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