La palabra de moda es Inteligencia Artificial, pero el ensordecedor ruido que genera hace pensar que esta se limita a ChatGPT, Aprendizaje de Máquina, Modelos Grandes de Lenguaje o Inteligencia Artificial Generativa.
Especial de Laszlo Beke
La realidad es que aquello que se ha entendido por Inteligencia Artificial y sus componentes se ha ido modificando y continúa en plena evolución a través del tiempo. Es importante conocer esto, de manera que estemos mejor preparados para entender, que aquello que hoy nos maravilla, no necesarmente será lo que veremos en un futuro y así podamos enfrentar los cambios venideros. Para ayudar ello se hace de la Inteligencia Artificial un breve recuento histórico, una revisión de sus objetivos, de su impacto económico y de cómo podríamos imaginar el futuro con Inteligencia Artificial. En otro artículo revisaremos los múltiples ejemplos del uso de Inteligencia Artificial.
Estamos viviendo lo que se ha denominado la 4ª. Revolución IndustrIal, también conocida como la Revolución del Conocimiento, la cual está avanzando a pasos agigantados. Podemos identificar como hitos de los últimos 70 años: las computadoras, las computadoras personales, Internet, el teléfono inteligente y ahora sin duda se puede agregar Inteligencia Artificial. Estamos viviendo un momento de efervescencia total, alrededor de una rápida adopción de la tecnología de Inteligencia Artificial y donde su influencia está avanzando de una manera no planificada simultáneamente en todos los sectores de la economía. La Inteligencia Artificial está creando una capa sobre todos esos avances y adicionalmente todos los aspectos de la vida cotidiana están siendo alterados.
Inteligencia Artificial – ayer y hoy
En 1955, en el Dartmouth Conference, se identificaron los 7 aspectos originales de Inteligencia Artificial – computadoras automáticas, programación de la Inteligencia Artificial para el uso del lenguaje natural, redes neurales hipotéticas para formar conceptos, medición de la complejidad de los problemas, automejora, abstracciones y aleatoriedad y creatividad. El campo de Inteligencia Artificial es muy extenso y complejo y la Inteligencia Artificial General (la habilidad para resolver cualquier problema arbitrariamente planteado) está dentro de los objetivos de largo plazo de la Inteligencia Artificial. Es conveniente identificar algunos de los diferentes entendimientos de Inteligencia Artificial que se manejan hoy en día:
– Los objetivos tradicionales de Inteligencia Artificial incluyen: razonamiento, representación del conocimiento, planificación, aprendizaje, procesamiento del lenguaje natural, percepción y la habilidad para mover y manipular objetos.
– Entre las técnicas para resolver problemas que los investigadores de Inteligencia Artificial han adaptado e integrado se encuentran: optimización matemática y de búsquedas, lógica formal, redes neurales artificiales y métodos basados en estadística, probabilidades y economía. Adicionalmente se aplican elementos de las ciencias de la computación, psicología, lingüística, filosofía y muchos otros campos.
– La investigación en Inteligencia Artificial se ha estado concentrado principalmente en los siguientes componentes de la Inteligencia Artificial: aprendizaje, razonamiento, solución de problemas y el uso del lenguaje.
– Se está trabajando en diferentes sub-campos de la Inteligencia Artificial, los cuales están centrados alrededor de objetivos particulares y del uso de herramientas particulares. Una visión de la Inteligencia Artificial identifica los tipos de Inteligencia Artificial como: máquinas reactivas, memoria limitada, teoría de la mente, conciencia de si mismo. Otros plantean que los elementos claves de la Inteligencia Artificial abarcan: procesamiento de lenguaje natural, sistemas expertos, robótica.
– Asimismo, existe el Efecto Inteligencia Artificial, donde en la medida que las máquinas se convierten en progresivamente más capaces, las tareas que se consideraban que requerían “Inteligencia Artificial” son frecuentemente removidas de la definición de Inteligencia Artificial. Cómo ejemplo, el reconocimiento óptico de caracteres, al convertirse en una tecnología rutinaria, es frecuente excluido de los componentes de Inteligencia Artificial.
