viernes, julio 13, 2018

La inteligencia artificial, en la era de la duda: ¿a qué ritmo llegan los avances?


La más explosiva de las tecnologías exponenciales es protagonista de un boom económico, con compras millonarias de empresas; al mismo tiempo, varios pronósticos parecen no concretarse y muchos científicos se mudan a proyectos estatales. Crédito: Javier Joaquín

En la película Han Solo, el último desprendimiento de la saga de Star Wars, aparece como protagonista una robot, L3-37, que condensa muchas de las expectativas que hoy genera el avance de la inteligencia artificial. L3-37 tiene contradicciones, complejos, demanda igualdad de derechos, lidera una rebelión y mantiene una relación sentimental con un joven, Lando Calrissian, a quien los guionistas del film definieron como "pansexual" ("¿qué otra cosa se puede ser en el espacio?", comentó en una entrevista Donald Glover, el actor que lo personifica). L3-37 y su conducta "humana" (aunque con una memoria millones de veces más poderosa) se acerca a la promesa de que la más explosiva de las tecnologías exponenciales, la inteligencia artificial (IA), postula para un futuro no tan lejano.

La conversación tiene un boom económico como telón de fondo: solo en 2017 se hicieron compras de empresas de IA por US$21.800 millones, 26 veces más que en 2015, según PitchBook. Es conocida la frase de Sundar Pichai, el CEO de Google, de que la IA tendrá más impacto que la electricidad en su momento. Una de las empresas del conglomerado que dirige Pichai, DeepMind, dio el mayor golpe de efecto este año en este campo con Alpha Zero, un algoritmo que en 20 días superó a las mejores versiones online de go y de ajedrez, solo a partir de las reglas de los juegos (sin nutrirse de millones de partidas para aprender, como las versiones anteriores).

El boom también es mediático y estalló en el lenguaje corporativo. Expertos de alto perfil en el tema, como Andrew Ng (ex Baidu, ahora con su propio emprendimiento), se convirtieron en estrellas de rock. En los reportes de empresas, la expresión "inteligencia artificial" se volvió una suerte de "Palermo", la etiqueta que las inmobiliarias porteñas les ponen a los barrios aledaños para subir el precio de las propiedades: de igual manera, se anuncian como iniciativas de IA esquemas de software tradicionales. Una palabra mágica que infla valuaciones entre los inversores de riesgo.

Pero a mediados de 2018 algunos bloques de este consenso están empezando a crujir. En las últimas semanas, media docena de especialistas en el área (como Gary Marcus, Yann LeCun, de Facebook; Filip Piekniewski, Geoffrey Hinton; y en la Argentina Andrei Vazhnov y Marcelo Rinesi, entre otros) comenzaron a advertir sobre promesas exageradas y riesgos de burbuja en el sector. Si esta visión es correcta hay que hacer un reajuste en varias avenidas del "futuro cercano". Por ejemplo, el despliegue de los vehículos sin conductor humano será mucho más lento de lo esperado, entre otros reseteos.

¿Tercer invierno?

En la serie de HBO Game of Thrones los inviernos son impiadosos y pueden durar hasta diez años. Los historiadores de la tecnología están acostumbrados a un fenómeno parecido con la inteligencia artificial: en forma cíclica, el campo produce etapas de excitación, burbujas que se pinchan y largas mesetas de desilusión. Ocurrió en los 60: a fines de esa década había un miedo tan grande a la automatización de empleos como el de hoy (se puede advertir en los diálogos de la serie Mad Men, sobre la etapa dorada de la publicidad), y algo similar ocurrió en los 80 y principios de los 90.

Para Piekniewski, un investigador polaco especializado en IA, al igual que en Game of Thrones, en la tecnología de moda también "el invierno se aproxima". Una de las características que tiene este presente con una tasa de cambio tan acelerada es que los gurúes y sus predicciones quedan "desnudos" en muy poco tiempo. Piekniewski detectó, por ejemplo, que la cantidad promedio de tuits diarios de Andrew Ng pasó de 0,668 en 2017 a 0,263 este año. En buena medida, porque sus seguidores le empezaron a pasar factura por algunas proyecciones erradas: sobre la base del resultado de un estudio de análisis automatizado de imágenes de rayos X para diagnosticar neumonía, Ng predijo una cercana obsolescencia de esta profesión (en humanos). A posteriori, los datos se demostraron erróneos y la demanda de radiólogos no para de crecer, en parte porque las nuevas tecnologías requieren nuevos profesionales que las complementen.

El otro flanco donde el investigador polaco ve grietas es en el de los vehículos automanejados, donde empresas como Tesla o Nvidia están moviendo sus cronogramas. Se suponía que este mes la compañía de Elon Musk iba a hacer el primer viaje autónomo de costa a costa en Estados Unidos, pero la iniciativa fue postergada, en buena medida porque hay riesgos enormes, como lo demostró el accidente fatal de un auto sin piloto de Uber con un peatón en Arizona.

Piekniewski también sostiene que las aplicaciones de Alpha Zero no están teniendo el éxito que se estimaba, recuerda que la ultramediática empresa de robots Boston Dynamics fue vendida hace un año por Alphabet al SoftBank japonés y que muchos de los científicos estrella se están mudando de empresas privadas a grandes proyectos estatales, como los de Francia o Canadá, un signo de que la dinámica pasó de "ser revolucionaria" a simplemente "evolucionar".

"Estoy de acuerdo con este nuevo tono de cautela", dice Andrei Vazhnov, un tecnólogo nacido en Siberia, Rusia, que reside entre Buenos Aires y Montevideo y da clases en el Instituto Baikal. "En realidad, no hubo saltos cualitativos en los últimos años. Todas las metodologías que hoy se usan (como las llamadas neural networks, support vector machines y random forests) son de los 60, 70 o de los 90 como muy nuevas. La diferencia es que ahora tenemos un poder computacional mayor en varios órdenes de magnitud y podemos aplicar estas técnicas estadísticas a volúmenes de datos dramáticamente más grandes", agrega.

