Hoy en el diario La Vanguardia el periodista Albert Molins Renter ha escrito un reportaje muy recomendable de leer sobre “máquinas que aprenden a pensar” incluyendo al Barcelona Supercomputing Center (BSC-CNS) y la Universitat Politècnica de Catalunya (UPC) como fuentes de información, además de Julio Prada de la empresa Inbenta. Incluye también una columna de análisis,”la nueva mente de los robots“,  del periodista Francesc Bracero.

Un reportaje muy oportuno, aprovechando el debate abierto en torno a que el sistema informático AlphaGo ha ganado al campeón del mundo en el juego del Go, para que todos vayamos tomando consciencia del mundo que se nos avecina. No dejen de leerlo, e interesarse por este tema. Las cosas van a cambiar, y mucho!  La llegada de esta nueva era tecnológica transformará la manera en que vivimos, trabajamos y pensamos. ¿Son ustedes conscientes?

MaquinasQueAprendenAPensar1


MaquinasQueAprendenAPensar2

 

Máquinas que aprenden a pensar

Más allá del espectáculo de un ordenador derrotando a un humano al go o al ajedrez, la inteligencia artificial es ya una realidad que además plantea algunas cuestiones éticas

Isaac Asimov publicó en 1950 su libro Yo, robot, cuando la inteligencia artificial estaba algo más que en pañales. Aquí formuló Asimov, por primera vez, sus tres leyes fundamentales de la robótica. El libro de Asimov también abrió la veda para que los amantes de lo apocalíptico fantasearan con un mundo dominado por las máquinas.

Julio Prada es el director para Europa de Inbenta, una empresa española con presencia en Europa, Brasil y Estados Unidos, que se dedica a desarrollar call centers –por ejemplo para Vueling o Movistar– basados en inteligencia artificial. “La inteligencia humana se basa en el aprendizaje, que es algo que llevamos en el ADN. Las máquinas no tienen ADN, tienen código y de momento nadie ha sido capaz de escribir un programa que se reescriba a si mismo. Mientras eso no suceda, y ahora, la intervención humana siempre será necesaria”, dice Prada. Por su lado, el catedrático de la UPC e investigador del Barcelona Supercomputing Center (BSC-CNS), Jordi Torres cree que sí que hay “sistemas que se autoajustan y eso está muy cerca de la autoprogramación”.

Sea como sea y a pesar de que científicos prestigiosos como el físico británico Stephen Hawking, a finales de 2014, manifestaba su temor de que con el tiempo “el desarrollo de una inteligencia artificial completa puede poner fin a la raza humana” parece que hay poco que temer, y menos si tenemos en cuenta los últimos precedentes.

AlphaGo, desarrollado por Deep­Mind, compañía propiedad de Google, acaba de derrotar de forma apabullante (4 victorias a 1) al campeón del mundo de go, el surcoreano Lee Se-dol, y en opinión de Prada ha sido “un gran logro, porque lo han conseguido a la primera”. Para Jordi Torres, la gran diferencia en este caso ha sido “la gran cantidad de datos que han tenido disponibles para poder entrenar al ordenador, lo que se conoce como big data”. Para Torres, en cualquier caso, la mejor noticia es que Lee Se-dol fuera capaz de ganar una partida: “El científico lo que quiere es tener la máquina más potente posible, y si siempre ganas, entonces, ¿cómo te superas?”.

Antes de AlphaGo, IBM desarrolló Deep Blue, un superordenador que gracias a su enorme capacidad de procesamiento –“el hardware es el punto fuerte de IBM”, dice Prada– y a lo que le enseñaron sus creadores también logró derrotar, en 1997, a Gari Kaspárov, entonces campeón del mundo de ajedrez. La diferencia con lo que ha sucedido con AlphaGo, según Prada, es que no fue a la primera –en 1996 Kasparov había derrotado a Deep Blue–, que la victoria no fue tan clara y que además estuvo rodeada de cierta polémica, pues se sabe que en algunos momentos la máquina recibió asistencia.

