Sección: Noticias 1 diciembre 2016 04:00 pm

El nuevo mundo de la inteligencia artificial

inteligencia-artificial-1

Frente a HAL 9000. 2001: Una odisea del espacio, 1968. Imagen: Metro-Goldwyn-Mayer / Stanley Kubrick Productions.
Si hay un campo de investigación en el que nuestras predicciones son siempre demasiado optimistas, ese es el de la inteligencia artificial (o IA). En 1968 la película 2001: Una odisea del espacio nos presentó a HAL 9000, una IA capaz de conversar, jugar al ajedrez, pilotar una nave espacial o decidir sobre la vida o muerte de sus tripulantes. Según la película esta maravilla de la inteligencia artificial empieza a funcionar nada menos que en 1992. En esa fecha en el mundo real estábamos impresionados con el solitario y el buscaminas, los nuevos juegos de Windows 3. Por una fecha similar, en 1997, la red de IA del sistema de defensa de los Estados Unidos, Skynet, toma conciencia de sí misma. Al menos así nos lo explican en Terminator 2: el juicio final (1992). Es cierto que esta optimista previsión contiene una pequeña paradoja. Skynet es creado gracias a un chip encontrado en un Terminator que viene del futuro, diseñado por el propio Skynet. La paradoja se resuelve al destruir el chip, lo que da lugar a una predicción más conservadora sobre el año en el que una IA de estas características es creada. En Terminator 3: la rebelión de las máquinas, la nueva fecha decidida para la creación de Skynet es 2003, esta vez sin ayuda del futuro.
Ya vamos muy tarde. En 2016 todavía no tenemos redes inteligentes que nos intenten liquidar, ni que controlen naves espaciales, ni que tomen conciencia de su propia existencia. Al menos que sepamos. En su lugar tenemos coches que empiezan a conducirse solos, máquinas que nos ganan al ajedrez y al go, y alguna que otra IA que usamos a diario sin ser conscientes. Esto nos lleva a dos preguntas naturales. ¿Por qué la inteligencia artificial está avanzando tan lenta?, y ¿realmente está avanzando tan lenta?
Empecemos por la primera pregunta. Ciertamente, la ciencia ficción suele ser muy optimista con respecto a sus predicciones sobre la IA. Ocurre algo similar con muchos otros campos como la robótica, o la exploración espacial. En general, la ciencia ficción es siempre demasiado optimista. A nadie le gusta escribir sobre un mundo marginalmente más avanzado que el nuestro. La IA es además muy atractiva, ya que tener seres artificiales inteligentes constituye un recurso literario con muchas ramificaciones. Implica cuestiones tecnológicas, éticas, y filosóficas mucho más profundas que las que pueda implicar la mera exploración espacial por ejemplo. También es cierto que los mismos científicos no acertamos a pronosticar qué va a ocurrir, ya que el funcionamiento del cerebro humano es mucho más complejo de lo que podríamos imaginar.
La primera máquina que jugaba al ajedrez fue creada en 1912 por Leonardo Torres Quevedo. Solo jugaba con tres piezas, un rey y una torre contra el otro rey, pero siempre encontraba la combinación de movimientos ganadora. Podría parecer que jugar al ajedrez es un simple problema aritmético que se resolvería fácilmente a medida que los ordenadores aumentaban su potencia. Esto es verdad solo hasta cierto punto. La complejidad del ajedrez es tan grande que hubo que esperar ochenta y cuatro años hasta que el ordenador, Deep Blue, pudo ganar al  campeón del mundo vigente, Gary Kaspárov. Ocurre que el ajedrez es un juego con muchas ramificaciones y es muy difícil predecir qué va a ocurrir si mueves una ficha concreta. Deep Blue atacaba este problema