente podría hacer que tocaran una bella sinfonía. If I could direct it I could make them play a beautiful symphony.

Podría hacer que la red me hiciera raíces cuadradas. I could make the network calculate square roots for me.

Obviamente hacer esta coordinación a mano, probando cada una de las ruedecitas hasta Obviously, doing this by hand, testing every little wheel until you hit the spot;

dar en el clavo, es una tarea de locos… Sin embargo, aquí nuestras amigas las matemáticas it's a madman's job... However, this is where our friends, mathematics,

nos ayudan. help us.

Solo hace falta una cosa: un grupo de ejemplos, una lista de raíces cuadradas ya hechas para We only need one thing: a group of examples, a list of square roots already calculated in order

poder averiguar la calibración de las ruedecitas. to figure out the little wheels' calibration.

Una vez tienes eso, estos algoritmos de aprendizaje se encargan del resto, utilizando los ejemplos Once you get that, these learning algorithms handle the rest of it, using the examples

para mover todas las ruedas en la posición óptima. to get all the wheels to their optimum position.

La red podría servir para cualquier cosa, en esencia es una máquina de transformar Although the network can be used for anything, it's in essence

unos números en otros. a number transforming machine.

Pero al utilizar la lista de ejemplos y sintonizar la red correctamente la hemos convertido en But, by using a list of examples and correctly tuning the network, we have converted it

una calculadora de raíces cuadradas. into a square root calculator.

Hemos hecho que la red aprenda a hacer una tarea concreta. We have gotten the network to learn a concrete task.

Y, eh, ¡va de maravilla! And, hey, it works great!

No solo calcula bien los ejemplos de la lista. It doesn't only calculate the examples on the list.

Esa es la gracia, solo los necesitábamos para que la red aprendiera: ahora funciona That's the trick, we only needed them to make the network learn— now it works

con cualquier valor. with any number.

Es una buena calculadora. It's a good calculator.

La pregunta aquí es: ¿he programado alguna ley dentro de la red? The question is: have I programmed any law into the network?

¿he introducido algún conjunto de reglas para calcular la raíz cuadrada? Have I introduced any group of standards in order to calculate the square root?

No. No.

No hecho nada de eso. I haven't done any of that.

He metido unos ejemplos y la red solita a pillado como se hace. I put in some examples and the network has learnt how to do it by itself.

Aquí no hay reglas ni normas; aquí no hay ningún “algoritmo para calcular la raíz There are no rules or standards here; there's no “calculating a square root algorithm” here.

cuadrada”.

La red suma y modifica números de una manera precisa y me expulsa el resultado correcto. The network adds up and modifies numbers in a precise way and gives me the right result.

Sin más. That's it.

En cierto sentido, una red neuronal es una especie de batidora prodigiosa en la que metes In a way, a neural network is a kind of a prodigious blender where you

todos los ingredientes de un pastel, aprietas el botón de encendido y por la acción de put all the ingredients of a cake, press the ON button and, by action

las cuchillas y el calor por fricción cuando la apagas tienes la tarta hecha dentro. of the blades and the frictional heat, when you switch it off the cake is prepared inside.

¿Ha seguido la batidora la receta de la tarta al pie de la letra? Did the blender follow the recipe accurately?

¿Se ha tamizado la harina, montado las claras, y horneado a la temperatura estricta? Was the flour sieved? Were the egg whites whipped? Was it baked at the strict temperature?

Nope. Nope.

La batidora ha combinado y modificado correctamente los ingredientes para crear el pastel. The blender has correctly combined and modified the ingredients to create the cake.

Sin reglas ni normas de por medio. Without rules or standards.

Y a eso me refiero cuando digo que el algoritmo de youtube ya no existe, porque quién controla And that's what I mean when I say that YouTube Algorithm doesn't exist anymore,

ahora las recomendaciones es una de estas redes neuronales. because what controls now the recommendations is one of these neural networks.

Y youtube no es el único que las usa: la mayoría de coches autónomos utilizan redes And YouTube isn't the only one who uses them— most automatic cars use

neuronales para conducir solos, el LHC utiliza también de una red neuronal para seleccionar neural networks to drive by themselves, the LHC also uses a neural network in order to select

buenas colisiones de entre millones en cuestión de microsegundos, good collisions among millions in a matter of microseconds,

Incluso instagram utiliza una red neuronal para reconocer la forma de tu cara a tiempo even Instagram uses a neural network to recognise in real time the shape of your face

real y colocarte estas orejas de perrito. and put those cute dog ears on you.

¡Tienes una red neuronal programada en tu móvil! You have a neural network programmed on your mobile phone!

Pero volviendo a la red neuronal de YouTube… Bueno, no es una. But back to YouTube's neural network... Well, there's not one.

Son dos. There are two.

La primera selecciona de los millones de vídeos de YouTube unos candidatos para que luego The first selects candidates among the millions of videos uploaded in YouTube

la segunda red los puntúe con más precisión, haciendo un “top cien los mejores vídeos” so that the second network rates them more accurately, making a “Top 100 Best Videos”

y recomendándote los que estén más arriba. and recommending you those who are higher in the list.

Cada red funciona de una manera muy parecida a la que os he enseñado: entran un vídeo Each network works in a very similar way to the one I shown you: they enter a video

y un usuario y sale una puntuación. and a user and they receive a rating.

