Los mitos de la Inteligencia Artificial

¿Cómo empezó todo?

Empecé trabajando con una beca de colaboración en el IIC mientras estudiaba 3º de Informática, en un proyecto para predecir generación de energía eólica usando redes neuronales artificiales. Esto fue en el año 2005, donde aún nadie hablaba de Big Data, y la Inteligencia Artificial era cosa principalmente de grupos universitarios.

Este campo me pareció muy interesante y diferencial con respecto a las salidas profesionales que había en ese momento para los recién licenciados, aunque en aquel momento nunca habría imaginado que fuera a volverse tan popular. En cualquier caso, me animé a profundizar en el tema con un máster, y después un doctorado.

Durante esta época estuve investigando en métodos de aprendizaje automático y cómo hacerlos más eficientes, para así facilitar su aplicación en problemas reales. Al mismo tiempo continué colaborando en proyectos de transferencia tecnológica con el IIC, así como en investigaciones con el Max Planck Institute for Intelligent Systems de Tübingen, Alemania.

Tras finalizar mi tesis doctoral me reincorporé al IIC y con el tiempo acabé dirigiendo el departamento de “Ingeniería Algorítmica”, donde buscamos aplicar las últimas tecnologías en Big Data, Machine Learning, Inteligencia Artificial y DevOps a la creación de prototipos y nuevas soluciones. También imparto regularmente clase sobre estos temas en varias escuelas de máster.

¿Qué es el Big Data?

Big Data es el tratamiento de datos masivos, tanto que requieren de herramientas no convencionales. Este tratamiento supone un reto no solo por el volumen de los datos, sino en ocasiones también por la velocidad a la que se generan y requieren ser procesados, o porque están formados por datos multimedia (texto, imagen, audio, vídeo) que necesitan de tratamiento especializado. Big Data es una disciplina principalmente ingenieril, como podría serlo el construir un puente por el que cruzarán millones de personas.

¿Y la inteligencia artificial?

La Inteligencia Artificial persigue crear dispositivos que sean capaces de analizar su entorno y tomar decisiones para conseguir un objetivo. Puede sonar abstracto, pero es similar al comportamiento de los seres vivos: buscar alimento en el entorno, detectar peligros y huir de ellos, etc. Crear verdaderas IAs es un desafío que aún no hemos sido capaces de resolver, a pesar de que se trata de un campo de investigación activo desde los años 50. Cosas así solo existen, de momento, en el mundo de la ciencia ficción.

¿Big Data e Inteligencia artificial o al revés?

En principio estos dos campos (Big Data e IA) parece que no tengan mucho que ver. Pero la conexión ha venido por la generalización del uso de técnicas de Aprendizaje Automático. Se trata de una forma en particular de hacer IA en la que un programa software puede aprender a realizar una tarea si se le proporcionan muchos datos que le sirvan de ejemplo. Por ejemplo, puede crearse una IA que sea muy buena jugando al ajedrez si se le alimenta con los datos de miles de partidas de jugadores profesionales. O que deduzca cuál es el riesgo asociado a la concesión de un crédito después de haber analizado los datos de todos los créditos concedidos en el pasado y si se devolvieron en plazo.

O sea que la inteligencia artificial se nutre de Big Data…

Si, pero con este método no podemos construir verdaderas IAs capaces de razonar en general y resolver cualquier problema. Son IAs que solo saben trabajar con el problema para el que se construyeron, reflejado por los datos de los que se alimentaron. Esto es más que suficiente para conseguir resultados prácticos en muchos aspectos.

Entendemos que es el Big Data como recopilación masiva de datos, pero ¿Cuál sería la auténtica inteligencia artificial?