por la fuerza bruta, pensaba en cada movimiento que podía hacer, luego en los movimientos que podría hacer su oponente. Así desarrollaba un árbol de todas las posibilidades. Es evidente que no podía llegar en ese árbol hasta el final de la partida, porque el número de combinaciones crece enormemente, así que exploraba solo los dos o tres siguientes movimientos. Una vez ahí asignaba una puntuación a cada escenario que obtenía, basándose en las piezas que perdía, las que perdía el contrario, el control del centro del tablero y otros factores. El movimiento que le llevaba con una mayor probabilidad a un escenario favorable era el que realizaba. No cabe duda que el cerebro de Kaspárov funcionaba de manera diferente a la máquina, ya que los seres humanos somos incapaces de explorar tantas posibilidades. También es evidente que Kaspárov podía jugar muy bien sin necesidad de explorar todo el árbol de posibilidades. Las maneras de jugar del humano y la máquina son intrínsecamente diferentes.
Ese es el principal problema de la inteligencia artificial. Los ordenadores son muy buenos haciendo ciertas operaciones que nosotros hacemos muy mal, como multiplicar grandes números. También tienen mucha más memoria que nosotros, o al menos pueden acceder a ella de una manera más fiable. Por este motivo, mucha gente pensó que rápidamente comenzarían a hacer lo mismo que hacemos nosotros, pero más eficientemente. Sin embargo, nuestros cerebros son intrínsecamente diferentes, y simularlos con un ordenador es una tarea muy complicada. Este es uno de los motivos que llevaron a la creación del Human Brain Project, un multimillonario proyecto que tiene como objetivo la simulación del funcionamiento del cerebro humano.
La investigación en IA ha tenido siempre el mismo tipo de evolución que encontramos en el caso del ajedrez. Grandes descubrimientos que incitan a pensar que el mundo ha cambiado, seguidos de décadas de silencio. Otro ejemplo, en 1961 se creó el perceptrón, la primera red de neuronas artificial. Podía catalogar imágenes simples y se pensó que sería el comienzo de la identificación de imágenes por ordenador. Aunque el perceptrón ha sido usado con éxito para ciertos problemas, como identificar huellas dactilares, su uso generalizado para identificar imágenes nunca llegó. En 2012 una nueva técnica similar al preceptrón, deep learning, se presentó al Large Scale Visual Recognition Challenge. Este concurso trata de poner a prueba la capacidad de reconocer imágenes de distintos sistemas de IA. La gran noticia fue que la nueva tecnología pudo clasificar las fotografías que le presentaban con «solo» un 37,5% de error en el primer intento. Hemos tardado más de cincuenta años en perfeccionar las redes de neuronas hasta hacerlas útiles para clasificar imágenes, y aun así su eficiencia no es mayor que la de un niño.
Está claro que la IA avanza a un ritmo muy irregular, y por ese motivo intentar predecirla no es una apuesta muy inteligente. Sin embargo, aun a riesgo de que encuentren este texto en cincuenta años y me tachen de «excesivamente optimista», voy a arriesgarme. Apuesto que ahora sí que estamos realmente frente a una verdadera revolución en el campo. Las nuevas técnicas que se han presentado recientemente, incluyendo el deep learning, presentan una ventaja llamada «escalabilidad». Esto significa que si simplemente duplicas la capacidad del ordenador usado mejoras la eficacia del sistema. Puede parecer algo obvio, pero no se presenta en todos los modelos de IA. Por ese motivo numerosas aplicaciones están apareciendo en los últimos años.