Y cuando digo “vídeo” y “usuario” me refiero a cientos de números que reflejan And by ‘video' and ‘user' I mean hundreds of numbers that reflect

propiedades de ti, de mi y de mi video. traits of you, of me and of my video.

Y es que estas redes no son precisamente pequeñas. These networks aren't precisely small.

Recomendar vídeos de manera personalizada es una tarea muy complicada y para eso se Recommending videos in a personalised way is a really complicated task

necesitan miles de neuronas con miles de millones de ruedecitas que ajustar. and thousands of neurons with billions of little wheels to adjust are needed for that.

Y hablando de eso, ¿cómo aprende esta red a recomendar vídeos? And, speaking of which, how does this network learn how to recommend videos?

Bueno, al igual que nuestra red aprendió a hacer raíces cuadradas enseñándole ejemplos, Well, the same way our network learnt to calculate square roots by being shown examples,

YouTube hace lo mismo: Alimenta a la red con una selección de los vídeos que vemos... YouTube does the same: it feeds the network a selection of the videos we see...

Y lo hace constantemente. and it does it all the time.

La red aprende con nosotros a cada segundo. Every second, the network learns with us.

Esta es otra razón por la que es absurdo pensar que hay un “algoritmo de youtube”: This is another reason why it's absurd to think there's a YouTube Algorithm—

la red y las decisiones que toma están continuamente evolucionando. the network and its choices are constantly evolving

Y sugerir vídeos a millones de personas es una tarea más complicada que hacer raíces And suggesting videos to millions of people is a much more complicated task that calculating square roots,

cuadradas, por lo que no podemos estar seguros de que la red neuronal de YouTube ya haya so we can't be sure if YouTube's neural network has already reached

alcanzado la manera perfecta de hacer su labor. the perfect way of performing its task.

Dicho de mala manera, puede que ahora esté atrapada en un estado de aprendizaje intermedio, In simple words, maybe now it's trapped in a intermediate learning stage,

y que aún le falte una cierta cantidad de vídeos para llegar al funcionamiento óptimo. and maybe it still lacks a certain number of videos to reach its optimum functioning.

Puedes pensar que la red es una pelota que quiere llegar al fondo de un valle, pero que You can think that the network is a ball that wants to reach the bottom of a valley,

se ha quedado en una pequeña curva porque se piensa que ese es el punto más bajo del but is stuck in a small turn because it thinks the bottom is there.

lugar.

La pelota necesitará de unos toquecitos más para salir de allí y rodar hasta el lugar The ball still needs some little pushes to get out of there and roll to the perfect place.

perfecto.

Luego hay cierto riesgo de que el comportamiento de las recomendaciones cambie súbitamente, So, there's a certain risk that the recommendations behaviour changes suddenly,

perjudicando el trabajo de muchos compañeros en el proceso… Y la verdad es que no descarto damaging the work of a lot of colleagues in the process... And, actually,

que esto ya haya ocurrido. I don't discard that this has already happened.

Este año hemos visto como muchos grandes de esta plataforma han avisado de que algo This year we have seen a lot of the big ones in this platform warning that something odd was going on,

raro estaba pasando, y les pedían a la gente de YouTube que deshicieran los cambios que and asking YouTube's people to reverse the changes

habían implementado. they were implementing.

Un poco ingenuo por dos motivos. A little bit naïve for two reasons:

El primero es que los ingenieros de YouTube no tienen control en cómo la red neuronal The first one— YouTube's engineers have no control in how the neural network

elige sus recomendaciones, lo único que pueden hacer es alimentarla con los vídeos correctos chooses its recommendations, the only thing they can do is feed it with the right videos

y reforzar ciertos comportamientos. and reinforce certain behaviours.

Y, segunda (la más empresarial), si la red neuronal sigue enchufada es porque cumple And the second (and the most businesslike) one, the neural network is still on because it fulfils its objective:

con su objetivo: recomendarte vídeos lo suficientemente bien como para retenerte dentro de YouTube recommending you videos well enough to make you stay into YouTube

y que te comas más anuncios. and see more ads.

Si la red consigue mejorar la retención aunque sea un poquito mejor que el algoritmo que If the network can improve the attention a little better than the algorithm that preceded it,

le precedía, entonces la red se va a quedar, por muchos youtubers que tengan que cerrar then the network is gonna stay, even if many youtubers have to close down

sus canales. their channels.

Nada más, gente. That's it, folks.

Creo que ahora es el momento de pedir una cantidad absurda de likes para hacer una segunda I think now is the time to ask for an absurd number of likes to make a second part

parte o una movida así... or something like this...

Cuando lo que realmente se pretende es que la red neuronal me puntúe por encima de mis When what it actually intended it's that the neural network rates me higher

compañeros. than my colleagues.

Mirad, si os ha molado est video o el resto que tengo sobre las maravillas del Universo Look, if you liked this video or the ones I have on the wonders of the Universe,

enseñadselos a vuestros colegas y ya está. show them to your pals and that's it.

Nos vemos la semana que viene con un poquito más de ciencia. See you next week with a little bit more of science.

Y como siempre muchas gracias por verme. And, as always, thanks for watching.