Oriol Vinyals: ¡°Nuestra generaci¨®n ver¨¢ una inteligencia artificial que iguale o supere a la del ser humano¡±

Desde que de peque?o vio 2001: Una odisea del espacio, Oriol Vinyals supo que quer¨ªa dedicarse a la inteligencia artificial. ¡°Me interes¨® mucho la naturalidad con la que hablaba Hal 9000, el ordenador. ?Podr¨ªamos conseguir algo as¨ª?¡±, se preguntaba ya ese adolescente de Sabadell. Hoy, a sus 39 a?os, es una autoridad mundial en el aprendizaje profundo (deep learning), una de las t¨¦cnicas m¨¢s punteras de la inteligencia artificial (IA). Sus art¨ªculos cient¨ªficos han sido citados decenas de miles de veces y sus investigaciones han contribuido a mejorar los sistemas de traducci¨®n aut...

Desde que de peque?o vio 2001: Una odisea del espacio, Oriol Vinyals supo que quer¨ªa dedicarse a la inteligencia artificial. ¡°Me interes¨® mucho la naturalidad con la que hablaba Hal 9000, el ordenador. ?Podr¨ªamos conseguir algo as¨ª?¡±, se preguntaba ya ese adolescente de Sabadell. Hoy, a sus 39 a?os, es una autoridad mundial en el aprendizaje profundo (deep learning), una de las t¨¦cnicas m¨¢s punteras de la inteligencia artificial (IA). Sus art¨ªculos cient¨ªficos han sido citados decenas de miles de veces y sus investigaciones han contribuido a mejorar los sistemas de traducci¨®n autom¨¢tica o la forma en que las m¨¢quinas interpretan y clasifican im¨¢genes. El propio Elon Musk, un personaje que no destaca por su modestia, contest¨® agradecido a un tuit del catal¨¢n en el que este bendec¨ªa un proyecto de Tesla. La suya es una de las 148 cuentas que segu¨ªa el magnate, que acumula 121 millones de seguidores, cuando se escribieron estas l¨ªneas.

Vinyals es el director de investigaci¨®n de DeepMind, una empresa brit¨¢nica que Google compr¨® en 2014 y que ha conseguido grandes avances en la disciplina. La start-up acapar¨® sus primeros titulares en la prensa internacional gracias a AlphaGo, un programa que logr¨® imponerse a un campe¨®n mundial de Go, el milenario juego asi¨¢tico cuyo tablero permite que las fichas se coloquen en m¨¢s disposiciones que ¨¢tomos hay en el universo. El programa no solo super¨® al mejor, sino que por el camino invent¨® jugadas nunca antes vistas.

El catal¨¢n entr¨® en Google en 2013, tras doctorarse en la Universidad de Berkeley. Menos de un a?o despu¨¦s aterriz¨® en la reci¨¦n adquirida DeepMind. Y en 2016, lider¨® el equipo responsable del siguiente gran hito de la compa?¨ªa: AlphaStar, un simulador capaz de ganar a jugadores expertos de StarCraft II. Se trata de un videojuego de estrategia en tiempo real con informaci¨®n imperfecta (cada jugador solo ve qu¨¦ sucede en la porci¨®n del mapa que ha explorado) en el que es clave tener intuici¨®n, imaginaci¨®n y dotes cognitivas para intentar adivinar qu¨¦ estar¨¢ haciendo el oponente. Cualidades estas que la IA todav¨ªa no hab¨ªa demostrado saber dominar.

