_
_
_
_

Cómo ser una estrella del ‘machine learning’ con solo 15 años

El joven canadiense repasa el camino que le ha llevado a convertirse en un respetado arquitecto de redes neuronales. Antes de los 15 años

Hola, soy Tanmay Bakshi, tengo ocho años y voy al colegio público de Great Lakes". Estas son las primeras palabras que pronunció el niño canadiense en su canal de Youtube. "El primero que hice, el del terminal, era simplemente un vídeo de juguete, sin sonido ni nada. Tenía un Mac nuevo, acababa de crearme una cuenta de Gmail y quería hacer algo".

Corría el año 2010 y el youtuber novel dedicaba a sus primeras palabras a Visual Basic, un lenguaje de programación acuñado por Microsoft. La vocecilla apitufada de Bakshi diciendo "ahora viene la pequeña parte de código" produce un impacto parecido al que tendría escuchar a Bambi pronunciando un discurso de Winston Churchill.

160 vídeos y 272.000 suscriptores más tarde, el Bakshi adolescente dedica su último vídeo a explicar cómo estructurar datos de lenguaje natural. Pero no todo ha sido Youtube. También ha escrito un libro, colabora como asesor con empresas con IBM y Apple, participa en otros proyectos junto a grandes empresas del sector educativo y farmacéutico y cada tanto se va de gira como ponente en eventos y conferencias como KeepCoding Conect, que le ha traído a Madrid. Todo esto sin haber cumplido los 15 años.

Cuando empecé, tenía 5 años. No tenía nada mejor que hacer

A Bambi ya le está cambiando la voz. Acaba de llegar a España desde Reino Unido con una hora y media de retraso. Antes había pasado por Alemania. Ha subido un momento a su habitación y ha bajado listo para las entrevistas. Fresco como una lechuga, luciendo una camiseta con las siglas IOT -internet de las cosas- escritas en código binario. Su madre se ha quedado durmiendo, su padre asiste a la conversación en segundo plano: "Siempre viajamos con él", afirma sonriente.

Puneet Bakshi, desarrollador, ha sido clave en los derroteros que ha seguido su hijo. "Cuando empecé, tenía 5 años. Realmente no tenía nada mejor que hacer. Pasaba el día mirando cómo mi padre programaba. Él vio esa curiosidad y me convenció para empezar a aprender", recuerda el joven.

Al principio era un pasatiempo. Nada serio. Su pasatiempo para después del cole, en el que permaneció hasta sexto grado. "Después de pasar a la educación en casa y sobre todo, después de entrar en contacto con IBM, las cosas empezaron a ponerse más intensas".

Más información
En realidad, ¿qué [...] es exactamente un algoritmo?
Guía para aprender (de una vez) a programar (y gratis)

A los 11 años, cuando la programación empezaba a quedársele corta, Bakshi, topó con el machine learning. Su primera aproximación al mundillo se la facilitó Watson (IBM). "El motivo por el que me centré en él fue que sentí que no necesitas saber mucho sobre machine learning en el backend (el motor de un programa). Básicamente le das los datos y él te da las respuestas". Todo iba bien, hasta que encontró un error en el sistema de conversión de documentos.

Después, la cosa mejoró. Despertó el interés de IBM después de hacer públicas sus impresiones sobre el fallo de Watson en Stack Overflow, un foro sobre programación. "Eso les llevó a mi canal de Youtube. Finalmente se pusieron en contacto conmigo y tres meses más tarde creé mi primera aplicación de Watson, Ask Tanmay", continúa. Así empezaron -y continúan- tres años de simbiosis: para Tanmay, mentores; para IBM, las impresiones de un outsider autodidacta.

No estoy limitado al curso en el que estoy, puedo avanzar y retroceder hasta donde quiera

¿Se le pueden buscar las cosquillas a IBM sin dejar de cumplir con las exigencias de la educación formal? Tanmay no lo cree imposible, pero ve claras las ventajas del aprendizaje en casa: "Es mucho más conveniente y más práctico. Si miras mi canal de Youtube, verás que tengo vídeos de otros cursos. Puedo crearlos porque no estoy limitado al curso en el que estoy, puedo avanzar y retroceder hasta donde quiera".

