Cómo la inteligencia artificial puede redefinir el futuro de cosas como el trabajo y la salud

Esta semana, un sistema diseñado por Google ganó las dos primeras de cinco partidas posibles a Lee Sedol, uno de los mejores jugadores de go, un juego de mesa que nació en Asia hace más de 3.000 años y que aún sigue siendo inmensamente popular allí.

Las partidas se han desarrollado en un hotel de Seúl, capital de Corea del Sur, país de nacimiento de Sedol y en el que por lo menos ocho millones de personas (de una población de 50 millones) juegan activamente go. Estos dos fueron los primeros de una serie de enfrentamientos que, durante seis días, decidirán quién se hace con un premio de un millón de dólares. El sistema de Google, conocido como AlphaGo, ya había derrotado al campeón europeo del juego en octubre del año pasado. Muy pocos pensaban que podía ser un rival digno para Sedol, clasificado como un gran maestro del juego y quinto en el escalafón mundial: el anterior rival de AlphaGo estaba en el puesto 633. (Lea "Duelo entre una máquina de Google y el campeón mundial de go")

El antecedente clásico de este tipo de enfrentamientos es el de Deep Blue, de IBM, contra Gary Kasparov (1997, en el que ganó la máquina) o el más reciente triunfo de Watson, también de IBM, contra jugadores de Jeopardy! (2011). La diferencia es que el go es considerado por muchos como mucho más complejo que el ajedrez, pero también que las técnicas usadas por el sistema van más allá del cálculo duro y crudo de los resultados de las jugadas.

Aunque en los ejemplos anteriores también se utilizaron formas de inteligencia artificial, lo que alimenta la mente de AlphaGo es una combinación de técnicas conocidas como aprendizaje profundo, aprendizaje por refuerzo (reinforcement learning), así como redes neuronales: una especie de redes que mezclan software y hardware, construidas de una forma similar a como operan las neuronas en un cerebro humano.

¿Qué significa todo esto? En palabras simples, y sin la necesidad de escandalizar, que el sistema aprende: toma vastas cantidades de datos y puede reconocer patrones y cosas. Cosas como lenguaje hablado o un objeto en una determinada imagen. Además de esto, AlphaGo aprende de sí mismo, o sea, se entrena para mejorar (de ahí lo del aprendizaje por refuerzo).

Google e inteligencia artificial son dos palabras que casi podrían considerarse sinónimas, así su relación no sea tan cercana en apariencia. Parte de la tecnología que el motor de búsqueda usa para resolver las preguntas de los usuarios se basa en principios como el aprendizaje por contexto, entender que una palabra puede significar varias cosas dependiendo de cómo esté siendo utilizada, qué otras cosas tenga al lado, cómo está construida una frase. Este, por cierto, es uno de los caminos mediante los cuales los humanos aprendemos el lenguaje, como lo anota Steven Levy en su libro Inside the Plex. Entonces, cuando una persona busca hot dog (perro caliente), el buscador arroja imágenes de esta comida y no de un cachorro en llamas.

Toda una simpleza que entraña una complejidad que este miércoles le dio la ventaja a AlphaGo sobre un gran maestro en un juego que, ante la abrumadora cantidad de posibilidades, tiene que ser calculado, pero también intuido de cierta forma.

Y puede que AlphaGo no intuya en el sentido más amplio de la palabra, pero lo que sí hace es entrenarse constantemente y esto le permite mejorar a partir de sus propios límites, así como acumular una especie de base de datos sobre sus propias posibilidades, que cambian y se expanden a cada instante.

Si no se pueden calcular todos los resultados posibles, la estrategia de AlphaGo es reducir el rango de acciones probables, lo que se traduce en limitar los movimientos que el adversario puede realizar. Y puede que esta misma sea la estrategia de un jugador, alguien como Sedol para este caso.

Lo más interesante de este asunto es que, al parecer, parte de esta tecnología (el aprendizaje profundo, por ejemplo) ya está siendo implementada para mejorar los resultados de búsqueda de Google. Y, como anotó el periodista Cade Metz, si el futuro del buscador es inteligencia artificial, entonces también lo es el de muchas otras cosas.

Estas técnicas también podrían ser usadas en áreas quizá menos obvias: ayudar en diagnósticos médicos, en investigación científica o para calcular los riesgos de que un paciente sufra de una condición como diabetes basándose en cosas como sus hábitos, su historia clínica, sus antecedentes genéticos.

Y esto, claro, podría ayudar a mejorar el diagnóstico de un paciente o la investigación médica, pero también podría definir cosas como quién es asegurado por una institución de salud y quién no, o bajo qué condiciones.

En un reciente informe, el Banco Mundial advirtió de los riegos que la revolución digital trae para amplios sectores de la población. Particularmente, la institución explicó a través de Indhira Santos, economista sénior de la entidad, que hay un grupo de personas que en el mundo ha ido escalando en y hacia la clase media a punta de esfuerzo en empleos como operarios de “call centers”, organizadores de archivos, entre otros, los cuales el banco llama “rutinarios”: trabajos para cuya ejecución se puede hacer una lista de instrucciones para seguir y que eventualmente podría desempeñar una máquina. Ese grupo, según la economista, tiene una afectación particular en la revolución digital.

Este viernes habrá un descanso y el sábado está planeado el tercer enfrentamiento, que podría definir toda la competencia. Si Sedol logra vencer ese día a AlphaGo, habría por lo menos un juego más.

