La inteligencia artificial I: Fabricando inteligencia

Así como la agricultura fue el motor de la economía en el siglo XIX y la industria en el XX, el XXI será sin lugar a dudas el siglo del conocimiento y de la inteligencia.

Empresas con grandes activos tangibles, como Ford o General Electric, que fueron referentes en el pasado siglo, están dando el relevo a otras, Google, Microsoft o Facebook, cuyo principal activo es ante todo un bien inmaterial: la inteligencia.

De la inteligencia emanan el ingenio, la creatividad y la innovación, valores que hasta hace poco eran factores diferenciadores en las empresas y en los individuos. Ahora ya solo son, y lo serán más en el futuro próximo, mecanismos de supervivencia. Sobre estos valores se está desarrollando una economía y emergiendo una nueva sociedad en las que, como las especies darwinianas, solo sobrevivirán los que mejor sepan adaptarse al cambio.

Por suerte, la inteligencia ha dejado de ser patrimonio exclusivo del homo sapiens. Puede sintetizarse y desarrollarse en el seno de máquinas, replicando en ellas habilidades mecánicas y capacidades mentales que hasta ahora solo habían estado al alcance del ser humano. Lo vemos diariamente a nuestro alrededor: autómatas que trabajan mecánicamente en las cadenas de montaje, aspiradoras que se pasean por el suelo de nuestro salón, programas de traducción automática (Google Translator), aplicaciones de reconocimiento facial, superordenadores que realizan diagnósticos médicos con una precisión asombrosa (IBM Watson Health) o naves que son capaces de posarse en Marte y recorrer su superficie (MER-B Opportunity, Curiosity); todos ellos son ejemplos de lo que conocemos como Inteligencia Artificial (IA).

No existe sector al que la IA no vaya a transformar a medio plazo. Algunos lo califican como un hito equiparable al descubrimiento de la electricidad, otros como la tecnología más perturbadora desde la revolución industrial.

A lo largo de los años, el cine y la televisión nos han ilustrado, con mayor o menor acierto, sobre lo que es o puede llegar a ser la IA.  El personaje de Data en Star Treck muestra una forma de inteligencia alojada en un androide de aspecto absolutamente antropomorfo; El hombre bicentenario y Blade Runner dan vida a máquinas conscientes, capaces incluso de experimentar sentimientos humanos; en Juegos de guerra es un programa de ordenador el que se rebela, piensa y decide por sí mismo; El coche fantástico describe un vehículo que habla y conduce solo (por cierto, qué poco futurista y familiar nos resulta hoy en día un coche que habla y que conduce sin intervención humana), R2-D2 y C3-PO se muestran como simpáticos androides en La Guerra de las galaxias. Y así podríamos seguir con una lista casi interminable: Matrix, Terminator, Metrópolis, El cortador de césped, Transcendence, D.A.R.Y.L, Yo robot, Robocop, Her, Eva, Autómata…

En una serie de entregas de esta sección vamos a asomarnos al mundo de la IA; veremos qué es, hasta dónde se puede llegar razonablemente con esta tecnología y cómo podría cambiar nuestra vida en un futuro. Todo ello permaneciendo dentro del campo de lo científico, tratando de evitar, como siempre, planteamientos especulativos o que pudieran invadir el terreno de la ciencia ficción.

Comenzaremos por mirar un poco hacia atrás para ver desde dónde hemos partido y dónde estamos en estos momentos. Más tarde echaremos un vistazo al futuro.

El principio

Aunque todas esas películas que mencionábamos antes describen paisajes futuristas, la realidad es que la IA es algo que nace prácticamente con el siglo pasado y que ha venido experimentando a lo largo de los últimos años una evolución sinuosa, en la que han convivido grandes momentos de impulso con otros no menos grandes de olvido. Sus primeras aplicaciones se encuentran ya en la Segunda Guerra Mundial, cuando Alan Turing utilizó estas técnicas para descifrar códigos militares. Este matemático alemán, considerado como un pionero en el campo de la IA, ideó un famoso test para determinar si un interlocutor anónimo al que se interroga es o no humano. Hasta la fecha, ninguna máquina ha sido capaz de superar ese test.

Sin embargo, el término Inteligencia Artificial no fue utilizado sino hasta 1956 (John McCarthy) en el transcurso de una conferencia de expertos convocada en la Universidad de Dartmouth (New Hampshire). En la conferencia se pretendía hablar y discutir sobre este tema, que a la sazón resultaba ser tan incipiente como prometedor. A pesar del optimismo que aquella conferencia irradió, lo cierto es que no hubo grandes avances en el desarrollo de esa tecnología en los años inmediatamente posteriores. Apenas algunas realizaciones prácticas en forma de robots capaces de recorrer por sí solos los laboratorios, programas que jugaban a las damas o al ajedrez y algunas otras máquinas de propósito muy específico, cuyo mayor logro era quizás su mínima capacidad de autoaprendizaje.

