Cómo la inteligencia artificial definirá los próximos años en tecnología

Los listados de fin de año son un tema complejo, cargados de una especie de revisionismo que bien puede llevar a amplios desacuerdos. En el mejor de los casos se busca, se aspira, a un consenso frágil y que dista mucho de ser unánime.

Preguntarse cuál fue la noticia de tecnología de 2016 pareciera un caso perfecto para aplicar esta receta, más aún cuando el tema escogido no tiene que ver con celulares que explotan o pokémones que aparecen en hospitales o iglesias, sino con un juego de mesa que fue inventado hace más de 3.000 años en China.

Corrección: se trata de cómo una máquina derrotó a uno de los mejores humanos en un juego que, se creía, seguiría siendo un territorio vedado para los computadores durante, por lo menos, 10 años más. Se trata de cómo esta tecnología se ha filtrado en servicios de consulta cotidiana para millones de usuarios y cómo tiene el potencial de alterar el mercado laboral, por ejemplo.

En marzo de este año, un computador diseñado por Google, llamado AlphaGo, le ganó cuatro de cinco partidas a Lee Sedol, uno de los mejores jugadores de go de nuestra era. El referente clásico para esta confrontación entre humano y máquina en un juego era Deep Blue contra Garry Kasparov en ajedrez, que ganó el computador. No es por minimizar este último triunfo, pero se estima que las posibles jugadas en un determinado momento de una partida de ajedrez pueden ser 35; en go, este número crece a 200.

Esto significa que, incluso para una gran máquina, calcular las posibilidades exactas de cómo puede ser el final de una partida de go desde una jugada específica es imposible, al menos ahora.

En palabras del mismo Sedol, go es un juego que incorpora lógica y raciocinio, pero también una buena dosis de intuición ante la imposibilidad de calcular matemáticamente las implicaciones de poner una ficha aquí o allá. Aunque no es correcto asumir que AlphaGo es capaz de intuir, la descripción acertada puede ser que la máquina se entrenó tanto (contra otro gran jugador y contra ella misma) que “aprendió” de sus errores y comenzó a identificar soluciones y patrones más allá de la absoluta certeza numérica de éxito.

DeepMind, la empresa que desarrolló AlphaGo (adquirida por Google en 2014), es un caso notorio de éxito de una serie de técnicas en inteligencia artificial que han hecho despegar el campo como no había sucedido en por lo menos 15 años.

El cambio de paradigma implica dejar de programar todo el ecosistema y los parámetros de una máquina y, en cambio, pasar a una suerte de aprendizaje asistido. En pocas palabras, el computador es alimentado con una vasta cantidad de datos que aportan reglas, condiciones y contexto, y desde allí identifica patrones y propone una especie de hipótesis que, en el caso de go, se expresa en la decisión de jugar de una forma y no de otra.

En este mundo de inteligencia artificial se habla de cosas como aprendizaje por refuerzo profundo y redes neuronales. Algunas de estas técnicas no son nuevas, pues fueron propuestas hace varias décadas, y tratan de imitar, en cierto sentido, la forma como aprendemos los humanos. Por ejemplo, las redes neuronales son una adaptación, con software y hardware, de la forma como operan las neuronas en el cerebro.

Su utilización ha acelerado el progreso de las máquinas en cosas como el reconocimiento de imágenes y el procesamiento de texto. Estos suelen ser asuntos cotidianos para las personas, pero han probado ser una pesadilla para los computadores, pues, en últimas, son temas llenos de sutilezas y detalles, ricos en contexto y matices.

Estas son tecnologías que hoy permiten que Facebook reconozca en una foto a los amigos de un usuario o que Google haya progresado notablemente en las traducciones automáticas de su traductor en línea.

Pero lejos de estos servicios, lo que el avance de la inteligencia artificial señala es un camino de automatización de labores que, hasta hoy, implica un toque humano. Por ejemplo, Google descubrió que, si aplicaba las técnicas desarrolladas por DeepMind en el manejo de sus centros de datos, podría llegar a ahorrar 15 % en la electricidad que consumen estas instalaciones.

Messenger, una de las aplicaciones de mensajería instantánea de Facebook, incorporó este año el uso de bots (asistentes virtuales) para cosas como facilitar la interacción entre negocios y sus clientes: pedidos que se hacen no con una asistente telefónica o por chat, sino con un computador que “conversa” y soluciona.

El mejoramiento de la inteligencia artificial es visto como el próximo gran cambio tecnológico. Más allá de los celulares y las aplicaciones, de los gadgets, el avance en el aprendizaje de máquinas es el motor que alimentará la próxima generación de servicios e industrias del conocimiento.

Suena emocionante, ¿no? La parte triste, y que asusta, de esta historia es que este cambio tecnológico puede llevarse por delante puestos de trabajo y formas de subsistencia poco tecnificadas. Y este impacto, anticipan algunos expertos, se sentirá más en la clase media global.

Cuando la historia cuente cómo fue el desarrollo y el avance de la inteligencia artificial, el cuento comenzará varios años atrás, pero habrá de pasar necesariamente por Lee Sedol y AlphaGo.

