J¨¹rgen Schmidhuber, el hombre al que Alexa y Siri llamar¨ªan ¡®pap¨¢¡¯ si ¨¦l quisiera hablar con ellas

Cuando ten¨ªa 15 a?os, J¨¹rgen Schmidhuber so?aba con crear un robot m¨¢s listo que ¨¦l y jubilarse. Tiene 58, as¨ª que podr¨ªa considerarse que el plan le ha salido regular. ¡°Bueno, a¨²n me quedan unos a?os, dame margen¡±, pide en conversaci¨®n telef¨®nica. Habr¨¢ que darle un voto de confianza. Si algo ha demostrado a lo largo de los a?os este cient¨ªfico alem¨¢n es constancia. Lo normal es abandonar los sue?os de la adolescencia cuando uno se hace mayor. Y Schmidhuber dista mucho de ser un tipo normal. Public¨® su primer trabajo sobre inteligencia artificial en 1987, con una tesis que propon¨ªa lo que por entonces era una locura: un algoritmo capaz de mejorarse a s¨ª mismo. M¨¢s de 30 a?os despu¨¦s, su teor¨ªa se ha convertido en pr¨¢ctica y est¨¢ en tu bolsillo. El sistema Long Short Time Memory (LSTM), creado por Schmidhuber y su alumno, Sepp Hochreiter, es usado por 3.000 millones de tel¨¦fonos. Google, Apple, Facebook, Amazon y Microsoft lo incluyen en sus productos.

El LSTM es una arquitectura de red neuronal muy usada en el deep learning. Imita el funcionamiento del cuerpo humano, con neuronas que recopilan datos (im¨¢genes, sonidos, palabras) neuronas que los interpretan en el cerebro, y otras que los almacenan en forma de recuerdos. El LSTM hace lo mismo, sustituyendo las neuronas por algoritmos. Suena ex¨®tico y futurista, pero usas esta tecnolog¨ªa varias veces al d¨ªa. Por ejemplo al solicitar una traducci¨®n autom¨¢tica. Google Translate mejor¨® considerablemente en 2016 cuando integr¨® en sus entra?as el LSTM. Tambi¨¦n la usas si conversas con tu asistente de voz. Si Alexa, Siri u Ok Google tuvieran que dirigirse a Schmidhuber, probablemente le llamar¨ªan pap¨¢. Pero no lo hacen. ¡°Apenas los uso. Son una forma de recopilar datos para venderte publicidad a medida y conseguir tu atenci¨®n¡±, sentencia el inform¨¢tico. Para ello, se valen de un sistema que ¨¦l mismo ayud¨® a crear. Cuando se le pregunta por esta iron¨ªa echa balones fuera. ¡°S¨ª, s¨ª. Lo s¨¦. Tampoco entro a analizar la moralidad de su modelo de negocio, es simplemente que no quiero formar parte de ¨¦l¡±, apunta.

Schmidhuber vive lejos de Silicon Valley. Tanto mental como geogr¨¢ficamente. Contesta a esta entrevista mientras da un paseo por una colina de los Alpes a las afueras de Lugano. All¨ª se encuentra el Instituto de Inteligencia Artificial de la Universidad de Suiza, del que es director cient¨ªfico. Tambi¨¦n la empresa Nnaisense, que fund¨® junto a cuatro antiguos alumnos suyos. Schmidhuber podr¨ªa trabajar para una de las grandes empresas tecnol¨®gicas, podr¨ªa asentarse en Silicon Valley. Pero eligi¨® Suiza. Por la cercan¨ªa a su M¨²nich natal, pero tambi¨¦n porque ah¨ª se entiende la tecnolog¨ªa ligada a la ciencia y la investigaci¨®n. ¡°Es el pa¨ªs que m¨¢s dinero per c¨¢pita dedica a la ciencia, el lugar con m¨¢s premios Nobel per c¨¢pita¡±, se?ala. Y adem¨¢s tiene bonitas colinas por las que pasear.

De la inteligencia a la creatividad artificial

Su sistema imita el funcionamiento del cerebro, pero Schmidhuber no habla tanto de inteligencia artificial, como de curiosidad, de creatividad artificial. Pero, ?se puede ense?ar a un algoritmo a ser creativo? ¡°Claro, yo lo hice hace ya 30 a?os¡±, responde el inform¨¢tico y pasa a explicar el complejo funcionamiento de las redes generativas antag¨®nicas (GANs por sus siglas en ingl¨¦s). ¡°Entonces ideamos dos redes neuronales que no se limitaban a obedecer ¨®rdenes¡±, recuerda. Sin supervisi¨®n humana, interact¨²an entre ellas, ¡°como si fueran dos ni?os probando nuevos retos con sus juguetes¡±. Una de las redes crea situaciones, inventa problemas. La otra intenta solucionarlos. ¡°Est¨¢n siempre intentando ampliar su horizonte de lo conocido, son como peque?os cient¨ªficos¡±, explica orgulloso. Las GANs fueron ideadas en los 90, pero han desarrollado su potencial muchos a?os despu¨¦s. En la actualidad se utilizan para producir im¨¢genes fotorrealistas en el mundo de los videojuegos o para la creaci¨®n de los pol¨¦micos deepfakes.