En los años ochenta surgieron las que podríamos considerar primeras realizaciones prácticas de la IA. Se trata de los llamados Sistemas Expertos.

Estos sistemas escondían una nueva e innovadora forma de programación que pretendía trasladar el conocimiento y experiencia humanos a programas de ordenador. Si la forma clásica de programar se basaba en desplegar secuencias de instrucciones siguiendo una lógica orientada a resolver problemas, estos sistemas, por el contrario, intentaban plasmar en código de programación la experiencia y conocimiento de los expertos en determinadas materias. Los más sencillos e intuitivos representaban esta experiencia mediante “reglas” y “hechos”, que convivían en la máquina dentro de una base de conocimiento. Un motor (motor de inferencias) navegaba sobre esa base de conocimientos y combinaba la información extraída de ella con datos externos para resolver los problemas.

Analicemos con un poco más de detalle el funcionamiento de un sistema experto y aprovechemos al mismo tiempo este momento para mostrar al lector cómo puede dotarse de inteligencia a una máquina.

Veamos, por ejemplo, la forma en que un ordenador podría componer la oración gramatical “La casa es bonita”, a partir de unos datos de entrada en forma de literales como: “La  ”, “casa ”, “es  ”, “bonita”.

Un programa clásico de ordenador tendría una secuencia de instrucciones como la siguiente:

“escribir el primer dato”

“escribir el segundo dato”

“escribir el tercer dato”

“escribir el cuarto dato”

El ordenador ejecuta el programa y escribe “La casa es bonita”

Este programa tiene un campo de aplicación muy restringido y difícilmente sería utilizable para algo distinto al ejemplo.

En la programación del sistema experto, por el contrario, no se incluiría una secuencia de instrucciones como en el caso anterior. Definiríamos aquí unos “hechos” y unas “reglas”:

Hechos:

“La” es un artículo

“casa” es un sustantivo

“es” es un verbo

“bonita” es un adjetivo

Reglas:

*El orden en que se compone una oración es artículo-sustantivo-verbo-adjetivo*

Con esta información, el sistema experto, sin seguir ninguna secuencia de instrucciones, escribe “La casa es bonita”.

A diferencia del caso anterior, este programa es universal y puede aplicarse en muchos otros escenarios. Introduciendo las reglas adecuadas, la máquina podría escribir cualquier texto. Además, si en un momento dado cambiaran las normas de la gramática, el programa seguiría siendo válido con solo modificar las reglas que se hubieran visto afectadas en el cambio.

Cuando a la hora de aplicar las reglas el sistema encuentra frente a sí una diversidad de opciones entre las que elegir, opta por la alternativa que considera más apropiada en función de los datos de que dispone. Si el resultado no es satisfactorio, se retroalimenta para tenerlo en cuenta en el siguiente proceso de decisión.

Por otro lado, de la aplicación de las reglas sobre los “hechos” pueden surgir nuevos “hechos” que la máquina automáticamente adopta. En definitiva, se trata de sistemas con una cierta capacidad de autoaprendizaje.

La enseñanza del sistema experto es del tipo “supervisada”, es decir, se necesita siempre una intervención humana para advertir a la máquina de sus aciertos o errores.

Los sistemas expertos despertaron una gran expectación en la década de los ochenta pero no llegaron a despegar definitivamente debido a diversas circunstancias. Las más determinantes sin duda fueron las restricciones en el ámbito en el que podían aplicarse y la complejidad de su programación (introducir el conocimiento en la máquina necesitaba la doble participación de programadores y de expertos en cada materia).

A pesar de ello, fueron capaces de provocar una importante burbuja financiera que estalló coincidiendo con el advenimiento de Internet y el abaratamiento de los ordenadores, acontecimientos que, como veremos más adelante, propiciaron un cambio de rumbo drástico en el desarrollo de la IA. Aun así, todavía sobreviven hoy sistemas expertos que tienen campos de aplicación en algunas disciplinas muy concretas y verticales.

El momento actual

Los acontecimientos que marcaron el fin de los sistemas expertos fueron determinantes a lo largo de la pasada década para el desarrollo de la IA y probablemente estén abriendo la puerta a su despegue definitivo. La abundancia de datos en formato digital que ha propiciado Internet y el abaratamiento del hardware de los ordenadores han permitido desarrollar nuevas técnicas de aprendizaje en las máquinas (Deep Learning) y desplegar potentes arquitecturas de procesamiento de la información. Lo que antes eran problemas insoslayables, hoy han dejado ya de serlo.

Estos avances tecnológicos, de los que hablaremos con detenimiento más adelante, han posibilitado un vertiginoso desarrollo de la IA en algunos campos y en los últimos años. Uno de ellos es el del procesamiento del lenguaje natural. Todos recordamos cómo trabajaban los primeros traductores automáticos que vieron la luz hace un par de décadas y cómo eran sus resultados. Hoy en día las aplicaciones de traducción han mejorado y se han convertido en herramientas de uso común en la actualidad.

