Probablemente hayas oído hablar de inteligencia artificial (IA). Parece estar en todos lados últimamente. La mayoría de empresas tecnológicas usan este término frecuentemente en su publicidad, como si fuera una pátina de ciencia ficción, algo completamente novedoso. ¿Pero a qué se refieren exáctamente estas empresas cuando dicen que usan IA en sus productos? ¿Deberíamos preocuparnos de que Matrix o Terminator están a la vuelta de la esquina?
En ciencia, IA es un campo de la informática que surgió hace muchas décadas. Su nombre es, quizás, desafortunado, ya que parece implicar la creación de máquinas inteligentes. Aunque esto aún puede llegar en el futuro, la realidad hoy en día es mucho más simple. Normalmente se refieren a técnicas de aprendizaje de máquina. Estas técnicas clasifican objetos basados en datos que el programa ha observado previamente. Imagínate que le enseñamos a un programa distintas imágenes. Si la imagen es de un gato, le decimos al programa que la imagen tiene un gato. Si la imagen es de un perro, un coche, u otra cosa, le decimos que no hay gato. Repetimos este proceso muchas veces. Estas imágenes representan nuestro “grupo de entrenamiento”, el cual utilizamos para “enseñar” al programa a diferenciar imágenes de gatos. Una vez hemos terminado, podemos dar al programa imágenes que no ha visto previamente y debería ser capaz de reconocer cuales contienen gatos. De esta forma hemos entrenado una IA a reconocer gatos.
El ejemplo con los gatos es sencillo, pero cubre los elementos básicos del aprendizaje de máquina. Siempre se necesita un conjunto de entrenamiento que haya sido clasificado previamente y la calidad de la IA dependerá enteramente de la calidad de los datos que se le hayan dado. ¿Te ha pasado que te vas a registrar en una página web y te pide escribir los números que ves en la imagen? En algunos casos, la imagen ha sido clasificada previamente y es un test para ver que seas humano. Sin embargo, en muchas ocasiones la compañía te está utilizando para clasificar la imagen [0]. De forma parecida, compañías tecnológicas han recabado una enorme cantidad de imágenes, audio y video. Estos datos se suben a redes sociales con lo que llevan asociada gran cantidad de información. Son la base para entrenar programas a reconocer imágenes, audio y video.
El “aprendizaje profundo” es un conjunto de técnicas usadas en la actualidad y es la base de la obsesión actual con la IA [1]. Existe bastante polémica sobre la definición exacta de este término y muchas de las técnicas que se utilizan no son nuevas. Sin embargo, todo el mundo está de acuerdo en que estas técnicas se han puesto de moda gracias a la gran cantidad de datos hoy en día. El aprendizaje profundo es muy eficaz en el reconocimiento de imágenes y audio. Por ejemplo, es la forma en la que Siri [2] entiende lo que dices y lo que quieres. Google [3] y Facebook [4] también fueron pioneros en usar esta técnica en sus productos y hoy ofrecen sus herramientas de forma gratuita. En muchos casos, si ves una recomendación en una página web, es muy probable que utilice estas técnicas.
Si la obsesión actual por la IA te asusta, no eres el único. Personas muy influyentes en el mundo de la tecnología como Elon Musk (fundador de Tesla y SpaceX) ha dejado claro que él considera la IA como una de las mayores amenazas contra la humanidad [5]. Sin embargo, las capacidades de la IA en la actualidad son bastante limitadas: reconocer imágenes, transcribir audio, traducir textos y recomendar videos. Puede que dentro de poco sea capaz de conducir un coche. Pero la primera IA asesina aún tardará mucho en llegar. Si no me crees, mira este video de una competición de robótica en 2015 [6]. Los robots son tan patosos que casi dan pena. Para terminar este artículo, antes de divagar más, volvamos a la pregunta del título: ¿Es la IA solo bombo o una revolución? Yo creo que es una pequeña revolución con un gran bombo asociado. Y en mi opinión, el problema está en el nombre. Décadas de ciencia ficción han generado una preconcepción de la IA como una entidad computacional todo poderosa. Pero la IA hoy en día está muy lejos de esa idea. Estas tecnologías han generado mejoras en la forma con que interactuamos con los ordenadores, pero se han vendido como algo mucho más de lo que son. Creo firmemente que estas técnicas serán la base de innovaciones increíbles en el futuro. Pero el futuro aún está por llegar.
Por el Dr. Antonio de la Vega de Leon. Investigador postdoctoral en la Universidad de Sheffield. Delegación CERU Yorkshire.
Mas info:
[1] http://fortune.com/ai-artificial-intelligence-deep-machine-learning/
[2] https://www.wired.com/2016/08/an-exclusive-look-at-how-ai-and-machine-learning-work-at-apple/
[3] https://venturebeat.com/2017/02/15/google-releases-tensorflow-1-0-with-new-machine-learning-tools/
[4] https://venturebeat.com/2017/04/18/facebook-open-sources-caffe2-a-new-deep-learning-framework/
[5] https://www.vanityfair.com/news/2017/03/elon-musk-billion-dollar-crusade-to-stop-ai-space-x