Un poco lo mismo que sucedió con el segundo paso que dio, de nuevo, IBM cuando creó Watson, que en 2011 participó en Jeopardy, el popular concurso de preguntas tipo Trivial de la televisión estadounidense. Watson venció pero no convenció, pues ni acertó todas las preguntas y una vez más, necesitó de asistencia humana para alzarse con el triunfo. Según Torres, el gran logro de Watson fue que “por primera vez una máquina entendía lo que le decían mediante el lenguaje natural”. Más allá del espectáculo, Watson sí ha tenido un desarrollo posterior e IBM lo ha convertido en una herramienta que puede “facilitar la vida, por ejemplo, a los médicos o los biólogos, y ofrecerles la información más relevante sobre una determinada proteína, dado el caso ”, dice Jordi Torres.

Pero AlphaGo, Watson y Deep Blue han sido máquinas creadas para una tarea específica, jugar y tratar de derrotar a un humano, lo que puede resultar mediático, pero en ningún caso representan ni el objetivo ni toda la foto de lo que es la inteligencia artificial ni del objetivo que persiguen todos los que trabajan en este campo. Es un poco lo mismo que sucede con la Fórmula 1 y lo que se aprende con estos desarrollos, luego se aplica a otras cosas.

Este objetivo no es otro que lo que se conoce como NPL ( natural language processing): poder hablar con las máquinas con el mismo nivel de interacción, la misma eficacia y la misma eficiencia con la que lo hacemos entre nosotros.

Según Julio Prada, a nivel tecnológico, “hemos evolucionado mucho en procesamiento matemático y los procesadores de hoy en día superan en mucho la capacidad humana de procesar datos matemáticos, pero aún nos queda mucho por hacer en lo relativo al procesamiento lingüístico”, aunque Torres opina que este ya es un campo en el que se han hecho grandes progresos.

Para el responsable de los negocios en Europa de Inbentia, dotar a las máquinas de inteligencia lingüística, desde el punto de vista del negocio, es lo más interesante, ya que cree que es un nicho de mercado que crecerá “en billones de euros, en los próximos cuatro años”.

El objetivo es “poder hablar con las máquinas, pedirles y preguntarles cosas y obtener respuestas no en función de unas palabras clave, sino que las máquinas comprendan el significado de lo que les hemos pedido o preguntado”, dice Prada. Es el futuro más próximo: el llamado internet de las cosas, y lo que ya está aquí, los wearables o, por ejemplo, Siri y sus semejantes, los asistentes por reconocimiento de voz, que incorporan muchos smartphones hoy en día. Este último caso es un tipo de inteligencia artificial que se conoce como AIML ( Artificial inteligence mark-up language), un sistema de programación que simula mantener una conversación con una persona al proveer respuestas automáticas a demandas hechas por un usuario.

Pero desde que el psicólogo estadounidense Howard Gardner elaborara su teoría de las inteligencias múltiples, en la que definía 8 tipos de inteligencia distintos, lo que define a una persona como inteligente es mucho más que su “capacidad de solucionar problemas o elaborar bienes valiosos”, y pasará lo mismo con las máquinas. Es el futuro que está por venir, y en el que el reto consistirá “en dotar a la tecnología de sentidos como el oído y la vista”, según palabras de Julio Prada. Mejorar el reconocimiento de voz e introducir y mejorar el reconocimiento facial y visual. “Imaginemos que hemos comprado un mueble y no sabemos cómo montarlo porque no tenemos las instrucciones. La idea es poderle mostrar el mueble a un ordenador, sin tenerle que dar la descripción del mueble, y que él nos proporcione las instrucciones de cómo montarlo”, explica Prada. Para Jordi Torres, el futuro es que estas máquinas sean capaces de generar contenidos por ellas mismas. La revista Forbes tiene un redactor que se llama Quill y que escribe sobre finanzas. Quill es un programa de inteligencia artificial de la empresa Narrative Science.

