Texto Académico.
Trabajo presentado por Blanca Farfán
Labonne.
Basado en
Gómez Herrera, R. (2013). La
inteligencia artificial. ¿Hacia dónde nos lleva? ¿Cómo ves?, N°. 2, (Pp.
8-11). México: UNAM, recuperado el 13/04/15 de:http://www.comoves.unam.mx/assets/revista/2/la-inteligencia-artificial-hacia-donde-nos-lleva.pdf
Aclaraciones de carácter personal.
Realice este texto con una intensión de Texto académico de divulgación, más que un texto en el que se resuman una serie de conceptos de un tema como el que se entregaría en una clase. Lo hice de esta manera pues siempre tuve la curiosidad de escribir algo de este tipo, más personal. En mi trabajo escribo muchos textos científicos (para revistas científicas, para congresos). Espero que le parezca interesante.
Título:
INTELIGENCIA ARTIFICIAL ¿LO BUENO, LO
MALO Y LO POSIBLE?
Texto de difusión científica.
Introducción:
Desde niña tuve una gran afición a
Mafalda, si bien un niño pequeño no puede conceptualizar la complejidad de
algunas de sus tiras, otras son más pueriles y me hacían sentirme conectada a
este precioso personaje y sus amigos. Había una en particular que no
entendí al principio
Años después, me parecía simplemente
genial, cuando discutíamos el método científico, las limitaciones y
problemática de la manera en la que se desarrolla la ciencia en general;
incluso (y me disculpo con Quino hice una versión propia en la que dios lee un
libro de Biología Molecular que puse en mi escritorio). Hoy, después de
leer el texto La inteligencia artificial. ¿Hacia dónde nos lleva? se me
antoja profundamente hacer una nueva versión a la que titularía “En la
singularidad el androide ríe” y me explicaré a continuación.
Es vox populi que los científicos se
interesan por la realidad, pero una faceta menos conocida es que nos interesa y
motiva profundamente la posibilidad, incluso las más remotas.
Tenemos nombres para cosas que bien podrían no existir y creamos nuestros
propios misterios. La inteligencia artificial (IA) es hoy una de estas
fuentes de misterios y posibilidades que resulta realmente apasionante, ¿Qué posibilidades representa el avance de
la IA?
Cuerpo del Texto:
Inteligencia Artificial
Para poder concebir e imaginar hacia
donde puede avanzar una tecnología debemos tener, al menos superficialmente,
una idea de cómo se generó dicha tecnología y cuál es su campo de estudio en la
actualidad.
Minsky (1927-2016), uno de los
principales genios del siglo XX y co-creador de la tecnología de la IA entre
otras muchas aportaciones a la ciencia, definía la inteligencia artificial de
manera singularmente pragmática: “la ciencia de hacer que las máquinas
hagan cosas que requerirían inteligencia si las hubiera hecho un humano” [1,
2].
Dentro del campo de estudio actual de
la IA sobresalen dos vertientes: la creación de algoritmos inteligentes basados
en programación y la creación de equipos de cómputo con impresionante capacidad
de cálculo y, la creación de nuevas tecnologías que busquen emular la
estructura y forma de trabajo de los cerebros reales y que incluye
investigación en redes neuronales, computadoras biológicas, entre otros.
En términos generales podemos decir
que en la parte del desarrollo de la IA que se dedica a crear algoritmos (serie
de instrucciones para que un autómata pueda seguir y desarrollar una actividad
específica), pueden ser relativamente sencillas como apretar una tuerca o tan
complejas como jugar ajedrez. Hoy día esta rama de la IA ha tenido grandes
éxitos como DEEP BLUE que logró vencer a Kasparov en el ajedrez. En términos de las redes neuronales ALPHA GO
venció a Lee-dol en el juego llamado Go, uno de los más complejos que existe,
más incluso que el ajedrez. Estos logros de la IA que sorprendieron, pues estas
actividades eran conceptualizadas como intrínsecamente inteligentes y humanas y
que, hoy, son ya una actividad que pudiera acabar en juegos olímpicos
algorítmicos en un futuro nada lejano (posibilidad y misterio ¿no creen?).
Ambas ejemplos tienes su base
científica en conceptos radicalmente diferentes. La inteligencia artificial
derrotó al humano en un juego considerado de inteligencia pura como el ajedrez,
sin embargo, lo logró mediante un método de “fuerza bruta”: Deep Blue incluía
en su programación y memoria una cantidad gigantesca de partidas de ajedrez, y
era capaz de revisarlas para computar por adelantado el resultado de las
posibles decisión del oponente y así, ver las consecuencias hasta para 20 o más
jugadas por adelantado (un gran maestro puede calcular como máximo 10), y
constituyó en su época, uno de los algoritmos más complejos que existían [3].