inteligencia-artificial-2

Prototipo de un coche eléctrico autoconducido. Fotografía: Cordon Press.
Mi optimismo se basa básicamente en el increíble número de nuevas aplicaciones comerciales. Cuando algo se queda en ámbitos científicos puede ser que no dé lugar a nada, pero si las empresas empiezan a invertir hay que sospechar que quizás estemos ante algo gordo. Vamos a ver a modo de ejemplo algunas de estas aplicaciones y su impacto en la sociedad moderna:
Coches autoconducidos:
Esta es sin duda una de las más conocidas, ya que es de las que tendrán un mayor impacto. Promete ser más segura que la conducción humana y es sin duda más cómodo. Google y Tesla son tal vez las compañías más populares en lo que respecta a coches autónomos, pero prácticamente todos los productores han comenzado sus propios diseños. Además de la comodidad, los coches autónomos prometen nuevos servicios, como recoger a sus dueños o los taxis sin conductor. No hay que tener mucha imaginación para ver que esto supondrá un gran cambio en nuestras vidas y en la economía mundial.
Creación artística:
Deep Dream es una plataforma de Google diseñada para crear arte usando redes neuronales. En febrero de este mismo año un cuadro realizado con esta herramienta se vendió por ocho mil dólares. Actualmente, Google está creando una nueva herramienta, Magenta, que promete ser mucho más creativa y que esperan que tenga aplicaciones en pintura, arquitectura y composición musical. El factor humano sigue siendo importante, nadie lo duda, pero la creación artística es uno de los campos donde es más difícil introducir un componente artificial. Es uno de los pocos campos que quedan puramente humanos, y parece que no será exclusivamente nuestro por mucho más tiempo.
Aplicaciones médicas:
La medicina suele ser uno de los campos más conservadores a la hora de incorporar nuevas tecnologías. Es obvio, ya que un error puede costar vidas humanas, y a nadie le gusta tener esa responsabilidad. Recientemente un equipo del Computer Science and Artificial Intelligence Laboratory (CSAIL) del Massachusetts Institute of Technology (MIT) ha publicado dos artículos explicando su nueva invención, un robot enfermero. Se trata de un algoritmo de IA que ayuda a un servicio de maternidad a organizar sus servicios. Este aconsejó a médicos y enfermeros sobre cómo organizar las operaciones y el tránsito de enfermos durante una simulación de un hospital. El personal aceptó las recomendaciones del robot en un 90% de los casos. Todavía no ha llegado a los hospitales, pero cuando lo haga será un acontecimiento muy importante.
Traducciones:
Si hay algo en lo que nos ha decepcionado la IA es en el campo de la traducción. Google Translator es la plataforma más usada, y aún dista mucho de ser un buen traductor. Puede ser útil para saber sobre qué trata un texto de un idioma sobre el que no tienes idea, pero poco más. Eso no quita que la cosa pueda cambiar, o que la traducción por IA no sea útil en otros ámbitos. Un ejemplo es Hand Talk, una nueva aplicación creada por Ronaldo Tenório. Esta aplicación es capaz de traducir del portugués al lenguaje de signos. De funcionar bien, la utilidad de la aplicación para gente sorda es indiscutible. Basta con llevar el móvil en el bolsillo y podrá traducir el mensaje de cualquier interlocutor que no hable lengua de signos. Si Siri es capaz de entender que buscas un restaurante por la zona, Hugo podrá entender lo que el camarero del restaurante te quiere decir.
Asistencia a minusválidos:
Siguiendo la misma filosofía que Hand Talk también existe la aplicación DuLight. Esta utiliza la cámara de un smartphone para ayudar a personas con visibilidad reducida. Así puede leer el billete del metro, una carta, la dirección de un buzón o prácticamente cualquier cosa.
Estas son solo algunas de las nuevas aplicaciones basadas en IA. La mayoría de ellas están basadas en deep learning, el nuevo método de moda. Como ya hemos dicho puede ser que esto no signifique nada, y que pronto volvamos a otra época de sequía en el campo. Por el contrario, mucho dinero se está invirtiendo en este campo, y en tan solo unos años han salido más aplicaciones basadas en IA que en las últimas décadas. Esto puede ser solo una moda, pero también puede ser el comienzo de un nuevo mundo. En este mundo podrás usar tu móvil como traductor, ser llevado en un taxi sin conductor o recibir una intervención quirúrgica cuando lo decida un robot. También puede ser que tengas dificultades para encontrar un trabajo, ya que muchos de ellos ya no están desempeñados por seres humanos. En cualquier caso, pronostico que el mundo dentro de una década será muy diferente al de hoy en día.

inteligencia-artificial-3

DuLight ayuda a personas con visibilidad reducida. Imagen cortesía de DuLight.
por Daniel Manzano

Fuente jotdown.es

Deja una respuesta

Tu dirección de correo electrónico no será publicada.