?Se avecina otro invierno de la inteligencia artificial?

A¨²n hoy en d¨ªa hay detractores que dicen que la inteligencia artificial (IA) es puro humo y que todo puede terminar en un segundo invierno. El primer invierno de la IA tuvo lugar durante los a?os noventa, cuando pasada la euforia de la d¨¦cada anterior, se comprob¨® que las aplicaciones de esos sistemas eran muy inferiores a lo esperado.

Por lo que a m¨ª respecta, comparando el mundo de la IA de hace 25 a?os con el actual, considero que m¨¢s bien estamos ante una primavera. La evidencia est¨¢ en los cuatro pilares necesarios para crear una inteligencia artificial.

• Computaci¨®n

La Ley de Moore predice que las CPU ven duplicada su capacidad de procesamiento cada 18 meses. Esto implica que las CPU actuales son unas 100.000 veces m¨¢s potentes que las de hace 25 a?os. Por ello, las IA actuales son mucho m¨¢s potentes que las de hace dos d¨¦cadas. Por aquel entonces, no era realista pretender utilizar IA para aplicaciones en tiempo real, como podr¨ªa ser la conducci¨®n aut¨®noma, y las redes neuronales para aprendizaje profundo no ten¨ªan la profundidad de las actuales. Por ello, carec¨ªan de la precisi¨®n que vemos hoy en d¨ªa.

Pero eso no es todo. Coincidiendo con el invierno de la IA que se dio a mediados de los noventa, otra tecnolog¨ªa hizo su aparici¨®n en el mercado: las unidades de procesamiento gr¨¢fico (o GPU, por sus siglas en ingl¨¦s, graphics processing unit). En origen, las GPU fueron desarrolladas para renderizar im¨¢genes de alta resoluci¨®n. Sin embargo, actualmente son un componente clave para toda red neuronal y, por lo tanto, para toda IA. Por su dise?o, las GPU se adecuan mejor que las CPU a las tareas de procesamiento paralelizado y distribuido. Adem¨¢s, son m¨¢s asequibles.

A principios de los 90, el almacenamiento costaba m¨¢s de 1000 d¨®lares por gigabyte, frente a los menos de 3 centavos que vemos hoy.

• Los datos

El aprendizaje autom¨¢tico (machine learning) y el aprendizaje profundo (deep learning) necesitan datos. Muchos datos. Son la base para el aprendizaje de nuevas capacidades para cualquier IA. Cuantos m¨¢s datos tenga el sistema a su disposici¨®n durante la fase de aprendizaje, mejores ser¨¢n las inferencias resultantes.

Los datos son la base del conocimiento y es habitual tener que emplear terabytes de ellos para ense?ar una simple habilidad, como diferenciar un chihuahua de una magdalena. As¨ª ha quedado patente en los estudios realizados para crear las mejores API para sistemas de visi¨®n computerizada.

Sin embargo, en la fase de inferencia, los requisitos son otros. En esta etapa, la IA necesita procesar vol¨²menes de datos que pueden ser grandes o peque?os, pero debe hacerlo en tiempo real, no como en la fase de aprendizaje, en la que los datos son est¨¢ticos.

Afortunadamente, la capacidad de almacenamiento del hardware ha aumentado exponencialmente a lo largo de las tres ¨²ltimas d¨¦cadas. A principio de los a?os noventa, los discos duros de mayor densidad ten¨ªan una capacidad inferior a 100 MB; min¨²sculos en comparaci¨®n con las unidades de 15 TB de hoy en d¨ªa. Adem¨¢s, el precio del almacenamiento ha bajado enormemente desde el primer invierno de la IA. A principios de los a?os noventa, el almacenamiento a¨²n costaba m¨¢s de 1000 d¨®lares por gigabyte, frente a los menos de 3 centavos por gigabyte que vemos hoy. Y esta cifra es el coste del almacenamiento en bruto. Con los niveles de eficiencia de los que disfrutamos hoy en d¨ªa, la relaci¨®n precio/rendimiento es a¨²n mejor.

• Los algoritmos

Hoy en d¨ªa es m¨¢s f¨¢cil que nunca crear un sistema de inteligencia artificial. A lo largo de los ¨²ltimos a?os, todos los elementos necesarios para crear una IA han pasado a estar a nuestro alcance.

Actualmente contamos con un extenso ecosistema de plataformas y aplicaciones para todos los segmentos de la IA: aprendizaje autom¨¢tico, reconocimiento de voz, control por gestos, etc.

El nivel de conocimiento en torno a las IA y la aceptaci¨®n del p¨²blico han mejorado mucho desde el invierno de los noventa

• El factor humano

En la actualidad muchas universidades ofrecen programas formativos centrados en la inteligencia artificial. Este no era el caso durante los a?os noventa.

El nivel de conocimiento en torno a las IA y la aceptaci¨®n del p¨²blico han mejorado mucho desde el invierno de los noventa. Hoy muchos de nosotros utilizamos asistentes personales como Siri o Alexa. Y a la mayor¨ªa poco nos importa si estos sistemas inteligentes est¨¢n basados o no en IA, mientras nos ayuden a dar con la ruta m¨¢s r¨¢pida a nuestro destino o a encargar ese regalo de cumplea?os en Internet, sin tener siquiera que encender un ordenador.

Muy pronto las IA estar¨¢n por todas partes. Resolver¨¢n los problemas que hoy planteamos a los centros de asistencia t¨¦cnica; conducir¨¢n nuestro coche hasta la oficina; nos encargar¨¢n la cena y har¨¢n que nos las traigan a casa... Hasta nos diagnosticar¨¢n cuando desarrollemos un tumor. Gracias a la IA, los sistemas que nos rodean son cada d¨ªa m¨¢s inteligentes. No se me ocurre ning¨²n ¨¢mbito que no se vaya a ver afectado por las tecnolog¨ªas de IA y el cambio suceder¨¢ pronto.

?La primavera de la IA ha llegado!

Manel Picall¨® es Consulting Solutions Engineer de NetApp Espa?a.