Y luego está la flexibilidad. Bakshi dio su primer discurso inaugural en Las Vegas con 11 años, ante un mar de 25.000 personas, y su agenda no se ha simplificado desde entonces. "Puedo ponerme al día los fines de semana, o por la noche. Por ejemplo, al venir a España no he tenido que preguntar a mi colegio si puedo. Habría sido técnicamente posible con la educación formal, pero no es práctico", sentencia.

En su biografía de Twitter, bajo una fotografía con Will Smith, el joven canadiense se describe como "arquitecto de redes neuronales". El título se lo ha sacado por su cuenta. Una vez entendido el funcionamiento y alcance de Watson, se lanzó a los entresijos del machine learning. "Las redes neuronales profundas me fascinaron por todas las diferentes aplicaciones abstractas en las que se han empleado: clasificación de datos visuales, comprensión del lenguaje natural...", recuerda.

Su maestro, internet. Y su paciencia, imprescindible. En programación nada ocurre a la primera. "Mientras continuaba trabajando con esto me di cuenta de que todo era cuestión de ensayo y error", explica. La diferencia entre Bakshi y el resto de los mortales de su edad es que para él esta búsqueda de errores era un juego. "Y la sola satisfacción de haber logrado resolverlos hace que todo valga la pena", añade.

Como base, tomó un estudio "muy simple y muy antiguo" sobre retropropagación -un método de entrenamiento-, un papel y un boli. "Dibujé una red neuronal muy simple y la rehice varias veces. Esto me dio una idea de cómo funcionan". El siguiente paso fue traducir el boceto a Python. "Escribí mi propia librería de juguete para entender cómo funcionaba todo. Es algo que no voy a utilizar nunca más, pero me dio una buena base", concluye.

Precisamente la ineficiencia de tener que localizar él mismo los recursos para avanzar en su aprendizaje le convenció para seguir apostando por su canal de Youtube. "Creo que la persona más joven que he podido ayudar tenía 8 años y la mayor hasta ahora tenía 84. Es un espectro amplísimo y están por todo el mundo. Eso para mí es la prueba de que hay gente de todo tipo que necesita ayuda", razona.

Sobra, pero lo vamos a decir: Tanmay Bakshi no es un adolescente convencional. Al filo de completar su infancia, combina sus viajes con unas prácticas de verano en IBM. Su plan para los próximos tres años es seguir como hasta ahora.

¿Y si pudiera aprender con un equipo de todo el mundo? "Te voy a decir varios y luego elijo". Se lo piensa con el mimo de quien repasa sus cromos de fútbol. Le gusta cómo trabaja Geoffrey Hinton. Sabe que en Google y Apple están haciendo un gran trabajo, igual que el que está haciendo John Kelly en IBM... "¿Sabes? Creo que me quedaría con Joshua Bengio", remata. El profesor de la Universidad de Montreal es para Bakshi "el padre del machine learning", y lidera el equipo del Instituto de Algoritmos de Aprendizaje de Montreal (MILA). "Hay un montón de trabajo genial que él y su equipo han hecho. Por ejemplo, Theano era una de las mayores librerías de machine learning y de hecho solía ser una de las más eficientes. Tenía soporte para múltiples GPUs mucho antes de que otras lo tuvieran. Definitivamente es alguien de quien me gustaría aprender".

Tu suscripción se está usando en otro dispositivo

¿Quieres añadir otro usuario a tu suscripción?

Si continúas leyendo en este dispositivo, no se podrá leer en el otro.

¿Por qué estás viendo esto?

Flecha

Tu suscripción se está usando en otro dispositivo y solo puedes acceder a EL PAÍS desde un dispositivo a la vez.

Si quieres compartir tu cuenta, cambia tu suscripción a la modalidad Premium, así podrás añadir otro usuario. Cada uno accederá con su propia cuenta de email, lo que os permitirá personalizar vuestra experiencia en EL PAÍS.

En el caso de no saber quién está usando tu cuenta, te recomendamos cambiar tu contraseña aquí.

Si decides continuar compartiendo tu cuenta, este mensaje se mostrará en tu dispositivo y en el de la otra persona que está usando tu cuenta de forma indefinida, afectando a tu experiencia de lectura. Puedes consultar aquí los términos y condiciones de la suscripción digital.

Archivado En

Recomendaciones EL PAÍS
Recomendaciones EL PAÍS
Recomendaciones EL PAÍS
_
_