Foto: Archivo Siglo Nuevo
Hasta donde se sabe, la autocrítica, la evaluación del mundo exterior y el juicio a los propios programadores aún no son actitudes que manifiesten los ordenadores con inteligencia artificial.
Gracias al cine de Hollywood y muchos cuentos de ciencia ficción, se tiene un concepto muy específico de la inteligencia artificial. Es muy probable que si cuestionamos a alguien para que mencione un ejemplo de IA la respuesta haga referencia a películas como 2001: A Space Odyssey de Stanley Kubrick, donde la súper-computadora de una nave que comienza a mostrar un comportamiento autónomo, llega incluso a desobedecer órdenes de sus tripulantes humanos y toma el control de la situación.
En la famosa saga de Terminator, las máquinas alcanzan tal grado de intelecto que eventualmente se vuelven contra los seres humanos, generando un apocalipsis tecnológico donde robots toman el control del mundo. De nuevo se plantea un futuro nada positivo para la relación humanidad-tecnología.
Ejemplos como los anteriores podrían sembrar la idea de que la llamada inteligencia artificial sería perjudicial para los seres humanos, que los súper-procesadores pronto comenzarán a desarrollar emociones e ideas humanas, realizando prácticamente los mismos comportamientos agresivos que las personas. Nada más alejado de la realidad o, cuando menos, de la actual realidad.
La IA ha avanzado tanto que prácticamente convive en armonía con la actual humanidad; nos acompaña, sin darnos cuenta, a niveles cada vez más complejos: anticipa nuestras preferencias en motores de búsqueda de Internet, añade realidad a los videojuegos, muestra publicidad de acuerdo a nuestras preferencias de consumo y mejora miles de tareas cotidianas que solemos pasar por alto.
Al Deep Learning (DL, Aprendizaje profundo) se le atribuyen esos saltos evolutivos en la inteligencia artificial, es decir, pasar de realizar un comando con una orden específica, a realizar un análisis propio con base en la información disponible previamente. Dicho de otra manera: aprender a clasificar, ordenar y ofrecer un resultado determinado. El objetivo es imitar las capacidades de pensamiento en beneficio de las propias personas, es decir, buscar que la inteligencia artificial sea cada vez más parecida a un cerebro humano.
El reto no es menor, pero en los últimos años los expertos en programación informática se han apoyado en el Aprendizaje profundo para brindar avances tecnológicos cada vez mayores, se trata de un concepto que cuenta con una gran variedad de definiciones, casi siempre dependiendo del ámbito en el que se le utilice. La descripción básica del DL indica que consiste en el proceso de incorporar algoritmos matemáticos a un procesador de información bajo la lógica permanente de imitar una estructura de análisis de datos, a la que algunos especialistas denominan 'red neuronal artificial'.
Las redes neuronales permiten que la mente humana consiga un aprendizaje efectivo. Cuando se crean nuevas conexiones se activan funciones para interpretar y clasificar la información adquirida; mientras esas asociaciones sean efectivas y de mayor variedad, se tendrá la posibilidad de mejorar la mente en cuestión. La mayoría de los seres humanos tienen un proceso cognitivo similar, las posibilidades son ilimitadas.
Reconocimiento de voz. Foto: Motorola
En el caso de la inteligencia artificial las posibilidades aún parecen inimaginables, pues en potencia existen millones de combinaciones de algoritmos matemáticos para ser utilizados en una gran cantidad de aplicaciones. De hecho, a lo largo y a lo ancho del mundo de la tecnología ya está sucediendo y parece que se seguirá por la misma línea durante muchos años más.
Pareciera que el tema sólo tiene implicaciones en el ámbito de los cables, los circuitos y los interiores de las computadoras, pero existen claros ejemplos del DL en la vida cotidiana, por ejemplo, los mecanismos de algunos motores de búsqueda en la Web. Esas secuencias de selección de contenidos captan millones de datos y los ordenan con base en frecuencia de búsqueda, relevancia en cierta zona geográfica y relación con otros temas.
El Aprendizaje profundo va mucho más allá. Redes sociales como Twitter, Instagram y Facebook operan con algoritmos que detallan y clasifican los tópicos más relevantes; aplicaciones de los teléfonos inteligentes, el reconocimiento facial en fotografías, el desbloqueo de pantalla con huella dactilar, escritura a través de la voz y hasta los filtros graciosos de imágenes son productos derivados de la programación que aspira a imitar el pensamiento.
En términos generales, el ser humano implementa un modelo determinado de algoritmo en el programa o aplicación en cuestión, y se conjugan elementos neuronales de recepción y elementos operativos ocultos y de salida; en el caso del reconocimiento de huella dactilar en una pantalla, se diseña una programación para desarmar cada segmento del patrón de esa identificación biométrica; en las redes neuronales ocultas se reordena y se verifica que se trate de la imagen guardada en la memoria; luego se permite el desbloqueo a través de los patrones de salida.
AUTONOMÍA TOTAL
Lo anterior podría traducirse como una enseñanza directa de una parte humana a otra artificial, pero no, el verdadero aprendizaje ocurre cuando la aplicación en cuestión realiza sus acciones de análisis sin la necesidad de un programador, es decir, cuando aprende a procesar datos y ofrecer respuestas a partir de la experiencia propia.
Si esa situación ocurre es gracias a que las 'neuronas' de la inteligencia artificial en cuestión operan en términos no lineales; sin una estructura horizontal de análisis de datos, incluso pueden tomar elementos aleatorios de la red para integrar sus modelos de procesamiento; una aplicación que es completamente autónoma, se reinventa con cada suceso o estimulo destacado de la red.
Algunos especialistas afirman que dichos modelos automáticos de aprendizaje son cada vez más parecidos al sistema nervioso y cognitivo del ser humano. Al menos por ahora, se trata únicamente de la incorporación de datos derivados de información destacada y solicitada por usuarios, ordenar, configurar patrones y armar algoritmos propios para agilizar las propias tareas del procesado.
Hasta donde se sabe, la autocrítica, la evaluación del mundo exterior y el juicio a los propios programadores aún no son actitudes que manifiesten los ordenadores con inteligencia artificial. Sin embargo, esa posibilidad no deja de ocupar y preocupar a desarrolladores de programas y autores de ciencia ficción que ven en el Aprendizaje profundo el principal vehículo para que las máquinas tengan pronto un juicio o personalidad propios, gracias a la red y la infinita información disponible.
No obstante, el trabajo de los especialistas en el tema, tanto del Deep Learning, como de otros métodos de programación, se orienta a mejorar tareas para los seres humanos, acelerar procesos de búsqueda y ofrecer mejores experiencias a los usuarios; por ejemplo, constantemente se diseñan nuevas aplicaciones con la meta de mejorar los procesos de interacción humana.
Una forma de ilustrar lo anterior son actividades cotidianas como la búsqueda de algún libro. Hasta hace treinta años era inconcebible realizar ese acto sin acudir a una biblioteca o una librería, mas con el avance de la tecnología se pusieron a disposición de todo el mundo millones de títulos, además de resúmenes, sinopsis y otros contenidos relacionados, todo con el poder de los algoritmos encargados de reunir cada palabra del tema y presentarla ante el usuario.
La interrogante es si el ser humano será capaz de darle utilidad al Deep Learning y evolucionar de forma paralela en sus propios aprendizajes diarios.
CONTACTO: [email protected]
