¿Podrán llegar a pensar las computadoras algún día?

¿Cómo puede definir en pocas palabras qué es inteligencia artificial?

Inteligencia artificial significa entender la mente y poder ponerla en una computadora, eso es lo que está sucediendo ahorita.

¿Cómo ha evolucionado la IA a lo largo del tiempo?

La historia de los sistemas empieza con el origen de la vida; la diferencia entre la vida y la no vida, entre moléculas que reaccionan químicamente y las que reaccionan en un sistema vivo es cómo procesan la información; la vida no es más que un sistema computacional o de procesamiento de información que guarda el código.

Es apenas en los últimos 40 años que sabemos cómo fue que surgió la vida, no fue como nos enseñaron en primaria, que la vida se generó entre rayos y aminoácidos, sino que fue un proceso de evolución química que tomó mil millones de años para que aparecieran los primeros sistemas vivos.

El sistema que procesa información cada vez más inteligentemente es muy exponencial; tomó miles de millones de años en que surgieran los cerebros más, desarrollados, pero una vez que aparecieron, se aceleró mucho la evolución.

La IA empezó hace 70 años, lo que no es nada en comparación con mil millones de años de historia. Alan Turing propone la máquina de Turing en 1936 y luego en 1950 redacta un documento en que escribe en su primera línea: ¿pueden pensar las máquinas? Y se responde: sí.

Todo lo que pensamos, lo que sentimos, las emociones, la conciencia, son cosas que están estanciadas en sistemas de información y a partir de ahí, las ciencias cognitivas modernas, por ejemplo como lo que se hace en MIT, convergen en que entender la mente es comprender los algoritmos del cerebro.

Aunque es difícil entender la mente humana hay avances, cada vez tenemos más herramientas en neuroingeniería para ver el cerebro, más controles, gente dedicada y dinero invertido.

La ingeniería inversa en el cerebro

El concepto de ingeniería inversa en el cerebro lo aplicamos para entender cómo es que funciona y eso va desde poner electrodos en cerebros de monos hasta entender cómo aprende un niño a contar, que es un proceso muy interesante; cómo eso sucede y cómo replicarlo en una máquina es donde viene el machine learning o aprendizaje de máquinas.

El cerebro tiene muchas diferencias con las máquinas, pero a la vez tiene muchas similitudes, por ejemplo la forma en que procesamos los fotones y podemos determinar la diferencia entre un humano y un objeto.

¿Cómo "aprenden" las máquinas?

Los algoritmos de machine learning aprenden igual que el cerebro, tienen un sustrato similar y aprenden experiencias similares; los algoritmos aprenden, aunque no con la riqueza como lo hace un ser humano.

Todavía no tenemos ni cerca inteligencia artificial igual a la de un humano, pero se llegará a tener pronto.

Esto ha llevado a muchos como Ray Kurzweil, director de Google o Richard Sutton famoso investigador canadiense, a decir cosas como que si el crecimiento ha sido exponencial, si va a seguir siendo así, entonces cada invención se convierte en un nuevo sustrato para todas las demás invenciones, cuando hay lenguaje ahora todo va a utilizarlo y aceleran los pasos siguientes.

Cuando hay computadoras, todos las usamos y cualquier nueva invención como Internet, lo utiliza y hace que se vaya acumulando la tecnología y así va a seguir siendo el desarrollo.

¿Cuándo vamos a tener inteligencia artificial general?

La inteligencia artificial general es aquella que hace todo lo que un humano, todavía no la tenemos, aunque hay algunas máquinas que hacen cosas como manejar un carro.

En cosas especificas sí hay, pero no existe ningún algoritmo que tenga la riqueza de pensar como un humano o que tengan curiosidad, aunque hay algoritmos que pueden predecir situaciones; pero puede ser que le salga diferente a lo que "pensaba" y entonces es cuando dice: no estoy entendiendo; es el momento en que el programador le dice: haga esa acción más y más para que el modelo aprenda.

Esto sigue siendo una curiosidad muy pobre comparada con la de un niño; se le puede "enseñar" a la máquina que las cosas que va a predecir ya no las haga y las cosas que no sabe predecir, hágalas.

¿Qué está pasando y qué es lo que va a pasar?

Lo que está pasando es que hay una desconexión total, por un lado la comunidad mundial en inteligencia artificial top tiene muy presente esto, está invirtiendo y tiene claro que va a transformar todo radicalmente y por otro lado está la comunidad de educadores y de gobierno que posiblemente no tengan tan conscientemente eso que está sucediendo y a qué nivel estamos hablando.

Y por otro lado, en tiempos modernos a diferencia de hace 20 años, los niños tienen acceso a más herramientas para investigar solos, hay que hacerles ver esa conexión entre el cerebro y la computación, la importancia de lo que está pasando y lo rápido que está sucediendo, como para que en vez de que diseñar curricula del educador, el estudiante mismo pueda hacerlo.

Ya sabemos que la inteligencia artificial es algo muy útil ahora, casi cualquier computación avanzada se asocia con ella, porque ya entendimos un poco como funciona; entonces deberíamos pensar más bien en qué es lo que va a pasar en 10 años y que sigamos haciendo avances en entender la mente y cómo ponerla en una computadora que no tenga que comer, que dormir, ni ir a la universidad.