Aunque un mundo dominado por robots inteligentes no sea algo que nos deba preocupar, eso no quiere decir que no haya cuestiones éticas alrededor de la inteligencia artificial. Jordi Torres lo explica con un ejemplo: “Un coche que circula sólo, tendremos que decidir, quizás, si le decimos que en caso de accidente trate de que en el impacto el menos perjudicado sea el ocupante del vehículo, o que procure por los otros coches y los peatones. Estas son el tipo de cosas con las que tenemos que ir con cuidado a partir de ahora”.

Màquines que aprenen a pensar

Més enllà de l’espectacle d’un ordinador derrotant un humà al go o als escacs, la intel·ligència artificial ja és una realitat que a més planteja algunes qüestions ètiques

Isaac Asimov va publicar el 1950 el seu llibre Jo, robot, quan la intel·ligència artificial estava una mica més que en bolquers. Aquí va formular Asimov, per primera vegada, les seves tres lleis fonamentals de la robòtica. El llibre d’ Asimov també va obrir la veda perquè els amants de l’apocalíptic fantasiegessin amb un món dominat per les màquines.

Julio Prada és el director per a Europa d’ Inbenta, una empresa espanyola amb presència a Europa, el Brasil i els Estats Units, que es dedica a desenvolupar call centers –per exemple per a Vueling o Movistar– basats en intel·ligència artificial. “La intel·ligència humana es basa en l’aprenentatge, que és una cosa que portem en l’ADN. Les màquines no tenen ADN, tenen codi i, de moment, ningú no ha estat capaç d’escriure un programa que es reescrigui a si mateix. Mentre això no passi, i ara, la intervenció hu­mana sempre serà necessària”, diu Prada. Pel seu costat, el catedràtic de la UPC i investigador del Centre de Supercomputació de Barcelona ( BSC-CNS), Jordi Torres creu que sí que hi ha “sistemes que s’auto­ajusten i això hi és molt a prop de l’autoprogramació”.

Sigui com sigui i malgrat que ­científics prestigiosos com el físic britànic Stephen Hawking, a finals del 2014, manifestava el seu temor que amb el temps “el desenvolupament d’una intel·ligència artificial completa pot posar fi a la raça humana”, sembla que hi ha poc a témer, i menys si tenim en compte els últims precedents.

AlphaGo desenvolupat per DeepMind, companyia propietat de Google, acaba de derrotar de forma aclaparadora (4 victòries a 1) el campió del món de go, el sud-coreà Lee Se- dol, i segons l’opinió de Prada ha estat “un gran èxit, perquè ho han aconseguit a la pri­mera”. Per a Torres, la gran diferència en aquest cas ha estat “la gran quantitat de dades que han tingut disponibles per poder entrenar l’ordinador, la qual cosa es coneix com big”. Per a Torres, en qualsevol cas, la millor notícia és que Lee Se- dol fos capaç de guanyar una partida: “El científic el que vol és tenir la màquina més potent possible i si sempre guanyes, llavors, com et ­superes?”.

Abans d’AlphaGo, IBM va desenvolupar Deep Blue, un superordinador que gràcies a la seva enorme capacitat de processament –“el hardware és el punt fort d’IBM”, diu Prada– i al que li van ensenyar els seus creadors, també va aconseguir derrotar, el 1997, Garri Kaspàrov, llavors campió del món d’escacs. La diferència amb el que ha succeït amb AlphaGo, segons Prada, és que no va ser a la primera –l’any 1996 Kaspàrov havia derrotat Deep Blue–, que la victòria no va ser tan clara i que a més va estar envoltada de certa polèmica, ja que se sap que en alguns moments la màquina va rebre assistència.

Si fa no fa el mateix que va passar amb el segon pas que va fer, un cop més, IBM quan va crear Watson, que el 2011 va participar en Jeo­pardy, el popular concurs de preguntes tipus Trivial de la televisió dels Estats Units. Watson va vèncer ­però no va convèncer, ja que ni va encertar totes les preguntes i, una vegada més, va necessitar assis­tència humana per alçar-se amb el triomf. Segons Torres, la gran fita de Watson va ser que “per primer cop una màquina entenia el que li deien mitjançant el llen­guatge natural”. Més enllà de l’espectacle, Watson sí que ha tingut un desenvolupament posterior i IBM l’ha convertit en una eina que pot “facilitar la ­vida, per exemple, a metges o biòlegs, i oferir-los la informació més rellevant sobre una determinada proteïna, arribat el cas ”, diu Jordi Torres.

