El 2017 fue un gran año para el campo de la inteligencia artificial. Si bien la inteligencia artificial y el aprendizaje automático basado en datos no son novedad, fue un año donde estas tecnologías algorítmicas irrumpieron en una gran variedad de industrias y entornos.
Dave Coplin, visionario en jefe de Microsoft UK, dijo que la inteligencia artificial es la “tecnología más importante que se está desarrollando hoy en día”, y parecería que las empresas de Silicon Valley se lo tomaron muy en serio: han estado contratando a tantos expertos en inteligencia artificial como es posible y, ante la escasez de talento, también han comenzado a formar a sus propios empleados para que conozcan los principios básicos de esta innovación.
Sin embargo, no todos los avances en este campo han sido celebrados. A algunos les preocupa que se inserten prejuicios humanos en los sistemas de inteligencia artificial. Por ejemplo, en 2016, ProPublica descubrió que los algoritmos del software que utilizaban para predecir conductas criminales a futuro tenían un marcado prejuicio contra las personas negras. Un año antes, Facebook recibió fuertes críticas por las categorías generadas por algoritmos que los anunciantes podían seleccionar para dirigir anuncios a usuarios específicos, entre las que había temas y grupos discriminatorios, como “antisemita”. Debido a este tipo de situaciones, los expertos comenzaron a instar a las empresas y a los desarrolladores a ser más transparentes en relación a cómo funcionan sus sistemas de inteligencia artificial. De cualquier manera, en los casos más recientes, la inteligencia artificial se ha estado utilizando con fines más positivos: hacer descubrimientos, mejorar su funcionamiento y ayudarnos a expandir los límites de nuestra propia mente.
La inteligencia artificial detectó un sistema solar de ocho planetas
Casi siempre, los grandes descubrimientos astronómicos están basados en el estudio de cientos de miles de datos, algo en lo que la inteligencia artificial y los sistemas de aprendizaje automático son particularmente buenos. De hecho, recientemente, los astrónomos utilizaron la inteligencia artificial para estudiar los datos que el telescopio Kepler envió durante varios años para descubrir un sistema solar distante de ocho planetas. Ubicado a más de 2,500 años luz de distancia, Kepler-90 tiene ocho planetas en órbita, con lo que empató a nuestro propio sistema solar en la categoría de sistemas solares con más cantidad de planetas en órbita.
Entre 2009 y 2013, el fotómetro del telescopio Kepler capturó imágenes de 10 píxeles de más de 200,000 estrellas cada 30 minutos para medir los cambios de brillo en cada una. Cuando la luz de una estrella aumenta y disminuye en un patrón regular repetitivo, puede ser un indicio de que tiene un planeta en órbita. Además, esta información se puede usar para calcular el tamaño y el largo de la órbita del planeta. Andrew Vanderburg, astrónomo de la University of Texas at Austin, y Christopher Shallue, ingeniero de sistemas de Google, desarrollaron la red neuronal que hizo el descubrimiento utilizando 15,000 indicadores de la existencia de exoplanetas. Se centraron en 670 estrellas con exoplanetas conocidos, pero, específicamente, se enfocaron en analizar las señales más débiles, porque podrían ser exoplanetas pequeños que antes pasaron inadvertidos. Al igual que nuestra querida Tierra, el planeta que descubrieron, llamado Kepler-90i, parece ser el tercer planeta que orbita ese sistema.