Por otro lado, los diseñadores de AlphaGo tuvieron que recurrir a una
estrategia distinta: imitar la manera en que funciona un cerebro humano. Para
ello, usaron una arquitectura de “redes neuronales profundas” [3].
Una red neuronal es una simulación en
una computadora, esto se logra
programando unidades que funcionan como equivalentes a neuronas humanas
conectadas entre sí. Al igual que las neuronas, pueden ser estimuladas o
inhibidas por la acción de otra “neurona”. Si una neurona recibe suficiente
estímulo, emite a su vez una señal a otras neuronas. Conforme una red neuronal
se “entrena” realizando millones de veces ensayos de prueba y error va
“aprendiendo”, la sensibilidad de cada conexión neuronal se va ajustando.
Muchos programas “inteligentes” que disfrutamos actualmente consisten en redes
neuronales capaces de aprender de esta manera [4].
La red de AlphaGo, según la describen
en la prestigiosa revista Nature un grupo de investigadores liderados por Demis
Hassabis, la red de Alpha Go es profunda pues consta de 13 capas, algo nunca
logrado anteriormente [5].
Estas redes neuronales, además de ser
excelentes jugadores de Go, han planteado posibilidades por demás
impresionantes. Existe un proyecto denominado OPENWORM que busca
comprender el funcionamiento de uno de los sistemas nerviosos más simples
conocidos, el del gusano redondo Caenorhabditis elegans, ampliamente usado por
los biólogos. Este pequeño ser tiene 302 neuronas, y se conoce el mapa de todas
y cada una de las conexiones entre ellas.
Uno de los coordinadores del
proyecto, Timothy Busbice, empleo un pequeño robot construidos con lego y sobre
el generó un modelo en computadora de su conectoma (mapa de las neuronas y
conexiones entre ellas). Los sensores de olfato del gusano se simularon con
detectores de sonar, las neuronas motoras que permiten su movimiento
corresponden a los motores del robot.
Este pequeño robo-gusano, presentó
comportamientos análogos al gusano real, de manera espontánea y sin necesidad
de ser sometido a entrenamiento, simplemente se al estimular sus “neuronas
sensoras”. Si se estimulaba el sensor de
“olfato”, el robot se detenía. Al estimular el de comida, avanzaba. Y al
activar los sensores de presión delantero o trasero, el robot avanzó o
retrocedió, como haría el gusano real [4].
Conductas innatas están aparentemente
relacionadas al conectoma neuronal. Esto abre necesariamente la pregunta
siguiente: ¿pueden otro tipo de conductas “no innatas” como los procesos
creativos, asociarse a conectomas particulares?, ¿el humor, la personalidad, la
intuición son resultado de una serie de conexiones neuronales específicas?
Nuestro primer impulso en general es
pensar que no es posible, que lo humano no puede ser emulado. Sin embargo
esto podría deberse a las limitaciones humanas propias. La fisiología y
la filosofía han planteado en el último siglo algunas interrogativas interesantes
respecto a la lógica basadas en el funcionamiento del cuerpo humano, un claro
ejemplo es la visión. Existen tres capas o niveles neuronales entre la
retina y la porción en la corteza cerebral en donde se interpretan las imágenes
recibidas por el ojo para completar el proceso de visión. De acuerdo a la
cantidad de características que registramos (colores, reconocimiento de rostros
y emociones, movimiento, etc.) no es posible con los modelos lógicos actuales
comprender como solo tres niveles neuronales pueden permitir procesar tantas y
tan diversas características. ¿En qué deriva esto? Bien, pues nuestro
cerebro funciona bajo estándares lógicos que nosotros desconocemos. Sin
embargo, al emular redes neuronales podríamos reproducir un fenómeno que en el
fondo no comprendemos bien.
Una entidad de IA podría funcionar e
incluso manipular dichos sistemas hasta encontrar patrones que para nosotros
fueran irreconocibles e incomprensibles. La cantidad de conocimiento y la
velocidad con que este se generaría podría dar un impulso nunca antes visto a
la tecnología y la ciencia en todas las facetas de la actividad humana, la
medicina, la economía, la agricultura, la producción industrial, ello, bien
usado podría constituir un parteaguas en la historia de la humanidad generando
la posibilidad de bienestar sobre todo en donde más se requiere, el potencial
benéfico resultaría increíble.
Pero bien podría entonces ocurrir que
entidades con IA pudieran generar conocimiento que estaría vedado a los seres
humanos por limitaciones propias de nuestro proceso lógico, por lo menos
durante un periodo de tiempo, con ello podríamos estar frente a una singularidad.