"Sin duda estas técnicas se volvieron mucho más eficientes, pero estamos lejísimos de una inteligencia artificial tal como se la entiende en la cultura popular, que pueda fijar objetivos propios, imaginar y estar consciente", explica Vazhnov. Nunca como hoy es tan válida, dice, la "paradoja de Moravec", formulada en los años 80, que establece que es relativamente fácil lograr que una máquina alcance niveles de adulto en juegos de mesa, pero sumamente difícil y hasta imposible que logre niveles de un niño de un año en los campos de percepción y movilidad.

"Es cierto que la inteligencia artificial suele ser una etiqueta engañosa -coincide el científico de datos Marcelo Rinesi-. Más que máquinas inteligentes en el sentido general humano, lo que se desarrolló en la última década y media es un paradigma de programación basado en datos (en vez del conocimiento del dominio del programador) y que explota mucho más efectivamente el poder de computación".

Para Yann LeCun, el científico francés que es jefe de Inteligencia Artificial en Facebook y que está considerado una de las máximas autoridades en el tema, hubo mucha exageración por parte de distintos actores -algunos de ellos, verdaderas celebridades- en relacionar los avances en este terreno con algo parecido al cerebro humano.

LeCun es particularmente crítico del concepto de singularidad, que especula con el momento en el cual las máquinas superarán a los humanos en inteligencia y que auguran una nueva era de abundancia apalancada en tecnologías exponenciales. LeCun destacó en una entrevista reciente que ninguno de los teóricos de la singularidad, que venden millones de libros, tienen aportes relevantes en el campo del aprendizaje profundo ( deep learning), la avenida de moda en este terreno, que de alguna forma emula la dinámica de aprendizaje, por prueba y error, de los seres humanos. "La primera parte de un 'sigmoide' -una función matemática con forma de 'S', que en un gráfico primero crece verticalmente y luego se estanca- también parece una dinámica exponencial, pero en algún momento es probable que alcance un límite económico, social, físico, toque un punto de inflexión y se sature. Soy optimista por naturaleza, pero también realista".

Una meseta distinta

Una estimación de Accenture sostiene que la IA tiene la capacidad de duplicar la tasa de crecimiento de las economías desarrolladas de aquí a 2035, al aumentar la productividad laboral en un mismo período un 40%. La novedad de los últimos meses fue que esta tecnología dejó de ser de uso exclusivo de empresas de tecnología y comenzó a masificarse en sectores tradicionales. En marzo de este año, por ejemplo, la aseguradora china Ping An comenzó a usar tecnología de reconocimiento facial en entrevistas con clientes para detectar deshonestidad, al estilo de la serie Lie to me.

"No hay que subestimar el impacto de las nuevas técnicas de reconocimiento de imágenes, y el impacto económico es enorme. Por ejemplo, permite automáticamente reconocer malezas en las plantas y aplicar tratamientos fitosanitarios puntualmente a cada planta, lo cual reduce un 90% el uso de químicos y es una mejora drástica para la economía, la salud y el medio ambiente", marca Vazhnov. Una empresa a la vanguardia de esta tecnología es Blue River Technology.

Por eso, especula el físico ruso, si se define un "invierno de inteligencia artificial" como un parate de inversiones e interés del público, como los que ocurrieron en los 60, en los 80 y en los 90, lo más probable es que esta vez no ocurra, que la meseta sea distinta, porque ahora hay una masa crítica "productizable", que recién muestra una punta del iceberg en lo que es el volumen de modelos de negocios por aparecer.

Para Rinesi, "hablar de un invierno de la IA es como decir que estamos en un invierno de la electricidad porque después de Edison y Tesla nadie inventó una 'superelectricidad'. Hubo un salto de productividad en una actividad clave, que es el upstream de muchísimo en la economía, y eso va a continuar así. En ese sentido estamos en una meseta muy distinta a la de los inviernos anteriores; puede ser que por un tiempo algunos investigadores tengan menos demanda, pero creo que nos va a llevar décadas simplemente digerir e implementar las tecnologías disponibles".

Rinesi apunta también que las dificultades en el tema de vehículos sin conductores son ciertas, pero que tienen que ver menos con las limitaciones intrínsecas de la tecnología que con las demandas a veces irracionales del modelo de negocios de Silicon Valley. Y dice: "El 'no se puede hacer en cinco años antes de que los inversores pierdan la confianza en vos' no es lo mismo que 'no se puede hacer'. Algunas cosas son legítimamente complicadas, especialmente cuando las fallas ponen en riesgo vidas humanas".

Tomer Ullman, doctor en Filosofía del MIT, comentó en Twitter recientemente que la edad en la que cada uno de nosotros considera que será viejo es la raíz cuadrada de la edad propia multiplicada por ocho. Un chico de 9 años considera que uno de 24 es viejo, a los 36 la percepción se corre a 48, y así (un resultado divertido: la edad en la que la percepción de ser viejo se junta con la edad real es 64 años, como en la canción de los Beatles). Con los pronósticos de una IA que sea muy parecida a la humana pasa lo mismo, dice Vazhnov: desde los años 60 que se viene prometiendo para "dentro de 15 o 20 años".

La robot L3-37 y Lando Calrissian quedan limitados por ahora a películas de ciencia ficción y, para decepción de los pansexuales, deberán esperar unas décadas más para que su romance pueda convertirse en realidad.

No hay comentarios:

Publicar un comentario