A la IA auténtica a veces se le llama “Inteligencia Artificial General” (IAG), para distinguirlas de las IAs que solo resuelven problemas concretos. A una IAG se le podría plantear cualquier problema y debería ser capaz de razonar sobre él, plantear hipótesis sobre posibles soluciones, experimentar para comprobar si son efectivas... y así ir mejorando su estrategia hasta resolverlo (siempre que sea un problema que pueda solucionarse). O podría aprender a leer, leer miles de libros de filosofía, y mantener un debate con un experto en el tema.

O tal vez no sea capaz de filosofar, pero sí de demostrar un tipo de inteligencia que hoy día no conocemos. Los aviones tienen alas que no aletean y son masivamente más pesados que cualquier ave, pero vuelan. Usan motores y reactores, cosas que no se han dado por evolución biológica en la naturaleza. Puede que en el futuro la auténtica IA no se parezca en nada a la inteligencia natural, pero tenga comportamientos inteligentes igualmente. Hoy día no podemos predecir como será, igualmente que en la Edad Media no podían imaginar cómo volarían los humanos en nuestra era.

¿Qué hacéis en el Instituto de Ingeniería del Conocimiento?

En el IIC tratamos de transferir a proyectos reales en empresa las últimas innovaciones que se generan en el campo académico. Dentro de esta misión, nos especializamos en los campos de Big Data, Aprendizaje Automático, Inteligencia Artificial, entre otras tecnologías. En general, todo lo que se ha derivado del campo de la Ingeniería del Conocimiento, que era la forma práctica de hacer IA cuando se creó el IIC hace ya casi 30 años.

Tenemos recorrido en diferentes industrias: banca, energía, recursos humanos, salud, marketing, entre otros sectores. Básicamente, las tecnologías que manejamos tienen aplicación en cualquier campo donde puedan recogerse datos.

¿Nos puedes citar algún ejemplo concreto?

En el sector energético tenemos soluciones para mejorar el uso de las energías renovables. Podemos predecir cuánta energía va a generar un parque eólico o una planta de energía solar fotovoltaica, lo cual es clave para gestionarlas de forma eficiente. También podemos predecir los consumos de electricidad, ayudando igualmente a la gestión de la red eléctrica.

Por parte del ámbito de recursos humanos contamos con otro sistema que es capaz de procesar rápidamente miles de currículums, de forma que pueda hacer una preselección de candidatos a un puesto con mayor potencial. Se trata de una gran ayuda para empresas que reciben muchos más currículums de los que pueden leer, ayudando así a que los candidatos más prometedores no queden olvidados en un cajón o un buzón de correo porque nadie ha leído su CV.

En marketing trabajamos mucho con datos de redes sociales como Twitter, pudiendo analizar en tiempo real la opinión que se vierte en estos canales sobre diferentes productos. Esto es de mucho valor para comprobar si tu campaña publicitaria está teniendo éxito, o si está funcionando mejor que la de tus competidores.

¿Como ves el futuro de la inteligencia artificial? ¿Qué profesiones desaparecerán? ¿Qué profesiones seguirán?¿Habrá límites?

Es muy difícil hacer predicciones a futuro. El fin último de la Inteligencia Artificial sería el de construir una máquina tan inteligente como los seres humanos o más. Desde mi punto de vista, el obstáculo fundamental es que no entendemos realmente cómo funciona la inteligencia. En los años 50, los grandes expertos en IA pensaban que en poco tiempo habrían sido capaces de construir máquinas que pudieran hacer traducciones entre idiomas a la perfección. Hoy en día, hemos avanzado mucho en este campo, pero los profesionales de la traducción siguen siendo indispensables.

¿Pero Google translator…?

A esto me refería con que hemos avanzado mucho. Hoy día contamos con varios traductores que funcionan bastante bien… traduciendo frases aisladas. No son lo suficientemente precisos para entender el contexto de la traducción, ni para traducir textos muy largos. Los profesionales de la traducción usan estas herramientas, pero su experiencia sigue siendo necesaria.