Una singularidad en IA es una idea
francamente perturbadora, este término fue acuñado por el matemático polaco
Stanislaw Ulam en 1958 [7] para designar el momento en que construyamos
máquinas más inteligentes que nosotros y además, capaces de construir otras
máquinas más inteligentes que ellas mismas.
El concepto de singularidad puede
comprenderse con el ejemplo más comúnmente empleado, los agujeros negros. En un
agujero negro ni siquiera la luz puede escapar; por ello, es imposible saber
qué ocurre más allá del horizonte de eventos que define el límite de un agujero
negro. No podemos “ver” que pasa una vez que la luz a entrado en él. Esos
eventos dentro del agujero negro nos están prohibidos.
Así pues, podemos imaginar una
“singularidad IA”, cuando las máquinas adquieran la capacidad de automejorarse
a sí mismas y se desate una cadena de autoproducción de máquinas más y más
inteligentes hasta ser incomprensibles para el ser humano.
Esto claro, es un evento hipotético,
la idea de una singularidad tecnológica ha sido desarrollada y popularizada por
Ray Kurzweil [8], uno de los seguidores de Minsky.
También podemos pensar que nunca se
presentará este evento argumentando que tal vez exista un límite a la capacidad
de inteligencia, de naturaleza tecnológica, física o fisiológica que limitaría
el desarrollo de las máquinas.
Lo que es un hecho, es que nuestras
investigaciones en IA se desarrollan y nos colocan, por lo menos, ante la
posibilidad real de que esto pudiera pasar, tal vez, más pronto de lo que
pensamos.
Una cosa en la que considero que
debería reflexionarse es la siguiente, tal vez exista un límite para la
“cantidad de inteligencia” que pudiera desarrollarse, tal vez un ente con IA
nunca pueda desarrollar capacidad creativa como la nuestra, conciencia como la
nuestra o intuición como la nuestra, pero ¿es esto necesario? ¿las
máquinas con IA requieren simular al
humano? Ya con la inteligencia que muestran los algoritmos actuales podemos
estar siendo rebasados en varios aspectos.
“El jugador de Go Lee-dol afirmó
después de jugar contra ALPHAGO, que “nunca deseaba volver a jugar un juego
así” “y que AlphaGo era “distinto a cualquier oponente humano que hubiera
enfrentado antes; su estilo es muy diferente” [3]. ¿Estamos ante las
primeras fases de una posible singularidad, incluso de IA asentada en la
“fuerza bruta”?.
La imaginación nos hace perseguir lo
que aún no existe y traerlo a la realidad. Hoy son “jugadores excelsos”, pero
para tomar decisiones estos robots y algoritmos no requieren parecerse a
nosotros. La imaginación nos hizo crear a HAL9000 en la película 2001:
Odisea del espacio, de Stanley Kubrick, quien por cierto se asesoró con Minsky,
y que termina asesinando a los tripulantes de la nave.
Hoy filósofos, neurobiólogos,
especialistas en computación e ingenieros han analizado seriamente la
posibilidad de que, en un futuro, la tecnología y las neurociencias nos
permitan reproducir nuestras conciencias en computadoras, permitiéndonos así
alcanzar la única verdadera “inmortalidad” que tenemos disponible mediante la
“emulación”, en el que residiría nuestro “yo”. Ya se desarrollan estudios
serios sobre el conectoma humano que estudia la estructura del cerebro humano
en términos de las conexiones neuronales.
Así bien, el impacto próximo en
la vida cotidiana, que ya es alarmante, pues reemplazaría a gran cantidad de
personas incluyendo la ciencia (ya existen robots que hacen el trabajo de
biólogos, físicos y médicos), la creación artística (existen algoritmos que
crean música) y todas las ramas que hoy consideramos plenamente humanas. Será
una revolución de mayor envergadura aunque la revolución industrial. Hoy es
posible hablar de cómputo con DNA [9], de ciborgs cuya olimpiada se
desarrollará este año poco después de las tradicionales [10].
Así la inteligencia artificial que yo
considero como una Plataforma de conocimientos en un contexto traslacional, es
decir que es la conjunción de ciencias básica y herramientas técnicas que
generan conocimiento nuevo en bases de una actividad directamente aplicable a
tecnología. Y si bien, genera de manera rápida aplicaciones que en teoría
mejorarían la existencia humana pues se desarrollan en el campo de la economía,
la medicina, los servicios etc. Se desarrolla sin una comprensión profunda de
los fenómenos involucrados.
También tienen aplicaciones en
aspectos inquietantes como la guerra, hoy día las naciones unidas ya plantean
generar regulaciones sobre la “robot war”, aún antes de ser una realidad, pues
sabemos que es posible y que se hará realidad en un plazo corto por atender a
intereses económicos muy fuertes [11]. Podemos entender que no se requieren
robots particularmente inteligentes para servir como máquinas asesinas. Y qué
pasará con los millones de humanos que no tienen acceso a la tecnología, serán
desplazados y borrados de manera aún más agresiva de los mapas.