Así es como Google traduce al inglés la última frase del párrafo anterior: “Nowadays the applications of translation have improved and they have become tools of common use at present”. 

Independientemente de algunos matices y cuestiones de estilo, la calidad de la traducción que hace Google y su integridad ortográfica y gramatical están fuera de toda duda. Nada que ver con los primeros programas de traducción automática que encontrábamos en los años noventa.

El traductor de Google ha sido mejorado hace no muchos meses introduciendo en él técnicas de aprendizaje Deep learning y un sistema de procesamiento basado en Redes neuronales (en próximas entregas hablaremos de estos conceptos). Con ello, la mejora obtenida respecto a sus versiones precedentes ha sido impresionante.

El procesamiento del lenguaje natural es uno de los campos de aplicación en los que rápidamente se ha introducido la IA y en los que sin duda más acelerado va a ser su desarrollo, por la sencilla razón de que el lenguaje es algo vital e imprescindible para el ser humano. Ya estamos viendo cómo se está introduciendo esta tecnología en aplicaciones de reconocimiento de voz (Google Voice, Apple Siri, Microsoft Cortana), en sistemas de respuesta automática, en conversores de habla-texto y en un sinfín de realizaciones más.

Otro de los campos en los que ya ha tomado cuerpo la IA es el de la visión computerizada y el reconocimiento de imágenes. Encontramos estas tecnologías en sistemas de conducción automática, robótica, seguridad, medicina, geología, etc.

La IA se manifiesta también en programas que, a partir del análisis de grandes cantidades de datos (Big data), son capaces de diagnosticar y prevenir situaciones, así como de tomar autónomamente decisiones. Son de aplicación en campos diversos, aunque últimamente se están popularizando en el ámbito empresarial, donde se utilizan como herramientas para mejorar procesos de negocio. Mediante el análisis del comportamiento de los clientes de una operadora de telecomunicaciones, por ejemplo, estos sistemas son capaces de identificar anticipadamente quiénes van a solicitar la baja en el servicio o quiénes serían receptivos a nuevas ofertas. También pueden diseñar campañas publicitarias, controlar presupuestos, gestionar recursos humanos, realizar diagnósticos médicos, seleccionar la mejor ubicación para unos nuevos grandes almacenes, controlar automáticamente el tráfico de una ciudad o gestionar una cartera de inversiones.

Pocos dudan ya de que la IA es una apuesta segura y muchas empresas punteras lo contemplan como parte de su estrategia. Así lo ha hecho IBM, que, con su plataforma de IA multidisciplinar Watson, está colonizando territorios tan dispares como la medicina, la jurisprudencia, la música o la alta cocina. La misma estrategia  adoptó Google cuando en 2014 adquirió la empresa DeepMind y con ella sus plataformas y su experiencia alrededor  de la IA.

Vivimos, en definitiva, un momento dulce para la IA y son varias las circunstancias que lo han propiciado, aunque de todas ellas destaca sobre todo una: el desarrollo de técnicas sólidas de autoaprendizaje en las máquinas. A diferencia de lo que sucedía hace apenas quince años, ahora los ordenadores son capaces de aprender por sí solos sin apenas intervención humana,  lo que les ha permitido adquirir muchas habilidades y hacer uso de ellas en determinados campos de forma muy eficiente: memorización, juegos de destreza mental (ajedrez y otros), reconocimiento del habla, conducción automática, traducción, visión computerizada, diagnosis, toma de decisiones, inversiones y experimentación en laboratorios.

Sin embargo, todavía quedan fuera de su alcance las disciplinas que están más intrínsecamente ligadas a la consciencia humana: diseño, programación automática, investigación, creación científica, artes creativas (literatura, cinematografía…), interacción social, etc.

El camino que queda todavía por recorrer es largo. A pesar de los avances en los últimos años, el nivel de desarrollo de la “inteligencia” en las máquinas es todavía muy bajo. Si pudiéramos evaluarlo en términos de coeficiente intelectual, diríamos que los sistemas tipo Siri (asistente de voz de Apple) estarían en coeficientes del orden de 20 o 30, nivel equivalente al de un niño pequeño. Los sistemas más avanzados, como el Watson, quedan también lejos del coeficiente de un ser humano adulto.

En definitiva, estamos solo en el principio y por ello todo lo que ahora tenemos frente a nosotros son interrogantes: ¿Cómo evolucionará la IA en los próximos años?, ¿será la máquina capaz de penetrar en estos campos que todavía parecen ser patrimonio exclusivo de la mente humana?, ¿podrá algún día una máquina superar en habilidades e inteligencia al hombre?

Todo esto, en próximas entregas.