Ya ven que a Google, a IBM le interesa entender la mente.

El cerebro humano se equivoca, ¿la máquina?

La base de cómo se entrena un algoritmo es aprender de sus errores, se le dice: si salió bien, siga haciéndolo, si comete un error, cambie los parámetros.

Las redes neuronales funcionan a base de repetición, además están los algoritmos lógicos que pueden hacer deducciones. Todavía no se puede hacer esa conformación de algoritmos con esos 2 componentes, cuando logremos hacerlo, vamos a dar un paso muy importante a la inteligencia artificial que se parezca a los humanos.

Máquinas curiosas

Por inteligencia artificial estamos pensando en cómo hacer una máquina que sea curiosa, que entienda lenguaje, que se le pueda hablar y hacer preguntas relevantes. Aunque ya eso existe, en lo que estamos trabajando es en algo más apegado al concepto original de inteligencia artificial que es hacer una computadora que piense igual que el humano.

¿Cuál es la relación entre IA y educación?

Ya hay aplicaciones por ejemplo, que pueden revisar exámenes, que son capaces hasta de determinar por el tipo de letra, si lo contestó un hombre o una mujer.

Aquí hay 2 cosas, por un lado la inteligencia artificial como una herramienta para la educación y por otro lado la importancia de que se enseñe de IA, que se comunique que está siendo uno de los temas más importantes en el mundo.

El MIT también se transformó, se convirtió en algo transversal, por lo que todas las escuelas tienen que llevar cursos de computación.

Por ejemplo, en educación la mejor maestría del mundo que existe en IA y machine learning está en África, no es en una universidad, lo que hicieron es que un investigador se conectó con Google y con Facebook, llevan a los mejores, van y dan clases una semana y se regresan.

Eso es un poco lo que tenemos que hacer en Latinoamérica.

¿Qué sucede con la ética y la privacidad?

Hay varios temas bien delicados y va a ser algo que va a afectar la ética, las relaciones, la justicia: es la privacidad y ya hubo todo un escándalo con Cambridge Analytica que influyó en la política de Estados Unidos.

Es un tema sobre el que no hay regulación, en todas las conferencias de IA hay discusiones de ética y privacidad y finalmente, no se puede frenar porque van a surgir muchas aplicaciones y cuando se hace el algoritmo, toda tecnología puede ser buena o mala.

Por ejemplo, OpenEI, que es una de las compañías en parte fondeada por Elon Musk, para ellos, si IA es tan importante, lo que hacen como estrategia ética es que sea lo más accesible para todos, porque si acaba perteneciendo a Google o a Facebook, van a tener control de la privacidad y lo van a monopolizar todo, entonces la quieren hacer lo más pública posible, todo -datos, algoritmos- tiene que ser democrático.

[samba-videos id='68eb4d968a75d85e06f57ff21f7159b5′ lead='false']

La IA y las predicciones

Algo en lo que se están usando mucho los algoritmos de inteligencia artificial es para aplicaciones de todo tipo de predicciones, es decir, dado esto, deme la respuesta.

Lo que todavía falta es la parte más humana, preguntarse ¿qué pasaría si hago esto y no esto? No solo hay una noción de predicción, sino de modelar el mundo, eso es lo que no hay todavía, solo saben hacer para lo que lo entrenaron.

¿Cuál es el estado de las investigaciones en IA?

Por ejemplo, Elon Musk, que en parte es muy criticado porque la gente dice que no es un experto en inteligencia artificial y entonces se preguntan por qué opina sobre esto, afirma que si la IA ha avanzado tan rápido, en vez de que avance solo en silicio, mejor entendamos el cerebro e integrémoslo a nosotros, aumentemos nuestra memoria y nuestra capacidad de computación.

Esto va a sonar como algo radical, creo que en mi vida, en 50 años sucedan cosas como: los humanos llevan existiendo nada en la historia y solo porque somos humanos vamos a estar para siempre, pero si lo piensas bien, todos los procesos biológicos, físicos los estamos entendiendo; así cosas como envejecer que lo damos como una realidad, es solo un proceso biológico que se puede detener.

¿Por qué en vez de conversar no lo hacemos por Wi-fi y mucho más rápido? Cosas así y mucho más radicales puede ser que las veamos en vida, hay gente seria que dice que va a pasar, otra dice que no.

¿Vamos a ver máquinas que piensen?

Creo que sí, pero ese es un debate, eso no se me hace tan relevante, el punto es que se van a presentar transformaciones radicalísimas.

¿Y la computación cuántica cómo influye en la IA?

Es una pregunta interesante que es bastante controversial, apenas hace una semana se dio la supremacía cuántica; ya hay una computación, un solo proceso que se pudo hacer, que a una computadora clásica le tomaría 10 mil años.

Vivimos en un universo cuántico, pero la hipótesis más fuerte es que la física cuántica no influye en el procesamiento de información, que todo lo que pasa que no sean aparatos, es a nivel macroscópico, son neuronas, no partículas subatómicas que es donde sucede lo raro.