La creatividad de los algoritmos es aconsejable; la de los cient¨ªficos que los crean, imprescindible. Schmidhuber tiene mucha, casi demasiada. Por eso al inicio de su carrera pocos cre¨ªan en sus teor¨ªas y predicciones. ¡°Recuerdo una de mis primeras conferencias en las que solo se present¨® una mujer. Le dije ¡±qu¨¦ verg¨¹enza, parece que voy a tener que dar la charla solo para usted¡±, a lo que ella replic¨®: ¡°Vale, pero dese prisa, mi ponencia empieza justo despu¨¦s de la suya¡±¡¯. La historia (ver¨ªdica o no) la cuenta el propio Schmidhuber en una charla TED que roza el medio mill¨®n de visionados. Lo que dice sigue siendo lo mismo, solo que ahora hay mucha m¨¢s gente que escucha.

Entre una charla y otra no cambi¨® tanto la red neuronal de Schmidhuber como la capacidad para entrenarla. ¡°Muchas de las ideas b¨¢sicas detr¨¢s de la revoluci¨®n del deep learning se publicaron hace mucho, entre 1990 y 1991. Fue nuestro annus mirabilis¡±, explica el experto. Lo fue solo sobre el papel. Sus teor¨ªas eran buenas, pero los ordenadores eran lentos y las bases de datos para entrenar los algoritmos, escasas. Tuvieron que esperar hasta 2010. Entonces aparecieron enormes bases en los lugares m¨¢s insospechados: los videojuegos e internet. Los dos ni?os curiosos a los que se refer¨ªa Schmidhuber ten¨ªan juguetes nuevos. Y eran muy potentes.

En busca del reconocimiento (propio y ajeno) y de robots astronautas

Los a?os diez fueron la d¨¦cada del deep learning. Fue entonces cuando las redes neuronales del equipo de Schmidhuber comenzaron a llamar la atenci¨®n del mundo. Pod¨ªan reconocer las se?ales de tr¨¢fico o la ortograf¨ªa china, aunque ninguno de sus programadores supiera chino. Despu¨¦s aprendieron a reconocer rostros, a conversar con las personas o a aparcar coches. La investigaci¨®n abstracta a la que este ingeniero hab¨ªa dedicado su vida empezaba a dar resultados tangibles. El deep learning empez¨® a ser valorado y sus impulsores se convirtieron en estrellas en su campo. Pero no todo el mundo recibi¨® el mismo reconocimiento.

En 2019 Geoffrey Hinton, Yann LeCun y Yoshua Bengio ganaron el premio Turing por sus investigaciones en el campo del deep learning. El primero trabaja para Google; el segundo, para Facebook; y el tercero para IBM y Microsoft. Hab¨ªan hecho varias investigaciones en conjunto y algunas por separado. Se citaban con frecuencia. A quienes no citaban era a los pioneros te¨®ricos en este campo, como a Schmidhuber. ?l se lo tom¨® como algo personal y desde entonces acusa a sus ¡°amigos especiales¡±, como ¨¦l los llama, de obviar fuentes y atribuirse un m¨¦rito mucho m¨¢s difuso y compartido.

En la tecnolog¨ªa se avanza siempre a hombros de gigantes, y Schmidhuber se ha propuesto poner nombre a todos los gigantes. Se?alar a quienes destacan y poner de relieve el trabajo previo, empezando por el suyo. Su p¨¢gina web se dedica a este cometido con minuciosidad acad¨¦mica. No es la web que uno esperar¨ªa de un ingeniero inform¨¢tico. Est¨¢ encabezada por una foto pixelada de Schmidhuber con un sombrero vaquero. Parece el Myspace de un genio, o una entrada de Wikipedia especialmente ca¨®tica. La similitud no es solo est¨¦tica, pues contiene una ingente cantidad de informaci¨®n sobre distintos avances tecnol¨®gicos. ¡°Necesitas una civilizaci¨®n entera para desarrollar una inteligencia artificial¡±, explica el cient¨ªfico. ¡°Lo que estamos consiguiendo nosotros ahora es solo posible gracias a lo que se ha hecho previamente durante siglos. Y hay que reivindicarlo¡±. Explica que no se trata de una cuesti¨®n de ego, que es de justicia. Y conf¨ªa en que el tiempo le d¨¦ la raz¨®n. ¡°La verdad es como el sol, puedes ocultarla por un tiempo, pero no va a desaparecer¡±, dice citando a Elvis.

J¨¹rgen Schmidhuber se fij¨® en el cuerpo humano para desarrollar su LSTM, pero cree que la tecnolog¨ªa actual es muy antropoc¨¦ntrica. ¡°Todo est¨¢ pensado para alargarnos la vida o para chuparnos la atenci¨®n¡±, sentencia. ?l cree que la inteligencia artificial es algo m¨¢s importante, que trasciende la biolog¨ªa, e incluso a la Humanidad, pues ser¨¢n los robots quienes conquistar¨¢n el espacio. ¡°Esto es m¨¢s que otra revoluci¨®n industrial¡±, advierte. Puede que sus aseveraciones suenen un poco exageradas, pero lo mismo pensaban sus compa?eros en los ochenta, cuando hablaba de conceptos como deep learning. Entonces so?aba con crear un robot mucho m¨¢s listo que ¨¦l y jubilarse. Lo hac¨ªa de una forma despreocupada y nihilista, un chiste de inform¨¢ticos. Hoy sigue teniendo el mismo sue?o, pero sus implicaciones son m¨¢s ¨¦picas y trascienden su propia jubilaci¨®n. Y la de todos nosotros.

Puedes seguir a EL PA?S TECNOLOG?A en Facebook y Twitter.