Tengo una mala noticia: les voy a contar que la inteligencia artificial no existe, es una lástima.
Yo llevo trabajando en esto desde muchos años, entonces es molesto para mi tambien, pero la que realmente no existe es la que nos han estado bombardeando con los medios durante los últimos cuatro años, especialmente en los últimos 6 meses, con esa inteligencia artificial llamada ChatGPT y todas las cosas magicas relacionadas.
¿Algo mágico, aterrador o que inspira sueños? Depende. Yo la llamo la inteligencia artificial de Hollywood, la que aparece en películas como "Terminator". Esa sí que da miedo. O también la de películas como "Her", que a algunos les despierta deseos. Pero en fin, esa inteligencia artificial que nos presentan no existe, de hecho, no es una inteligencia artificial como tal, deberíamos hablar de inteligencias artificiales, y voy a explicar porque.
Es necesario hablar de inteligencia artificial en plural, porque hay muchas, son diversas y hay muchas de ellas, y si realmente tengo que dar una definición de inteligencia artificial, diría que es una caja de herramientas, una caja de herramientas con una variedad de herramientas diferentes. Claro, las inteligencias artificiales son esas herramientas, el martillo, la sierra, el destornillador, etc., y cada una de estas inteligencias artificiales es muy especializada, es muy fuerte en el campo para el cual fue diseñada y, por definición, al ser una herramienta, es útil, ¿verdad? Es decir, funcionan muy bien, incluso mejor que nosotros. Un martillo funciona mejor que nosotros para clavar un clavo. Así que estas inteligencias artificiales son realmente poderosas, y volveremos sobre el tema de si son útiles o peligrosas más adelante
.
Comenzaré con 1956, cuando se inventó, digamos, la expresión "inteligencia artificial". No es algo de ayer, no es de hace 10 años, no es de hace 6 meses; en 1956, un grupo de científicos estadounidenses se reunieron en la Universidad de Dartmouth para dar un nombre al campo en el que estaban trabajando, y habían definido matemáticamente una neurona, es decir, habían definido una función. Habían dicho que eso era equivalente a la capacidad de una neurona, y entonces, si podemos modelar una neurona, podemos modelar una red de neuronas, y si podemos modelar una red de neuronas, podemos modelar el cerebro, y si podemos modelar el cerebro, podemos modelar la inteligencia.
Por supuesto, el razonamiento que acabo de hacer es completamente absurdo y no funcionó. Pero bueno, volveré a eso, porque fue ahí donde todo empezó. Pero si lo pensamos bien, en realidad, lo hemos estado haciendo desde tiempos inmemoriales, hemos estado tratando de encontrar herramientas, de hacer máquinas o sistemas que hagan cosas similares a lo que hacemos. Hemos estado tratando de automatizar desde tiempos remotos. Podríamos ir a los griegos, a los egipcios, tal vez incluso antes, pero como soy un francés típico, voy a empezar a hablar de la inteligencia artificial, o lo que se podría llamar así, en 1642.
¿Qué pasó en 1642? En 1642, el matemático y filósofo francés Blaise Pascal inventó la "Pascalina", que fue la primera calculadora, es decir, una máquina que hacía sumas y restas. Podrías decirme: "No es muy inteligente hacer sumas y restas", pero si tepregunto cuánto es 1234 + 1184, cuant tiempo necesitas para calcular eso, de verdad?
1234 + 1184 = ?
La máquina, la "Pascalina", habría dado la respuesta en menos de 4 segundos. Porque solo tenía que girar las ruedas y además, la máquina habría acertado, habría dado la respuesta correcta, mientras que si le pregunto a una persona, hay alrededor de un 60% de posibilidades de que la respuesta sea incorrecta. Pero eso está bien. Lo que quiero decir es que hace mucho tiempo que intentamos crear máquinas que parezcan inteligentes, que hagan cosas que parezcan intelectuales.
Por eso vuelvo al año 1956 y les digo que el razonamiento es absurdo y es molesto porque, además de haberle dado el nombre equivocado a esta inteligencia artificial, en realidad, se enfrentaron al problema más complicado al que uno podría enfrentarse, ya que intentaron resolver el lenguaje natural. Hay alguien hablando, hay palabras y luego no les prestamos atención a las palabras, pero tratamos de entender el significado, ¿verdad? Las palabras son relativamente fáciles, el significado es complicado. Entonces, obviamente, en 1956, con los métodos que se utilizaban en ese momento, que eran métodos estadísticos, fracasaron completamente, no funcionó y entramos en lo que se llama el primer invierno de la IA.