Desde entonces, ha formado parte o supervisado los equipos que est¨¢n detr¨¢s de AlphaFold, una inteligencia artificial que ha predicho la estructura de todas las prote¨ªnas conocidas (unos 200 millones de mol¨¦culas), o de AlphaCode, un programa autom¨¢tico capaz de escribir c¨®digo al nivel de los mejores programadores. Esta misma semana, DeepMind ha presentado un nuevo avance en el entorno de los juegos: AlphaNash, un algoritmo capaz de jugar como un humano experto a Stratego, un juego de tablero probabil¨ªsticamente m¨¢s complejo todav¨ªa que Go. Vinyals recibe a EL PA?S en las oficinas londinenses de DeepMind, ubicadas en el barrio de Kings Cross y que casualmente est¨¢n a tiro de piedra de las de Meta, el archienemigo de Google. ¡°Desde la ventana de mi despacho puedo saludarlos¡±, comenta entre risas.

Pregunta. Cuando tiene que contarle a alguien a qu¨¦ se dedica, ?qu¨¦ le dice?

Respuesta. Es dif¨ªcil explicarlo. Desarrollamos m¨¢quinas capaces de aprender por s¨ª mismas a jugar a juegos. Antes, la IA consist¨ªa en programar una serie de instrucciones concretas, por ejemplo, que la m¨¢quina dijera una serie de frases. Ahora, con el aprendizaje profundo, lo que haces es decirle que cuando vea las palabras ¡°El cielo es¡± sepa decir a continuaci¨®n ¡°azul¡±. Le ense?as a predecir esa palabra mostr¨¢ndole miles o millones de ejemplos. Vas moldeando el sistema con un algoritmo autom¨¢tico hasta que es capaz de hilar frases con sentido. La magia es que cuando le das una entrada que no forma parte de los ejemplos que ha analizado, ese cerebro generaliza y es capaz de hacer una extrapolaci¨®n razonable.

P. Pudiendo aplicar el deep learning a casi cualquier ¨¢mbito, ?por qu¨¦ empezaron por los juegos?

R. Los juegos son muy ¨²tiles en la investigaci¨®n porque ofrecen un entorno controlado en el que hacer pruebas, ya que si pierdes o ganas no pasa nada, y en el que adem¨¢s es muy sencillo definir los objetivos, que son ganar la partida. Puedes correr 1.000 juegos en paralelo sin el gasto que supondr¨ªa, por ejemplo, poner a 1.000 robots a hacer cosas. Y se pueden acelerar las simulaciones, por lo que avanzas m¨¢s r¨¢pido que si trabajas en tiempo real.

P. ?Por qu¨¦ le encargaron a usted el proyecto AlphaStar?

R. De joven jugu¨¦ mucho al StarCraft en cibercaf¨¦s de Sabadell. Y en Berkeley, un colega y yo desarrollamos un simulador un tanto primitivo para ese videojuego. Cuando llegu¨¦ a DeepMind yo ven¨ªa de Google Brain, el proyecto de investigaci¨®n de la compa?¨ªa centrado en aprendizaje profundo. Hab¨ªa trabajado en sistemas de traducci¨®n de textos y de clasificaci¨®n de im¨¢genes, entre otros. Y, aunque no lo parezca, los algoritmos detr¨¢s de esas m¨¢quinas tienen mucho que ver con los simuladores de juegos. Por ejemplo, en AlphaStar el primer paso es aprender de las partidas que juegan los humanos. Le pides al algoritmo que, tras estudiar muchas partidas y haber visto lo que ha sucedido en la que est¨¢ en curso, te diga en un momento concreto d¨®nde clicar¨¢ el humano a continuaci¨®n. Ese primer paso es id¨¦ntico al que se usa en las traducciones de texto o para crear lenguaje natural: tras analizar millones de palabras o frases, le pides que te diga cu¨¢l es la letra o palabra m¨¢s probable que siga en la conversaci¨®n en un momento dado.