En general, el desafío de crear inteligencia ha resultado ser mucho más difícil de lo que nadie imaginaba. Ni siquiera entendemos aún cuál es el funcionamiento del cerebro humano, el órgano que contiene esta inteligencia.

Dicho esto, no hay motivos para creer que algún día este desafío no pueda resolverse. La evolución natural ha demostrado que es posible crear seres inteligentes partiendo de materia inorgánica, por tanto, no parece descabellado pensar que algún día daremos con la clave de la inteligencia y podamos replicarla en una máquina. Según la evolución que estamos viendo en este campo, no creo que sea a corto plazo.

¿Y los profesionales que desaparecerán?

Si, a la pregunta de a qué profesiones afectará el desarrollo de la IA, principalmente será a aquellas que conlleven tareas muy repetitivas y requieran de poca o ninguna capacidad de innovación. Esta repetitividad puede ser tanto física como intelectual. Por ejemplo, veo muy posible reemplazar por una IA a los operarios de un call center que se limitan a seguir a rajatabla un manual con las preguntas que deben formular y qué hacer en cada caso según la respuesta. En cambio, el trabajo de un camarero será muy difícil de reemplazar: atender a peticiones de varios clientes simultáneamente, cargar con bandejas de manera rápida y efectiva, dar conversación, resolver problemas totalmente inesperados como que un cliente se ponga de repente muy enfermo, o se cuele un gato en la cocina… todo ello es, a día de hoy, imposible de resolver por una IA.

¿Serán necesarios los médicos o no?

Los médicos a corto-medio plazo seguirán siendo muy necesarios, aunque cada vez más se irán apoyando en “segundas opiniones” dadas por métodos basados en IA. En tareas como analizar en detalle una biopsia para catalogar un tipo de cáncer, el tener un sistema de IA que haya aprendido con miles y miles de biopsias puede ser de mucha utilidad, sobre todo para los profesionales menos experimentados.

¿Los robots enseñarán?

Sobre robots profesores no me atrevo a decir nada. Hoy día ni la robótica ni la IA están, ni de lejos, suficientemente desarrolladas para crear algo así. No creo que podamos predecir cuándo llegará eso, o si será necesario hacerlo una vez la tecnología lo permita.

¿Cómo ves la situación en España?

En España vamos a la zaga en muchos de los campos que he mencionado, especialmente en el mundo empresarial. Por poner un país de referencia, cuando uno piensa en Estados Unidos y Silicon Valley enseguida le vienen a la cabeza las grandes empresas de Internet, y las enormes inversiones que realizan en investigación. En España, el I+D+i privado se realiza principalmente en start ups y pequeña-mediana empresa.

No quiere decir esto que las grandes empresas españolas no tengan interés por la IA, el Big Data o el Aprendizaje Automático. Creo que existe una conciencia de que estas tecnologías pueden aportarles mucho, pero sus propia mega-estructuras y complejos procedimientos les dificultan mucho el realizar estas innovaciones internamente. La tendencia general está siendo delegar estas tareas a empresas especializadas de menor tamaño, o crear empresas spin-offs que puedan trabajar de forma más ágil sin estar sujetas a la rigidez de la organización.

Por la parte del I+D público, existen universidades en España donde se lleva investigando la Inteligencia Artificial y el Aprendizaje Automático durante años. La Universidad Autónoma de Madrid, uno de los socios del IIC, tiene un grupo de Aprendizaje Automático con el que colaboramos habitualmente, pero de nuevo, la financiación que reciben estos centros suele estar muy lejos de la que se tiene en Estados Unidos, o en Canadá, donde han surgido grupos de mucho peso cuyas investigaciones están marcando hoy en día la forma de hacer Aprendizaje Automático. En Emiratos Árabes existe un ministerio de Inteligencia Artificial. En esta línea en España se ha constituido un Grupo de Sabios sobre Inteligencia Artificial y Big Data; veremos si se consiguen promover estas ciencias desde allí.

Noticias Relacionadas: