serviciosblogclientescontáctanos
IA

IA: ¿Progreso o perdición?

19/05/2020

La Inteligencia Artificial o IA es un tema que encontramos cada vez con más frecuencia en los distintos canales de información que utilizamos a diario, ya sean telediarios, periódicos, redes sociales o foros de internet. Mucha de la información con la que nos cruzamos está bien fundamentada, pero mucha otra tiene cierto aire sensacionalista fácil de malinterpretar. De hecho, al escuchar el término IA, a la mayoría de la gente le vendrán a la cabeza ejemplos de máquinas que someten a la raza humana, robots aniquiladores que pretenden extinguirnos, ordenadores de a bordo asesinos o asistentes personales capaces de rompernos el corazón. Esto no deja de ser ciencia ficción, y para no caer en interpretaciones catastrofistas es importante tener claro a qué nos referimos cuando hablamos de inteligencia artificial.


Aunque pueda parecer una tarea sencilla, el primer escollo lo vamos a encontrar al intentar definir qué es la IA, ya que este término no tiene una descripción científica y se ha convertido en una suerte de comodín, utilizado a diestro y siniestro para hablar de un conjunto de conceptos relacionados. Por ello no es extraño encontrar ejemplos donde el término IA se sustituye o relaciona con otros términos como robótica, aprendizaje automático (machine learning), aprendizaje por refuerzo, sistemas expertos, ciencia de datos (data science) o big data. Para entender esta ambigüedad, es interesante repasar la historia de este campo de la ciencia. 


Nos remontamos al verano de 1956, cuando tuvo lugar la Conferencia de Darthmouth, en la que se pretendía trabajar en la siguiente conjetura: cada aspecto del aprendizaje y cada característica de la inteligencia pueden ser descritos de manera tan precisa que es posible crear máquinas que simulen esa inteligencia. Esta conferencia sentó las bases de las futuras líneas de investigación de la IA, pero a pesar de su optimismo no consiguieron ningún avance relevante.

Veinte años después, en la década de los 70, la investigación parecía tan estancada que un creciente pesimismo desencadenó una reducción en masa de la financiación de este tipo de proyectos, provocando una paralización de la investigación conocida como el Invierno de la IA.

No fue hasta 1997 que se produjo el primer gran logro de la IA: Gari Kaspárov, campeón mundial de ajedrez, perdió contra la supercomputadora autónoma Deeper Blue desarrollada por IBM. Este avance fue interpretado por muchos como un signo de que la IA estaba alcanzando a la inteligencia humana, sin embargo hay que destacar que la principal característica de Deeper Blue consistía en su capacidad de evaluar 200 millones de posiciones por segundo, es decir, no ganaba por inteligencia o intuición, si no por fuerza bruta.

Ya en 2011, y de nuevo IBM, presentó a su supercomputadora llamada Watson al concurso de televisión americano Jeopardy!. La dinámica de éste es plantear pistas en forma de respuesta, de modo que los jugadores formulen la solución en forma de pregunta. Por ejemplo, ante la pista “El autor de Don Quijote de la Mancha.” el concursante debería contestar “¿Quién es Miguel de Cervantes?”.

Los contrincantes de Watson no eran otros que Brad Rutter y Ken Jennings, dos antiguos ganadores del programa. Tras 3 episodios, Watson acabó en primer lugar gracias a sus capacidades de entendimiento del lenguaje y una enorme base de conocimiento.

No hubo que esperar tanto para que en marzo de 2016 se produjese el siguiente gran hito. Esta vez fue Google DeepMind quién presentó AlphaGo, un programa informático capaz de jugar al popular juego asiático de estrategia, el go. Se enfrentó al jugador profesional surcoreano Lee Sedol, considerado uno de los mejores del mundo. Para la sorpresa de toda la comunidad entendida en este juego, el enfrentamiento acabó con  un marcador de 4-1 a favor de AlphaGo. ¿Por qué fue tal la sorpresa? Porque a pesar de que las reglas de go son aparentemente más sencillas que las del ajedrez, la complejidad en base a los posibles estados del tablero es mucho mayor. En ajedrez se estiman alrededor de 10^120 configuraciones distintas - como referencia, el número total de átomos en el universo está estimado en 10^80 - pero en go la estimación es de 10^174, es decir, las mismas que el ajedrez multiplicadas por 1 trillón de trillón de trillones. AlphaGo ya no se basa en la fuerza bruta, sino que combina técnicas pioneras de redes neuronales artificiales y aprendizaje por refuerzo.


Lo que podemos extraer de este breve resumen de la historia de la IA es que la percepción de qué es la Inteligencia Artificial ha ido cambiando a lo largo del tiempo a medida que las investigaciones y la tecnología iban madurando: en un principio, la idea de la IA era más un ejercicio teórico que práctico; posteriormente se crearon programas capaces de automatizar tareas o aconsejar en la toma de decisiones y se enmarcaron dentro de la IA, aunque no iban más allá de sistemas basados en reglas y heurísticas; en las últimas décadas, la investigación se ha centrado en los algoritmos de aprendizaje automático y aprendizaje por refuerzo.

A día de hoy, podemos hablar de IA refiriéndonos a los asistentes personales de nuestros smartphones, a flotas de coches autónomos o a sistemas de recomendación. Todos ellos tienen algo en común: la capacidad de efectuar tareas que normalmente requerirían a un humano, tareas que involucran aspectos como la percepción visual, el entendimiento del lenguaje o la toma de decisiones. Estas tareas que un humano realiza casi sin esfuerzo son extremadamente difíciles para los ordenadores, ya que requieren interpretaciones muy abstractas de los datos.

Bajo esta interpretación, podemos decir que los algoritmos de IA que se manejan en la actualidad no son más que la puesta en conjunto de modelos matemáticos,  sistemas de la información, datos y una gran capacidad de cómputo.


Como ya hemos visto en alguno de los ejemplos, la IA tiene capacidad para entender el lenguaje, es decir, que al transmitirle algo con nuestras propias palabras, ya sea texto o voz, esta es capaz de interpretar nuestra intención y tomar decisiones en consecuencia; también es posible que una IA identifique de manera automática en qué zonas de una imágen aparecen coches, semáforos y señales; también es posible enseñar a una IA a dominar juegos de estrategia mejor que los humanos más capaces. No obstante, hay que tener claro que el conocimiento que adquieren estos programas es muy especializado, lo que quiere decir que una IA capaz de entender el lenguaje no sabrá ni jugar al parchís, y una IA imbatible en ajedrez será ciega e incapaz de procesar una imagen. Las IAs que desarrollamos están tan acopladas a los datos que les damos de ejemplo que no entenderán absolutamente nada si les damos otro tipo de datos, por lo que mucho menos serán capaces de sentir, adquirir consciencia o conspirar contra nosotros.


Debemos pensar en la IA como una herramienta más creada por el ser humano para hacer nuestras vidas más sencillas. Como cualquier otro utensilio, al utilizar la IA se pueden producir negligencias o usos poco éticos, y es ahí donde reside el verdadero riesgo. Un hacha puede ser una herramienta o un arma. Lo mismo ocurre con la IA, lo que nos debe preocupar no es ella misma, sino quién la utiliza y con qué fin.


Así pues, la próxima vez que leas ese artículo sobre IAs que inventan su propio lenguaje para comunicarse sin que los humanos les entiendan, espero que te sea más fácil conciliar el sueño.




General
Bienvenidos al blog de Kinequo
IA
IA: ¿Progreso o perdición?
Diseño
Cómo licenciar tipografías