¿Qué es el invierno de la IA? Es un momento en el que dejamos de trabajar en IA porque no nos dan más dinero, porque nos mintieron, nos prometieron muchas cosas y no las cumplieron, etc., etc. Y ha habido muchos inviernos de la IA después de eso. En fin, hay alguien que nos apasiona mucho y si seguimos haciendo como los periodistas y diciendo tonterías, bien podríamos entrar en otro invierno, es decir, que tenemos miedo. ¿Tienen miedo? De acuerdo. Entonces decimos tonterías. O también nos hacen soñar y luego no sucede. Así que ahora estamos en un momento en el que es muy posible que debido a una de estas 3, 4 o 5 razones, dejemos de trabajar en inteligencia artificial, y eso sería una lástima porque, como mencioné anteriormente, hay muchas inteligencias artificiales que son extremadamente útiles, que son muy, muy útiles, y sobre todo debemos continuar. No debemos detenernos, sino entender, educarnos, y aquí es donde entro yo.
En los años 60, había más que inteligencia artificial. Al principio de los años 60, al menos hay más que llamaría inteligencia estadística, aquella que intenta modelar las neuronas. Pero aparece otro tipo, lo que yo llamaría inteligencia artificial lógica. Seguro que han oído hablar de ello, ¿verdad? Son los sistemas expertos, muy de moda en los años 60, 70, 80 y 90, y alcanzan su apogeo en 1997 cuando el campeón de ajedrez Garry Kasparov es derrotado por una máquina, concretamente por la de IBM. Eso fue realmente impresionante, ¿verdad? Porque jugar al ajedrez implica inteligencia, ¿no es así? Bueno, en realidad no, el ajedrez es divertido, es un juego con reglas. Eso viene bien porque cuando hablamos de sistemas expertos, hablamos de reglas. Así que metimos las reglas del juego en la base de datos, lo que es relativamente sencillo. Además, en el ajedrez sabemos exactamente qué opciones hay, aproximadamente 10^49 movimientos posibles, y podemos introducir muchos de ellos en la máquina en 1997, tenemos suficiente memoria y capacidad de cálculo para calcular fácilmente cualquier posición, si es ganadora o no. Kasparov era muy bueno, tenía un par de movimientos por delante, era fuerte. Yo tengo dos movimientos por delante, así que, sí, es relativamente sencillo. No sé si eso es inteligencia, pero desde luego es impresionante, sin duda.
En los años 90, específicamente en los 80 y 90, ocurre algo más, y es que las inteligencias artificiales estadísticas que habíamos abandonado 30 años atrás, vuelven a la carga. ¿Por qué vuelven? Bueno, porque son estadísticas. Y ¿por qué son estadísticas? Ahí les explico, pero primero vamos a cambiar el nombre. Ahora lo llamamos "aprendizaje automático" o "machine learning", ¿verdad? Suena bien y esta máquina de aprendizaje automático, ¿por qué resurge con fuerza? Pues bien, en los años 90, más concretamente a mediados de esa década, hay algo que aparece: Internet. Internet llega con muchas, muchas, muchas más datos, y para hacer estadísticas, necesitamos muchas, muchas, muchas más datos. Así que ahora estamos en los años 2000, ahora estamos incluso en el "deep learning", es decir, no nos basta con el aprendizaje automático, ahora estamos en el "deep learning". ¿Qué es el "deep learning"? Es lo mismo, pero con más datos, muchos más datos. De hecho, hablamos de unos 175 mil millones de piezas de datos, entre 1000 y 2000 mil millones de palabras que son ingeridas por la máquina. ¿Es mucho, verdad? Básicamente, es todo Internet. Así que, al principio, necesitábamos unos cientos de miles de datos para reconocer gatos en los años 90 y 2000, pero ahora necesitamos 175 mil millones de datos para hacerlo. Eso es mucho, y a medida que aumenta, ¿qué sucede? Pues que a veces están sesgados. ¿Les he dicho que en Internet no solo hay cosas verdaderas? Claro, así que en estos sistemas, tenemos que tener cuidado porque a veces dicen cosas incorrectas. Y el problema es que cuando tenemos muchos datos, es muy difícil depurarlos. Si tienes una imagen de un gato, puedes encontrar dos o tres imágenes de perros muy fácilmente, pero si tienes 175 mil millones de datos, encontrar cosas que están mal se vuelve más complicado, ¿verdad? Por supuesto, eso crea problemas, y lo que es aún peor es que al ajustar los datos, estamos introduciendo nuestro propio juicio. Entonces, ¿cuál es la verdad ética en esto? Es un problema muy delicado, y aunque no tengo la solución, lo que les digo es que debemos dudar de estos sistemas. En resumen, estos sistemas no tienen nada que ver con nuestra inteligencia, nuestras capacidades, requieren mucha más energía, muchos más datos y no debemos confiar ciegamente en ellos.