P. Luego vinieron AlphaFold y AlphaCode. ?Tienen relaci¨®n, m¨¢s all¨¢ del nombre?

R. Son proyectos muy distintos, aunque es verdad que lo que descubrimos en uno lo transferimos a los algoritmos del otro. Los aprendizajes que tuvimos con AlphaStar en arquitecturas y en optimizaci¨®n de sistemas los hemos aplicado en modelos de lenguaje natural o en AlphaFold, que nos ha permitido desentra?ar la estructura de las prote¨ªnas. Los algoritmos que desarrollamos en cada proyecto son como herramientas que vas acumulando y que puedes aplicar en otras aplicaciones. Todo lo que hemos hecho hasta ahora nos est¨¢ ayudando, por ejemplo, en un trabajo que tenemos en marcha sobre fusi¨®n nuclear.

P. ?Fusi¨®n nuclear?

R. S¨ª. Lograr la fusi¨®n es sencillo; la parte dif¨ªcil es extraer m¨¢s energ¨ªa de la que inviertes. En la fusi¨®n nuclear se usan una especie de tubos vac¨ªos en forma de donut con campos electromagn¨¦ticos que est¨¢n controlados a unas frecuencias muy altas. Dentro del donut se ubica el plasma, que lo calientas tanto que se genera energ¨ªa, porque llega un momento en que se empiezan a fusionar los ¨¢tomos. Nuestra aportaci¨®n aqu¨ª est¨¢ en la parte del control de esos campos electromagn¨¦ticos: hay que asegurarse de que nunca toque una pared, que est¨¦ donde debe. Para ello, hay que balancearlo con mucha precisi¨®n y de forma muy r¨¢pida. Es un sistema muy complejo. Y es como un juego: se trata de optimizar los sistemas para que el plasma quede bien colocado. Estamos usando algoritmos de aprendizaje reforzado. Hay resultados prometedores, pero todav¨ªa estamos en una fase muy temprana.

Crear una inteligencia artificial que iguale o supere a la nuestra ser¨¢ el avance cient¨ªfico m¨¢s profundo que alcanzar¨¢ la humanidad¡±

P. ?En qu¨¦ m¨¢s trabajan?

R. Tambi¨¦n estamos intentando mejorar las predicciones meteorol¨®gicas, estudiando c¨®mo se mueven las nubes. Si conseguimos hacer proyecciones clim¨¢ticas planetarias m¨¢s all¨¢ de una semana, que es lo que se puede hacer ahora, podremos entender mejor las consecuencias de la emergencia clim¨¢tica. Es un campo nuevo para nosotros. Como investigador, lo m¨¢s apasionante del aprendizaje profundo es que en realidad es una metaciencia: se puede aplicar a la biolog¨ªa, la f¨ªsica o a lo que quieras. El aprendizaje profundo tiene infinitas aplicaciones.

P. Est¨¢n tambi¨¦n desarrollando un sistema de IA que no es especialista en hacer una sola tarea, sino varias. ?Es su proyecto m¨¢s ambicioso?

R. Se suele criticar de la IA que es especialista en algo, aunque sea infinitamente relevante, como la fusi¨®n nuclear, pero que no entiende nada m¨¢s all¨¢ de su tarea. Nosotros queremos cambiar eso. Lo que hemos conseguido hasta ahora es un rendimiento del 101% jugando al Go, combinando prote¨ªnas o programando. El futuro pasa por la multimodalidad, por conseguir rendimientos del 10% o 20%, pero en muchas o todas las tareas. Eso es lo que queremos lograr con nuestra red neuronal Gato. Por el momento, con ella puedes mantener una conversaci¨®n pregunt¨¢ndole con texto o mostr¨¢ndole una imagen para que la comente. Tambi¨¦n es capaz de jugar videojuegos simples y de controlar un brazo rob¨®tico. Las tareas que hace no son perfectas: a veces se equivoca en cuestiones sencillas, como ubicar la derecha y la izquierda. Pero eso ir¨¢ mejorando. Conseguiremos desarrollar un solo algoritmo que lo haga todo.