Aprendizaje de Máquina
Se ha venido avanzando en múltiples campos y la Inteligencia Artificial Generativa es solo uno de los campos de Inteligencia Artificial. La investigación en Inteligencia Artificial ha probado y desechado diferentes enfoques, incluyendo la simulación del cerebro, el modelaje de la resolución de problemas humanos, grandes bases de datos de conocimiento y la imitación del comportamiento de los animales. En las primeras décadas del S.XXI en el campo ha predominado el aprendizaje de máquina con una fuerte base matemática y estadística. Esta técnica ha resultado ser muy exitosa para resolver muchos problemas retadores en los sectores económicos y en el mundo académico. El sorprendente progreso en Inteligencia Artificial en la última década se debe principalmente a avances en aprendizaje de máquina. Allí las computadoras se enseñan a ellas mismas tareas complicadas procesando inmensas cantidades de data, en lugar de ser programadas directamente por la mano humana. Este enfoque ha impulsado el progreso rápido en visión por computadora, traducción de idiomas y más recientemente en habilidades conversacionales similares a las de los humanos en chatbots como gpt-4.
Cómo un ejemplo de otro enfoque aparece la técnica de aprendizaje reforzado, el cual utiliza con éxito Deepmind (subsidiaria de Inteligencia Artificial de Google), y es la que se utilizó para triunfar contra campeones de ajedrez y de Go. El sistema se denomina AlphaDev y ya ha permitido optimizar el lenguaje de programación C++. Este tipo de Inteligencia Artificial aprende a través de la ejecución repetitiva. Trata una tarea – como escribir un programa – como un juego, donde la Inteligencia Artificial recibe premios por las movidas que realiza para mejorar la eficiencia del programa. En el tiempo, el sistema trabaja para maximizar el premio, resultando em una estrategia ganadora en Go o en un programa más rápido. Logra recortar unas pocas instrucciones del programa, en formas que a un codificador humano probablemente no se le ocurriría.
Definiciones de Inteligencia Artificial
Una definición corta de Inteligencia Artificial es inteligencia – percibir, sintetizar e inferior – demostrada por máquinas, a diferencia de la inteligencia que muestran seres humanos y animales. Una definición más amplia de Inteligencia Artificial es la simulación de los procesos de inteligencia humana a través de máquinas, especialmente computadoras. Inteligencia Artificial involucra usar computadoras para hacer cosas que tradicionalmente requieren inteligencia humana. Inteligencia Artificial puede procesar grandes cantidades de data en una forma que los seres humanos no pueden y el objetivo de la Inteligencia Artificial es llegar a la capacidad de hacer cosas como reconocer patrones, tomar decisiones y juzgar como los seres humanos.
El impacto económico proyectado de Inteligencia Artificial
El impacto de las innovaciones en la historia ha sido extraordinario. Cuándo la automatización ha llevado a pérdidas de puestos de trabajo, el impacto económico ha tendido a ser compensado con la creación de nuevos trabajos. En el caso de la Inteligencia Artificial, estudios realizados por organizaciones serias indican que la Inteligencia Artificial pudiera aumentar el producto interno bruto global en un 7% y que la Inteligencia Artificial Generativa pudiera elevar la productividad del trabajador en Estados Unidos en 1.5% por año y por una década. OpenAI, líder en el campo plantea que “Es concebible que dentro de los próximos 10 años los sistemas de Inteligencia Artificial excedan el nivel experto en la mayoría de los ámbitos y que ejecuten tantas actividades productivas como una mega—corporación de las actuales”.
El año 2019 los economistas Philippe Aghion, Ben Jones y Chad Jones modelaron el impacto de la Inteligencia Artificial:
– Encontraron que el crecimiento explosivo solo era factible si Inteligencia Artificial era utilizada para automatizar toda la producción, incluyendo el proceso mismo de investigación y de esa manera se auto-mejoraba.