Hay que dudar, hay que prestar atención. Estas inteligencias artificiales son cajas negras. De acuerdo, es demasiado complicado, no podemos entender lo que hacen, por lo tanto, son cajas negras y no debemos confiar en ellas. Sin embargo, yo voy a moderar un poquito, no voy a decir exactamente eso, les diré que sí, hay que dudar, eso se los repito todo el tiempo, pero de vez en cuando, podemos confiar en estas cajas negras porque en realidad no son cajas negras, son cajas transparentes. Si nos tomamos el tiempo de explicarlas. No hay nada inexplicable, se dice que es explicable, como todas las nuevas ciencias, como todas las cosas nuevas que surgen, es complicado, parece complicado, pero a veces solo necesitamos unas pocas cosas para explicarlo correctamente. Y para que todos lo entiendan. Para eso, les contaré una anecdota.
En 1915, se descubrió una ecuación particular que llamamos fractales, que es un logaritmo. Se publicó el artículo, la comunidad matemática mira esta ecuación y queda absolutamente sorprendida por este fenómeno, es genial, pero es una ecuación matemática que es completamente incomprensible para la mayoría de la gente, pero es una caja negra para la mayoría de la gente, pero es una caja transparente para él mismo que inventó el truco, que descubrió el truco, por lo que puede explicar lo que es. Es capaz de explicárselo a sus colegas, que lo entienden, los matemáticos lo entienden. Pero es cierto que la mayoría de la gente no entiende la matemática detrás de esta ecuación. En 1955, un chico francés llamado Benoît Mandelbrot se va a Estados Unidos a IBM, tiene uno de los primeros ordenadores a su disposición, introduce la ecuación en el ordenador, y aprovecha para llamarla la ecuación de Mandelbrot, y ahí aparece en la pantalla cuando muestra esta ecuación, aparece esta magnífica helecho, para aquellos que sabían que era un helecho, es una verdadera maravilla, mira, vemos que en cada nivel de polvo, es el mismo helecho y el mismo helecho, y así esta propiedad excepcional, como las fractales, esto se llama recursividad, de acuerdo, y la recursividad se vuelve completamente transparente para cualquiera, cualquiera, solo mirando la imagen y así la caja negra se vuelve una caja transparente gracias a esta imagen.
Vamos allá! Mientras estoy hablando de cosas que me molestan, permítanme hablarles sobre el automóvil autónomo. De acuerdo. Entonces, el automóvil autónomo, ¿Elon Musk? Vamos, 2015. Elon Musk nos dice que el automóvil autónomo será una realidad mañana. Muy bien, excelente. En 2018, el automóvil autónomo será una realidad en 2021. ¿El automóvil autónomo será una realidad en 2023? Autónomo será una realidad mañana. Bueno, Elon Musk está diciendo tonterías. Creo que ustedes saben en qué momento habla de un automóvil autónomo y cuando yo hablo de un automóvil autónomo, nos referimos al nivel 5 de autonomía, es decir, el nivel máximo de autonomía. Por supuesto, hay niveles 0, 1, 2, 3 y 4 antes de llegar al nivel 5. Actualmente, estamos aproximadamente en el nivel 2,5. Los Tesla están en el nivel 2,5. Algunos afirman que están casi en el nivel 3, así que creo que estamos casi en el nivel 3, pero estamos lejos del nivel 4 y estamos muy lejos del nivel 5. De hecho, estamos tan lejos del nivel 5 que hoy les anuncio oficialmente que el nivel 5 nunca existirá, y cuando digo "nunca", lo digo en el sentido de "jamais" (nunca en francés). Y se los voy a demostrar, no solo se los voy a decir.