P. ?Gato es un primer paso hacia una inteligencia artificial general, la que iguale o supere al ser humano?

R. S¨ª, claramente. Creo que el procesamiento del lenguaje es a d¨ªa de hoy el campo m¨¢s prometedor hacia una inteligencia artificial realmente general. Y a ello se llega con algoritmos que crear¨¢n sistemas m¨¢s generales que los que usamos hoy. AlphaCode es otro buen ejemplo: que haya sistemas que entiendan el lenguaje de c¨®digo significa que pueden crear complejidades mucho m¨¢s generales de lo que ve¨ªamos hasta ahora.

P. ?Cree que nuestra generaci¨®n llegar¨¢ a ver una de estas inteligencias artificiales generales?

R. S¨ª, creo que lo viviremos. Pero tambi¨¦n opino que en un primer momento no ser¨¢ algo que lo cambie todo de la noche a la ma?ana. La transici¨®n ser¨¢ paulatina, y de hecho en el campo de la IA ya se palpa una evoluci¨®n. Veremos una serie de saltos o transiciones que no ser¨¢n incre¨ªbles, pero que ir¨¢n sumando, y que ser¨¢n verdaderamente llamativos al mirar hacia atr¨¢s. Dentro de unos a?os, no s¨¦ cu¨¢ntos, los sistemas cada vez ser¨¢n capaces de hacer m¨¢s cosas distintas y con mejor eficacia: 20%, 30%... hasta llegar al 100%. Como ser¨¢ progresivo, la gente se ir¨¢ acostumbrando a ello.

P. Este verano, un ingeniero de Google dijo que el chatbot [bot conversacional] en el que trabajaba hab¨ªa cobrado conciencia. ?Pueden las m¨¢quinas sentir?

R. Me parece un debate muy interesante. Trabajo en las tripas de la IA, por as¨ª decirlo, y, claramente, las m¨¢quinas no tienen conciencia. Los chatbots te pueden decir qu¨¦ hora es y otras cuestiones as¨ª, pero tienen limitaciones muy b¨¢sicas. Una de ellas es que no son conscientes de su propia existencia. Otra tambi¨¦n muy obvia es que no tienen memoria a largo plazo, empiezas de cero con cada conversaci¨®n y se contradicen a ellos mismos. En cualquier caso, creo que es muy ¨²til hablar p¨²blicamente de estos temas.

P. Los modelos conversacionales m¨¢s punteros no tienen un entendimiento sem¨¢ntico de qu¨¦ se les dice, pero son capaces de producir las respuestas que dar¨ªa alguien que s¨ª comprende qu¨¦ se le pregunta. ?Son entonces inteligentes?

R. A m¨ª la parte que m¨¢s me interesa de esto es la utilitaria. Es cierto que si conseguimos ense?ar a estos algoritmos a jugar a juegos y comprobamos que los han entendido, luego puedes analizar qu¨¦ proceso han seguido para llegar hasta ah¨ª. Si eso es o no inteligencia, casi no me importa. Entiendo que para alguien que estudia el cerebro humano pueda ser interesante. Mi formaci¨®n matem¨¢tica me lleva a pensar que lo relevante es el hecho de conseguir que una m¨¢quina realice una tarea de forma indistinguible a como la har¨ªa un humano.

P. ?Estamos preparados como sociedad para encajar m¨¢s avances de este tipo?

R. Creo que conseguir crear una inteligencia artificial general ser¨¢ uno de los avances cient¨ªficos m¨¢s profundos que podr¨¢ alcanzar la humanidad, porque ni siquiera entendemos nuestra propia inteligencia, a pesar de los muchos avances de los neurocient¨ªficos. Debemos hablar m¨¢s sobre ello, sobre sus implicaciones. Fil¨®sofos, soci¨®logos o historiadores cada vez tienen m¨¢s que decir en nuestro trabajo. Hay que pensar en las consecuencias a largo plazo de la IA.

Puedes seguir a EL PA?S TECNOLOG?A en Facebook y Twitter o apuntarte aqu¨ª para recibir nuestra newsletter semanal.