Però AlphaGo, Watson i Deep Blue han estat màquines creades per a una tasca específica, jugar i provar de derrotar un ésser humà, un fenomen que pot resultar me­diàtic, però en cap cas no representen ni l’objectiu ni tota la foto del que és la intel·ligència artificial ni l’objectiu que persegueixen tots els que treballen en aquest camp. És, salvant les distàncies, el mateix que succeeix amb la fórmula 1 i el que s’aprèn amb aquests desenvolu­paments després s’aplica a altres coses.

Aquest objectiu no és cap altre que el que es coneix com a NPL ( natural ): poder parlar amb les màquines amb el mateix nivell d’interacció, la mateixa eficàcia i la mateixa eficiència amb què ho fem entre nosaltres.

Segons Julio Prada, a nivell tecnològic, “hem evolucionat molt en processament matemàtic i els processadors d’avui dia superen en molt la capacitat humana de processar dades matemàtiques, però encara ens queda molt per fer pel que fa al processament lingüístic”, encara que Torres opina que aquest ja és un camp en el qual s’han fet grans progressos.

Pel responsable dels negocis a Europa d’ Inbentia, dotar les màquines d’intel·ligència lingüística, des del punt de vista del negoci, és el més interessant, ja que creu que és una veta de mercat que creixerà “en bilions d’euros, en els propers quatre anys”.

L’objectiu és, segons Prada, “poder parlar amb les màquines, fer demandes i fer preguntes i obtenir respostes no en funció d’unes paraules clau, sinó d’oracions més complexes, es a dir, que les màquines comprenguin el significat del que els hem demanat o preguntat”, respon Prada. És el futur més pròxim: l’anomenat internet de les coses, i el que ja és aquí, els wearables o, per exemple, Siri i els seus semblants, els assistents per reconeixement de veu, que incorporen molts smartphones avui dia. Aquest últim cas és un tipus d’intel·ligència artificial que es coneix com a AIML ( Artificial ), un sistema de programació que simula mantenir una conversa amb una persona en proveir respostes automàtiques a demandes fetes per un usuari.

Però des que el psicòleg dels Estats Units Howard Gardner va elaborar la seva teoria de les intel·ligències múltiples, en la qual definia vuit tipus d’intel·ligència diferents, el que defineix una persona com a intel·ligent és molt més que la seva “capacitat de solucionar problemes o elaborar béns valuosos”, i passarà el mateix amb les màquines. És el futur que ha de venir, i en què el repte consistirà “a dotar la tecnologia de sentits com l’ oïda i la vista”, segons paraules de Julio Prada. Millorar el reconeixement de veu i introduir i millorar el reconeixement facial i visual. “Imaginem que hem comprat un moble i no sabem com muntar-lo perquè no en tenim les instruccions. La idea és poder mostrar-li el moble a un ordinador, sense haver de donar-li la descripció del moble, i que ell ens proporcioni les instruccions de com muntar-lo”, explica Prada. Per Jordi Torres, el futur és que aquestes màquines siguin capaces de crear continguts per elles mateixes. La revista Forbes té un redactor que es diu Quill i que escriu sobre finances. Quill és un programa d’intel·ligència artificial de l’empresa Narrative Science.

Encara que un món dominat per robots intel·ligents no sigui un fet que ens hagi de preocupar gaire, ­això no vol dir que no hi hagi qües­tions ètiques al voltant de la intel·ligència artificial. El professor de la UPC ho explica amb un exemple: “Un cotxe que circula sol, haurem de decidir, potser, si li diem que en cas d’ac­cident tracti que en l’impacte el menys perjudicat sigui l’ocupant del vehicle, o que vigili pels altres cotxes i els ­vianants. Aquestes són el tipus de coses amb què hem d’anar amb compte a partir d’ara”.

 

2017-08-08T22:48:07+00:00 March 20th, 2016|