Permítanme darles dos ejemplos. Un ejemplo para los Mexicanos. ¿Qué pasa en el Angel de la Indepencia a las 7 P.M. ? El automóvil autónomo estaría PARADO, porque los automóviles tienen una propiedad extraordinaria: respetan las reglas de tráfico. Pero ustedes, cuando están en Angel de la Indepencia, tienen algo más, se llama poder de negociación o capacidad de negociación asi.
O asi:
Y esto es un poco complicado de explicar al sistema autónomo, así que esto es lo que sucede en CDMX.
Y para los estadounidenses y los demás, imagínense un automóvil que circula por las calles de Montain View, donde se encuentra Google. De hecho, estos videos fueron proporcionados por una empresa que trabaja en autonomía desde hace 10 años, Google. Y el CEO dice: "Estoy cansado de escuchar lo que escucho. Voy a tomar todos mis datos recopilados durante los últimos 10 años y voy a proporcionar 10 millones de millas de videos de carreteras para que el sistema aprenda". Y es así, vemos los videos, y encontramos mil ejemplos de porque no puede funcionar. En uno de los episodios, vemos un automóvil que circula por las calles de Montain View y, de repente, en medio de la nada, el automóvil se detiene. En 2 o 3 segundos, el automóvil se mueve 2 o 3 metros y se detiene nuevamente. Repite esto 5 o 6 veces. Y en la cámara vemos que siempre hay alguien en el automóvil que toma el control y luego continúa. Porque, detrás, el tipo que estaba allí empezó a enojarse por qué está frenando cada 2 o 3 metros, no tiene sentido. Hasta que miramos el video más de cerca y vemos a dos tipos caminando por la acera. El tipo que está más cerca de la carretera, camina en la misma dirección que el automóvil, pero en su hombro lleva un letrero de "stop". Así que cuando ven a un imbécil al costado de la carretera con un letrero de "stop" en el hombro caminando en dirección del automóvil, no se detienen porque piensan: "¡Oh, hay un idiota de tráfico caminando con un cartel de 'stop'!".
Bueno, eso es el automóvil autónomo. No existe un escenario así. No es posible. Es algo que nunca hemos visto ni imaginado. Cuando nos enfrentamos a una situación así, los humanos hacemos algo extraordinario que las IA son incapaces de hacer. Inventamos, nos adaptamos, creamos. Así es como funcionan las imágenes generativas hoy en día. Esas imágenes generativas, esas inteligencias artificiales, generan cosas a partir de 175 mil millones de datos, pero no crean nada. La creatividad proviene de ustedes. Es ustedes quienes tienen el poder creativo. Ustedes pueden decirle a la máquina: "Dibújame una vaca verde en la Torre Eiffel". La creatividad está en la imagen mental que tienen de una vaca verde en la Torre Eiffel. Sí, la IA puede generar muchas variaciones de vacas verdes, pero la idea original es siempre suya. Ustedes siempre tienen el control.
De hecho, mañana tendré que hablar un poco más sobre eso, y en lugar de llamarlo "inteligencia artificial", lo llamaré "inteligencia aumentada". Porque estas herramientas nos aumentan, aumentan nuestra inteligencia. Las utilizamos como cualquier otra herramienta, como el martillo del que hablé antes. Me encanta comparar la inteligencia artificial con un martillo porque es exactamente lo mismo. Un martillo clava un clavo mucho mejor que mi puño. Está bien, es muy útil, es muy poderoso, y si lo uso correctamente, puedo lograr cosas increíbles. Pero también puedo usarlo incorrectamente y golpear a alguien en la cabeza. Y colectivamente decidimos que eso no está bien. Decidimos que no está bien golpear a alguien en la cabeza con un martillo. Al final, es el que sostiene el mango del martillo quien decide. Somos nosotros quienes decidimos. Las IA son igual. Son herramientas, y nosotros decidimos cómo usarlas y cómo regularlas.
Comments