Los listados de fin de año son un tema complejo, cargados de una especie de revisionismo que bien puede llevar a amplios desacuerdos. En el mejor de los casos se busca, se aspira, a un consenso frágil y que dista mucho de ser unánime.

Preguntarse cuál fue la noticia de tecnología de 2016 pareciera un caso perfecto para aplicar esta receta, más aún cuando el tema escogido no tiene que ver con celulares que explotan o pokémones que aparecen en hospitales o iglesias, sino con un juego de mesa que fue inventado hace más de 3.000 años en China.

Corrección: se trata de cómo una máquina derrotó a uno de los mejores humanos en un juego que, se creía, seguiría siendo un territorio vedado para los computadores durante, por lo menos, 10 años más. Se trata de cómo esta tecnología se ha filtrado en servicios de consulta cotidiana para millones de usuarios y cómo tiene el potencial de alterar el mercado laboral, por ejemplo.

En marzo de este año, un computador diseñado por Google, llamado AlphaGo, le ganó cuatro de cinco partidas a Lee Sedol, uno de los mejores jugadores de go de nuestra era. El referente clásico para esta confrontación entre humano y máquina en un juego era Deep Blue contra Garry Kasparov en ajedrez, que ganó el computador. No es por minimizar este último triunfo, pero se estima que las posibles jugadas en un determinado momento de una partida de ajedrez pueden ser 35; en go, este número crece a 200.

Esto significa que, incluso para una gran máquina, calcular las posibilidades exactas de cómo puede ser el final de una partida de go desde una jugada específica es imposible, al menos ahora.

En palabras del mismo Sedol, go es un juego que incorpora lógica y raciocinio, pero también una buena dosis de intuición ante la imposibilidad de calcular matemáticamente las implicaciones de poner una ficha aquí o allá. Aunque no es correcto asumir que AlphaGo es capaz de intuir, la descripción acertada puede ser que la máquina se entrenó tanto (contra otro gran jugador y contra ella misma) que “aprendió” de sus errores y comenzó a identificar soluciones y patrones más allá de la absoluta certeza numérica de éxito.

DeepMind, la empresa que desarrolló AlphaGo (adquirida por Google en 2014), es un caso notorio de éxito de una serie de técnicas en inteligencia artificial que han hecho despegar el campo como no había sucedido en por lo menos 15 años.

El cambio de paradigma implica dejar de programar todo el ecosistema y los parámetros de una máquina y, en cambio, pasar a una suerte de aprendizaje asistido. En pocas palabras, el computador es alimentado con una vasta cantidad de datos que aportan reglas, condiciones y contexto, y desde allí identifica patrones y propone una especie de hipótesis que, en el caso de go, se expresa en la decisión de jugar de una forma y no de otra.

En este mundo de inteligencia artificial se habla de cosas como aprendizaje por refuerzo profundo y redes neuronales. Algunas de estas técnicas no son nuevas, pues fueron propuestas hace varias décadas, y tratan de imitar, en cierto sentido, la forma como aprendemos los humanos. Por ejemplo, las redes neuronales son una adaptación, con software y hardware, de la forma como operan las neuronas en el cerebro.

Su utilización ha acelerado el progreso de las máquinas en cosas como el reconocimiento de imágenes y el procesamiento de texto. Estos suelen ser asuntos cotidianos para las personas, pero han probado ser una pesadilla para los computadores, pues, en últimas, son temas llenos de sutilezas y detalles, ricos en contexto y matices.

Estas son tecnologías que hoy permiten que Facebook reconozca en una foto a los amigos de un usuario o que Google haya progresado notablemente en las traducciones automáticas de su traductor en línea.

Pero lejos de estos servicios, lo que el avance de la inteligencia artificial señala es un camino de automatización de labores que, hasta hoy, implica un toque humano. Por ejemplo, Google descubrió que, si aplicaba las técnicas desarrolladas por DeepMind en el manejo de sus centros de datos, podría llegar a ahorrar 15 % en la electricidad que consumen estas instalaciones.

Messenger, una de las aplicaciones de mensajería instantánea de Facebook, incorporó este año el uso de bots (asistentes virtuales) para cosas como facilitar la interacción entre negocios y sus clientes: pedidos que se hacen no con una asistente telefónica o por chat, sino con un computador que “conversa” y soluciona.

El mejoramiento de la inteligencia artificial es visto como el próximo gran cambio tecnológico. Más allá de los celulares y las aplicaciones, de los gadgets, el avance en el aprendizaje de máquinas es el motor que alimentará la próxima generación de servicios e industrias del conocimiento.

Suena emocionante, ¿no? La parte triste, y que asusta, de esta historia es que este cambio tecnológico puede llevarse por delante puestos de trabajo y formas de subsistencia poco tecnificadas. Y este impacto, anticipan algunos expertos, se sentirá más en la clase media global.

Cuando la historia cuente cómo fue el desarrollo y el avance de la inteligencia artificial, el cuento comenzará varios años atrás, pero habrá de pasar necesariamente por Lee Sedol y AlphaGo.