La inteligencia artificial tal vez
aun no pueda “pensar de manera humana”, las máquinas carecen de mecanismos
intuitivos y se basan sólo en el método automático de prueba y error; pero
realmente ¿lo necesitarán?
Conclusiones.
Hoy día la IA ya “toma decisiones” en
prácticamente todos los campos de la actividad humana; podría en algún
momento ocurrir que las maquinas elijan qué características humanas emular y
cuáles no. ¿Serán capaces de desarrollar una lógica nueva que seremos
incapaces de entender? ¿Qué panorama se extiende ante nosotros frente a estas
perspectivas?
La imaginación nos lleva a perseguir
lo que aún no existe, con la IA nos perseguirnos a nosotros mismos sin
conocernos; ¿nuestras creaciones se interesarán en hacer sus propias
persecuciones? No puedo evitar ver la preciosa caricatura de Quino modificada,
un extraño e incomprensible robot ríe de un libro de Programación Avanzada, tal
vez sentado sobre humanos y dioses.
REFERENCIAS BIBLIOGRAFICAS
1. Winston PH.Marvin
L. Minsky (1927-2016). Nature. 2016
Feb 18;530(7590):282. doi: 10.1038/530282a.
5. Silver D, Huang A,
Maddison CJ, Guez A, Sifre L, van den Driessche G, Schrittwieser J, Antonoglou
I, Panneershelvam V, Lanctot M, Dieleman S, Grewe D, Nham J, Kalchbrenner N,
Sutskever I, Lillicrap T, Leach M, Kavukcuoglu K, Graepel T,Hassabis D. Mastering
the game of Go with deep neural networks and tree search.Nature. 2016 Jan 28;529(7587):484-9. doi:
10.1038/nature16961.
6. Balázs
Szigeti, Padraig Gleeson, Michael Vella, Sergey Khayrulin, Andrey Palyanov, Jim
Hokanson, Michael Currie, Matteo Cantarelli, Giovanni Idili and Stephen Larson.
OpenWorm: an open-science approach to modeling Caenorhabditis elegans.
Comput. Neurosci.,DOI: 10.3389/fncom.2014.00137
7. https://en.wikipedia.org/wiki/Technological_singularity.
8. Kurzweil R, Grossman T.Fantastic
voyage: live long enough to live forever. The science behind radical life
extension questions and answers. Stud Health Technol Inform. 2009;149:187-94.
9. Farfan Blanca, Mercado Gabriela, Hernández Víctor, Kershenobich
David y Strausz Ricardo. Applying DNA
computing to diagnose-and-interfere hepatic fibrosis 2009.
http://texedores.matem.unam.mx/publicaciones/index.php?option=com_remository&Itemid=57&func=startdown&id=133
(806)
10. http://www.tecknomano.com/2014/04/las-primeras-olimpiadas-cyborgs-en-el.html
LECTURAS ADICIONALES RECOMENDADAS
Corchado JM, Bichindaritz
I, De Paz JF.Distributed
artificial intelligence models for knowledge discovery in bioinformatics.Biomed
Res Int. 2015;2015:846785.
doi: 10.1155/2015/846785.
Khanna
S, Sattar A, Hansen
DArtificial
intelligence in health - the three big challenges. Australas Med
J. 2013
May 30;6(5):315-7. doi: 10.4066/AMJ.2013.1758. Print 2013.
Chappell
J, Hawes
N. Biological
and artificial cognition: what can we learn about mechanisms by modelling
physical cognition problems using artificial intelligence planning techniques? Philos Trans R Soc Lond B Biol Sci. 2012 Oct 5;367(1603):2723-32. doi:
10.1098/rstb.2012.0221.
Briegel HJ, De las Cuevas G.Projective
simulation for artificial intelligence. Sci Rep. 2012;2:400. doi: 10.1038/srep00400. Epub 2012
May 15.
Ge J, Han
S. Distinct
neurocognitive strategies for comprehensions of human and artificial intelligence. PLoS One. 2008 Jul 30;3(7):e2797. doi:
10.1371/journal.pone.0002797.
Clocksin
WF. Artificial
intelligence and the future. Philos Trans A Math Phys Eng Sci. 2003 Aug 15;361(1809):1721-48.
Holte
RC, Choueiry BY. Abstraction
and reformulation in artificial intelligence. Philos Trans R Soc Lond B Biol Sci. 2003 Jul 29;358(1435):1197-204.
No hay comentarios.:
Publicar un comentario