La revolución de la inteligencia artificial

Era el año 2015 cuando investigadores de la empresa DeepMind publicaron un artículo científico demostrando que habían enseñado a una aplicación de IA a jugar a videojuegos de los años 80. Aplicando el proverbio de que es mejor enseñar a pescar que dar pescado, no enseñaron a la aplicación cómo jugar, sino a cómo aprender a jugar a los juegos. La cuestión es que pusieron “al bicho” a jugar al famoso juego Breakout (el de la barra abajo que va pegando a la bolita para destruir los cuadros de arriba?). En media hora la aplicación solo fallaba una de cada cuatro veces. En las partidas que la aplicación jugó en una hora, ya no fallaba ni una vez. Ni una. Para la segunda hora la aplicación identificó una laguna / defecto en el juego que ninguna de las millones de personas hasta ahora se habían percatado.

Expertos en tecnología y tendencias como Kevin Kelley estiman que las ventajas que obtendremos de dotar de “inteligencia” a elementos inertes tendrán mayor impacto en nuestras vidas que la transformación derivada de la industrialización, ahí es nada. ¿Pero cómo funcionan estas cosas?

Simplificando mucho, por una parte se identifican agrupaciones de datos (textos, palabras, imágenes, números.), por otra se diseñan algoritmos y herramientas para que interpreten los datos anteriores con objetivos específicos. En el propio diseño, los algoritmos permiten que se les atribuyan distintas capacidades y niveles de autonomía en función de cómo queremos que trabajen (de forma completamente autónoma, supervisada, como refuerzo a algún tipo de decisión, etc). Y voilà!

Desde 2014 no hay empresa tecnológica de renombre que no haya comprado empresas relacionadas con la IA, y la inversión privada en este sector ha ido creciendo a razón de 70% al año. Todo parece indicar que mientras que en el pasado se incorporaba electricidad a los aparatos, en el futuro se dotarán de inteligencia.

Por resaltar algunas aplicaciones, y a la velocidad que va el desarrollo en este campo, se estima que un bebé que nazca hoy, al alcanzar la edad adulta, no tendrá que visitar un/a médico para obtener un diagnóstico de prácticamente ninguna dolencia.

Por mencionar otros campos de aplicación, las soluciones de IA en el ámbito legal ya se están utilizando para identificar evidencias en cientos de documentos e identificar inconsistencias en la jurisprudencia para posteriormente sugerir argumentos legales. En el ámbito de inversiones, empresas como Betterment o Wealthfront las están utilizando para sugerir la gestión de valores o inversiones. Y hay más, se están configurando algoritmos que crean música por sí mismos, o se utilizan para aplicar dispositivos a las ropas y prendas de valor para que éstas comuniquen a las máquinas cómo es conveniente que se laven. En el ámbito del deporte, ya es habitual que deportistas de élite (en breve se irá extendiendo a la población menuda) utilicen sensores que hacen un seguimiento de sus biomarcadores, y que a su vez generar tratamientos personalizados que se ajustan diariamente. En el sector de la construcción, los asistentes de IA serán capaces de predecir inclemencias climatológicas, retrasos de tráfico o accidentes están en pleno desarrollo. En lo que corresponde a la juguetería, todo parece indicar que progresivamente los muñecos y peluches se convertirán en robots que son capaces de mantener conversaciones. Y no los veremos en veinte años, sino en cinco.

Google, el buscador de referencia, en vez utilizar la inteligencia artificial para hacer mejores búsquedas, está utilizando sus búsquedas para hacer mejor a sus soluciones IA, y cada búsqueda que hacemos, lo que clicamos con el ratón o seleccionamos una vez puestas las palabras clave, es alimento de aprendizaje para que sus soluciones de IA vayan aprendiendo las relaciones entre conceptos, búsquedas y acciones del usuario. Kelley argumenta que para 2026 el principal producto de Google no será su servicio de búsqueda, sino la capacidad y conocimiento de sus soluciones de IA.

Demis Hassabis, uno de los mayores expertos en este ámbito, argumenta que hay tres elementos que han dado vía a la revolución que aún está por venir. El primero es la reducción de costos que han experimentado los chips de tipo GPU, que vienen a ser los dispositivos que permiten realizar operaciones simultáneas emulando las redes neuronales. Un ejemplo de ello es la solución que permite a Facebook identificar los nombres y apellidos de las personas que aparecen en una foto. El segundo es el auge del Big Data y la avalancha de datos que ahora mismo somos capaces de procesar (no olvidemos que todo lo que hacemos en internet o cuando interactuamos con cualquier dispositivo queda grabado). Estos datos son el alimento principal que utilizan las aplicaciones de IA para aprender y ser más certeros en sus resultados. La tercera corresponde a mejores algoritmos. Era el año 2006 cuando un investigador de la Universidad de Toronto ideó un método de configuración de algoritmos que luego denominaría como Deep Learning, optimizando la capacidad de absorción de datos, procesamiento y posibilidades de aplicación.

A medida que se usan las aplicaciones y generamos más datos la inteligencia artificial se hace más y más eficiente. Idealmente, lo bueno sería que estas soluciones se centraran en el desarrollo de actividades que nos resultan imposibles de realizar a las personas. Sin embargo, me temo que terminarán haciendo muchas otras, y mejor que cualquiera de nosotros/as.

Mondragon Unibertsitatea. Investigación y Transferencia