Esta semana, un sistema diseñado por Google ganó las dos primeras de cinco partidas posibles a Lee Sedol, uno de los mejores jugadores de go, un juego de mesa que nació en Asia hace más de 3.000 años y que aún sigue siendo inmensamente popular allí.

Las partidas se han desarrollado en un hotel de Seúl, capital de Corea del Sur, país de nacimiento de Sedol y en el que por lo menos ocho millones de personas (de una población de 50 millones) juegan activamente go. Estos dos fueron los primeros de una serie de enfrentamientos que, durante seis días, decidirán quién se hace con un premio de un millón de dólares. El sistema de Google, conocido como AlphaGo, ya había derrotado al campeón europeo del juego en octubre del año pasado. Muy pocos pensaban que podía ser un rival digno para Sedol, clasificado como un gran maestro del juego y quinto en el escalafón mundial: el anterior rival de AlphaGo estaba en el puesto 633. (Lea "Duelo entre una máquina de Google y el campeón mundial de go")

El antecedente clásico de este tipo de enfrentamientos es el de Deep Blue, de IBM, contra Gary Kasparov (1997, en el que ganó la máquina) o el más reciente triunfo de Watson, también de IBM, contra jugadores de Jeopardy! (2011). La diferencia es que el go es considerado por muchos como mucho más complejo que el ajedrez, pero también que las técnicas usadas por el sistema van más allá del cálculo duro y crudo de los resultados de las jugadas.

Aunque en los ejemplos anteriores también se utilizaron formas de inteligencia artificial, lo que alimenta la mente de AlphaGo es una combinación de técnicas conocidas como aprendizaje profundo, aprendizaje por refuerzo (reinforcement learning), así como redes neuronales: una especie de redes que mezclan software y hardware, construidas de una forma similar a como operan las neuronas en un cerebro humano.

¿Qué significa todo esto? En palabras simples, y sin la necesidad de escandalizar, que el sistema aprende: toma vastas cantidades de datos y puede reconocer patrones y cosas. Cosas como lenguaje hablado o un objeto en una determinada imagen. Además de esto, AlphaGo aprende de sí mismo, o sea, se entrena para mejorar (de ahí lo del aprendizaje por refuerzo).

Google e inteligencia artificial son dos palabras que casi podrían considerarse sinónimas, así su relación no sea tan cercana en apariencia. Parte de la tecnología que el motor de búsqueda usa para resolver las preguntas de los usuarios se basa en principios como el aprendizaje por contexto, entender que una palabra puede significar varias cosas dependiendo de cómo esté siendo utilizada, qué otras cosas tenga al lado, cómo está construida una frase. Este, por cierto, es uno de los caminos mediante los cuales los humanos aprendemos el lenguaje, como lo anota Steven Levy en su libro Inside the Plex. Entonces, cuando una persona busca hot dog (perro caliente), el buscador arroja imágenes de esta comida y no de un cachorro en llamas.

Toda una simpleza que entraña una complejidad que este miércoles le dio la ventaja a AlphaGo sobre un gran maestro en un juego que, ante la abrumadora cantidad de posibilidades, tiene que ser calculado, pero también intuido de cierta forma.

Y puede que AlphaGo no intuya en el sentido más amplio de la palabra, pero lo que sí hace es entrenarse constantemente y esto le permite mejorar a partir de sus propios límites, así como acumular una especie de base de datos sobre sus propias posibilidades, que cambian y se expanden a cada instante.

Si no se pueden calcular todos los resultados posibles, la estrategia de AlphaGo es reducir el rango de acciones probables, lo que se traduce en limitar los movimientos que el adversario puede realizar. Y puede que esta misma sea la estrategia de un jugador, alguien como Sedol para este caso.

Lo más interesante de este asunto es que, al parecer, parte de esta tecnología (el aprendizaje profundo, por ejemplo) ya está siendo implementada para mejorar los resultados de búsqueda de Google. Y, como anotó el periodista Cade Metz, si el futuro del buscador es inteligencia artificial, entonces también lo es el de muchas otras cosas.

Estas técnicas también podrían ser usadas en áreas quizá menos obvias: ayudar en diagnósticos médicos, en investigación científica o para calcular los riesgos de que un paciente sufra de una condición como diabetes basándose en cosas como sus hábitos, su historia clínica, sus antecedentes genéticos.

Y esto, claro, podría ayudar a mejorar el diagnóstico de un paciente o la investigación médica, pero también podría definir cosas como quién es asegurado por una institución de salud y quién no, o bajo qué condiciones.

En un reciente informe, el Banco Mundial advirtió de los riegos que la revolución digital trae para amplios sectores de la población. Particularmente, la institución explicó a través de Indhira Santos, economista sénior de la entidad, que hay un grupo de personas que en el mundo ha ido escalando en y hacia la clase media a punta de esfuerzo en empleos como operarios de “call centers”, organizadores de archivos, entre otros, los cuales el banco llama “rutinarios”: trabajos para cuya ejecución se puede hacer una lista de instrucciones para seguir y que eventualmente podría desempeñar una máquina. Ese grupo, según la economista, tiene una afectación particular en la revolución digital.

Este viernes habrá un descanso y el sábado está planeado el tercer enfrentamiento, que podría definir toda la competencia. Si Sedol logra vencer ese día a AlphaGo, habría por lo menos un juego más.