Venció al campeón mundial de Go
Los investigadores de DeepMind de Google desarrollaron un sistema de inteligencia artificial que juega el antiguo juego chino de estrategia Go. La primera versión logró vencer al mejor jugador del mundo en mayo, pero eso no fue suficiente. Unos meses después, Google desarrolló una nueva versión de su sistema AlphaGo: AlphaGo Zero. Este sistema alcanzó un nivel muy superior al de los jugadores de Go humanos y venció al AlphaGo original con una impactante puntuación de 100 a 0.*
Derrotó a los mejores jugadores de Texas Hold’Em
Recientemente, un sistema de inteligencia artificial desarrollado por el Departamento de Ciencias Informáticas de Carnegie Mellon derrotó a profesionales del póker en una de las modalidades más complicadas, Texas Hold’Em. A diferencia de los juegos de estrategia como el ajedrez o Go, el póker es considerado un “juego de información imperfecta”, porque el jugador debe tomar decisiones incluso cuando no cuenta con toda la información. Además, no solo se trata de tomar decisiones, sino de saber cuándo puedes engañar a tus oponentes. En una competencia que duró 20 días, con un premio de USD 200,000 y más de 120,000 manos jugadas, el sistema de inteligencia artificial de Carnegie Mellon, Libratus, derrotó a los mejores jugadores de póker del mundo.
Y también aprendió a programar por sí misma
La inteligencia artificial no solo se dedicó a realizar importantes descubrimientos o a vencer a los mejores oponentes; también sobresalió en otro aspecto: logró superar a sus programadores hasta el punto de poder prescindir de ellos. Bueno, tal vez exageramos un poco. Varios programas de inteligencia artificial (incluidos los desarrollados por Google, Microsoft y Facebook) aprendieron a programar códigos básicos. Este nivel de programación podría ayudar a las personas que no saben programar a resolver cálculos complejos o mitigar algunas de las partes tediosas que los desarrolladores experimentados buscan evitar.
DeepCoder, la inteligencia artificial de Microsoft, podría ser considerada la más básica de todas, aun cuando ha sido un logro impresionante. Este sistema puede entender un problema matemático, analizar ejemplos de código en busca de problemas similares y, luego, desarrollar un código que resuelva el problema. Eventualmente, DeepCoder podría ayudar a las personas que no saben o que no quieren aprender a programar, pero que necesitan soluciones de códigos para ciertos cálculos (como las complejas hojas de cálculo que mencionamos). Las soluciones son relativamente sencillas y, en cuanto a estructura, están basadas en situaciones que la inteligencia artificial ya ha experimentado con anterioridad. Usualmente, las soluciones contienen entre tres y seis líneas de código en total.
En comparación, el programa de Google se enseñó a sí mismo a programar software de aprendizaje automático y, además, aprendió a reconocer objetos en fotografías, una tarea muchísimo más compleja. El programa, AutoML, terminó alcanzado una tasa de éxito del 43 %, cuatro puntos porcentuales por encima del código desarrollado por humanos. Sin embargo, el mayor beneficio de AutoML es automatizar el proceso de desarrollo de modelos de aprendizaje automático, un proceso que suele llevar mucho tiempo a los expertos en el tema.
Por último, están los bots de chats autodidactas de Facebook, que entran en una categoría ligeramente distinta en cuanto a las habilidades que aprendieron por su cuenta. La pareja de agentes de inteligencia artificial, Bob y Alice, empezaron hablando en inglés… hasta que terminaron desarrollando su propio lenguaje. “Los agentes se van alejando del lenguaje comprensible y terminan inventando sus propios códigos”, dijo Dhruv Batra, científico invitado de Georgia Tech en la división de investigación de I.A. de Facebook, en una entrevista con FastCo Design. Si bien esto tuvo repercusiones negativas en los medios (muchos eligieron describir la tecnología como “escalofriante”), en realidad, se trata de un fenómeno bastante común. La inteligencia artificial evoluciona por medio de sistemas de recompensa. Cuando no hay algún beneficio por realizar una acción siguiendo un modelo específico, busca otro recorrido. De cualquier manera, los investigadores de Facebook eventualmente desactivaron a los bots porque su objetivo era crear entidades que en algún momento puedan interactuar con personas. Si bien no son Romeo y Julieta, esta pareja también tuvo un destino trágico.
Future Tense es una colaboración entre Slate, New America y Arizona State University.