– Inteligencia Artificial solamente automatiza gran parte de la producción, pero no todo el proceso de investigación, el crecimiento no despegaría.
– El crecimiento económico puede ser restringido no por lo que se haga bien, sino por aquello que sea esencial y que sea difícil de mejorar.
– En este siglo, la tecnología ha automatizado aspectos de la agricultura y de manufactura, disminuyendo su precio relativo con respecto a lo producido. Cómo resultado, las personas están gastando un componente mayor de sus ingresos en sectores como educación, salud y recreación, pero no se han visto las mismas mejoras de la productividad.
Ahora bien, gran parte de la economía, incluyendo construcción y manufactura son principalmente físicas. Por otro lado, existen múltiples tipos de empleos, incluyendo un sinnúmero en salud, que requieren una combinación cerebral y de habilidad de atravesar el mundo físico:
– Si una Inteligencia Artificial ultra-poderosa también permite el desarrollo de robots superhumanoides, las necesidades materiales probablemente podrían ser resueltas por las máquinas.
– Uno podría pensar que la humanidad se alejaría del trabajo físico, recortando horas de trabajo y aumentando las de placer.
– Los economistas podrían decir que el trabajo se habría convertido en un “bien de consumo”, ofreciendo más utilidad que el ingreso que genera.
– Los humanos se podrían especializar en “cosas que realmente importen para la vida. Incluyendo deportes, juegos, romance, el estudio de lenguas muertas, de sociedades barbáricas y de problemas imposibles, y de escalar montañas sin un arnés de seguridad”.
– Parece poco probable que los humanos le entreguen control de la política a los robots. Una vez que la Inteligencia Artificial supere a los humanos, seguramente le prestarán más atención.
Cómo se ve el futuro con Inteligencia Artificial
En el estado actual de la Inteligencia Artificial, dominada por los Modelos Grandes de Lenguaje, un camino definitivo es un formato de Inteligencia Artificial Generativa especializada emergiendo en cada sector importante: seguros, salud, logística, ciberseguridad, etc. y transformando profundamente cada uno de ellos. Inmediatamente después vendrían los lenguajes específicos-para-funciones: ventas, mercadeo, administración de productos, compras, soporte de cliente, Recursos Humanos y Tecnología de Información. Ya estamos conscientes que en el campo del trabajo, la Inteligencia Artificial estará creando un brecha de conocimientos y también una brecha de experiencia que el sistema educativo tendrá que superar en forma acelerada.
Haciendo un ejercicio mental y entendiendo que nada está garantizado se puede:
– presumir que Inteligencia Artificial será benévola, controlable y distinguible de lo humano. Asimismo, se puede presumir que la cultura humana no será radicalmente alterada por el progreso tecnológico al punto que las personas no comiencen a amar e incluso adorar a Inteligencia Artificial.
– imaginar a Inteligencia Artificial como una herramienta: un bot virtual, super-inteligente y muy económico.
– presumir que las restricciones en el uso de Inteligencia Artificial, tales como los límites de consumo de energía, estarán resueltas.
Proyecciones existentes (por Metaculus) indican que “se estima que habrá que esperar hasta el año 2040 para producir una Inteligencia Artificial capaz de engañar a los humanos para lograr que:
– después de dos horas de chateo se piense que está conversando con otro ser humano.
– tenga suficientes capacidades robóticas que pueda ensamblar un auto modelo.
– pueda aprobar múltiples pruebas cognitivas retadoras.
La ruta hacia una Inteligencia Artificial General – una que sea mejor que lo mejor existente para todo – puede tomar más tiempo del esperado. Sin embargo, la creciente posibilidad de una Inteligencia Artificial ultra- poderosa hace dudar de que quedará para los humanos.
Las fuentes del artículo son múltiples incluyendo Deepmind’s AI Is Learning About the Art of Coding y están a la disposición de los interesados. El artículo también aparece en mi Portal https://tinyurl.com/yjcn6bk9.