La tecnolog¨ªa que ense?a a los robots a ¡®pensar¡¯ como humanos

A finales de los a?os 1950, el inform¨¢tico Arthur Samuel cre¨® un programa para jugar a las damas, utilizando un algoritmo sencillo para descubrir los mejores movimientos para ganar. Samuel entren¨® el ordenador con una copia de s¨ª mismo (el self play) y con una base de datos en la que estaban registrados centenas de partidos. Era el inicio del machine learning?(aprendizaje autom¨¢tico), una rama de la inteligencia artificial (IA) que permite que las m¨¢quinas aprendan sin ser expl¨ªcitamente programadas. Casi siete d¨¦cadas despu¨¦s de ese juego, esa tecnolog¨ªa tiene aplicaciones tan diversas como el diagn¨®stico de un c¨¢ncer o la construcci¨®n de coches aut¨®nomos. Hace unos d¨ªas se dio a conocer su ¨²ltimo invento: Sophia, un androide desarrollado por la compa?¨ªa Hanson Robotics, que acapar¨® todas las atenciones en la feria tecnol¨®gica de Ginebra.

"Es una tecnolog¨ªa aplicable a pr¨¢cticamente todos los campos en los que haya datos disponibles", explica a EL PA?S Thomas Dietterich, uno de los padres del machine learning como campo de investigaci¨®n. El experto menciona ejemplos que van desde los algoritmos usados en el mundo de los negocios para identificar posibles compradores de un producto hasta los sistemas utilizados por los gobiernos para solucionar problemas en infraestructuras como autopistas e hidroel¨¦ctricas. Otros ejemplos m¨¢s cercanos son los sistemas de traducci¨®n autom¨¢tica en Skype, el reconocimiento facial de las c¨¢maras de los m¨®viles y los asistentes virtuales, apuestas de empresas como Google y Microsoft para aproximar la tecnolog¨ªa al usuario final.

M¨¢s informaci¨®n

La joven inform¨¢tica que quiere revolucionar el sistema de trasplantes espa?ol

Harmsen (Google): ¡°La cooperaci¨®n entre humanos y m¨¢quinas permitir¨¢ que ambos mejoren¡±

Cortana, el asistente virtual de Microsoft, cuenta con 145 millones de usuarios y la compa?¨ªa pretende ¡°desarrollarlo hasta el punto en que se comunique directamente con otras IAs para ofrecer al usuario cualquier tipo de informaci¨®n o servicio, desde la compra de un zapato hasta la entrega de una pizza en casa¡±, seg¨²n cuenta Ester de Nicol¨¢s, l¨ªder del equipo de Evangelismo T¨¦cnico de la empresa. ¡°Nuestro objetivo es democratizar el acceso al machine learning¡±, afirma. La principal apuesta en ese sentido es la plataforma de aprendizaje autom¨¢tico en Azure, un servicio de an¨¢lisis en la nube que permite crear e implementar modelos de m¨¢quinas seg¨²n las necesidades de cada usuario.

Google centra su estrategia en TensorFlow, un almac¨¦n de experiencias y resultados de experimentos que usa para que sus aplicaciones tomen mejores decisiones, y que tiene datos abiertos desde 2015. La plataforma ha sido utilizada por diferentes desarrolladores y empresas en todo el mundo para cosas tan dispares como aumentar la producci¨®n de leche en vacas o crear un modelo para predecir la compatibilidad entre donante y receptor en los trasplantes de ¨®rganos. Pero Google quiere m¨¢s: ¡°Estamos trabajando en robots que puedan hacerse cargo de situaciones peligrosas y llegar a sitios a los que los seres humanos no podemos llegar, como en la central nuclear de Fukushima¡±, cuenta Andr¨¦s Leonardo Mart¨ªnez, ingeniero inform¨¢tico de la compa?¨ªa.

Riesgos y errores

Adem¨¢s de hacer proyecciones para el futuro, los expertos tambi¨¦n se preguntan cu¨¢les son los riesgos de un mundo en el que robots se adaptan y aprenden a partir de la experiencia (como los seres humanos). Descartan, eso s¨ª, un escenario de ciencia ficci¨®n donde las m¨¢quinas aniquilan la humanidad. ¡°Creamos y programamos computadoras porque nos permiten hacer las cosas mejor. Imagino un futuro en el que una persona y un sistema de IA trabajan juntos como un equipo. En pr¨¢cticamente todos los campos, la combinaci¨®n de robots y personas es m¨¢s poderosa. Un ejemplo famoso es conocido como ajedrez centauro, en el que compiten equipos mixtos de personas y ordenadores. Los mejores equipos centauro pueden derrotar a cualquier humano y cualquier computadora que juegue solo¡±, comenta Dietterich.

El investigador ve por lo menos dos papeles importantes para los humanos en el futuro: realizar tareas que exigen empat¨ªa y ¡°comprensi¨®n profunda de otro ser humano¡± y asegurar que los robots no cometan errores. ¡°Los problemas de toma de decisiones de alto riesgo a menudo involucran factores ¨²nicos. El aprendizaje autom¨¢tico solo funciona bien en problemas estables, cuando el mundo es altamente predecible y es f¨¢cil recolectar gran cantidad de datos de entrenamiento. En los problemas donde cada situaci¨®n es ¨²nica, es improbable que esa tecnolog¨ªa tenga ¨¦xito¡±, explica.

Ester de Nicol¨¢s sostiene que ¡°preocuparse ahora mismo por la revoluci¨®n de los robots es como preocuparse por la superpoblaci¨®n en Marte¡±, pero se?ala que hay problemas que son menos visibles y de los que poco se habla, como el hecho de que los sistemas dependan de bases de datos, muchas veces privados y sesgados. ¡°No siempre hay datos correctos. Estamos depositando much¨ªsima confianza en AI, pero hay que tener m¨¢s cuidado con esas cosas¡±.

Dietterich da un ejemplo de esa pega: algunas empresas utilizan el aprendizaje autom¨¢tico para decidir qu¨¦ salario ofrecer a un empleado. Si los datos hist¨®ricos demuestran que las mujeres han cobrado menos que los hombres, entonces el algoritmo recomendar¨¢ ofrecer a ellas un sueldo m¨¢s bajo. El experto defiende la creaci¨®n de una regulaci¨®n que determine pruebas de seguridad y una certificaci¨®n espec¨ªfica para mitigar esos riesgos. Sebastian Farquhar, investigador del Instituto para el Futuro de la Humanidad opina, sin embargo, que es pronto para eso. ¡°La legislaci¨®n est¨¢ subdesarrollada, y eso es algo bueno, porque la tecnolog¨ªa est¨¢ cambiando constantemente. Creo, eso s¨ª, que debemos ser m¨¢s conscientes de los riesgos, porque hay mucho en juego¡±, dice. Mientras tanto, trabajan para que los robots aporten s¨²per poderes f¨ªsicos e intelectuales. ¡°Espero el d¨ªa en que me pondr¨¦ un exoesqueleto para levantar 300 kg o correr largas distancias cuando tengo 80 a?os¡±, cuenta Dietterich.