Jordi Torres: “las startups se encuentran en una posición privilegiada para aprovechar al máximo la inteligencia artificial”

El auge de la inteligencia artificial genera tantas certezas como interrogantes. A medida que crece su uso entre empresas y profesionales, también nos preguntamos cuál es su techo, cuándo logrará hacer cosas eminentemente humanas, como pensar por sí misma, o si podrá librarnos del trabajo para siempre.

Para responder a estas cuestiones entrevistamos a Jordi Torres, Catedrático de la UPC, experto en inteligencia artificial e investigador del BSC (Barcelona Supercomputing Center) en el que está el MARENOSTRUM, el supercomputador más emblemático y más potente de Europa.

Sus años de experiencia trabajando con máquinas que aprenden a pensar han cristalizado en el libro “La inteligencia artificial explicada a los humanos”, 2023, Editorial Plataforma Actual. Una suerte de ‘biografía de la IA’, desde sus orígenes hasta hoy acerca del funcionamiento y el impacto de la IA en nuestras vidas.

Estamos viviendo el auge de la IA como siempre habíamos soñado los fans de la ciencia ficción y la tecnología. Sin embargo, como en cada gran revolución parece que esto despierta miedo también. ¿Crees que la IA puede llegar a desplazar al ser humano, como te preguntas en tu libro? Y, al hilo de esto, ¿qué le dirías a esas personas preocupadas por si van a 'perder su trabajo’ por culpa de la IA?

La IA es, sin duda, un tema apasionante que ha capturado la imaginación de los amantes de la ciencia ficción y la tecnología como bien dices. Sin embargo, también es comprensible que esta revolución tecnológica despierte ciertos temores y miedos en una parte de la sociedad.

Probablemente uno de los factores más determinantes de este miedo en el imaginario colectivo es precisamente la influencia que ha tenido la ciencia ficción y las distopías con sus máquinas con superinteligencia, generalmente antropomórficas capaces de superar y rebelarse contra el ser humano. No obstante, es importante mantener una perspectiva realista ya que se requeriría avances tecnológicos disruptivos que actualmente son difíciles de imaginar. Como dice Stuart Russell, uno de los investigadores más reputados en el área, necesitaríamos varios Einsteins para que esto sucediera.

La transformación que la IA está generando en nuestra sociedad es profunda, y es esencial que todos nosotros participemos en la toma de decisiones colectivas sobre cómo gestionar esta innovación tecnológica

Ahora bien, en cuanto a la preocupación sobre la pérdida de empleos debido a la IA, es un tema real y relevante. Hasta hace poco parecía que solo afectaba aquellos trabajos rutinarios y repetitivos (los automatizables), como las cadenas de producción o almacenes. Sin embargo, estamos viendo que las tareas «creativas» también pueden automatizarse con IA, por ejemplo tareas que implican escribir, asesorar o resolver problemas complejos.

Esta incertidumbre laboral merece una consideración seria. Por esta razón, hemos escrito nuestro libro, con el objetivo de fomentar un debate público informado. La transformación que la IA está generando en nuestra sociedad es profunda, y es esencial que todos nosotros participemos en la toma de decisiones colectivas sobre cómo gestionar esta innovación tecnológica. La IA tiene un potencial increíble para solucionar los grandes retos que tiene nuestra sociedad, pero es fundamental que abordemos sus desafíos entre todos para asegurar un futuro en el que la tecnología beneficie a la humanidad en su conjunto.

En estos momentos parece que ChatGPT se está llevando todos los focos. De momento es capaz de crear textos realmente parecidos a los humanos, pero tarde o temprano terminará por convertirse en algo indistinguible. ¿Para cuándo crees que alcanzaremos esa frontera?

La gente interactúa con el ChatGPT y de repente siente que está tratando con un humano, simplemente porque el lenguaje nos parece una cosa intrínsecamente humana y estas IA procesan datos y los devuelven como lenguaje. Si bien es cierto que ChatGPT y otras IA generativas han logrado avances impresionantes en la generación de texto que pueden parecer extremadamente humanos, hay que recordar que la IA actual tiene limitaciones importantes.

Aunque puede producir respuestas convincentes, carece de sentido común, una característica esencial en la inteligencia humana que permite adaptarnos a situaciones inesperadas. Además, las redes neuronales utilizadas en estas IA generalmente se basan en correlaciones de datos, lo que significa que no pueden comprender relaciones de causa y efecto de la misma manera que lo hace una mente humana.

El matemático y filósofo Judea Pearl lo ejemplifica muy bien con dos elementos: la salida del sol y el canto del gallo. Una IA es capaz de comprender la correlación entre estos dos hechos, pero no es capaz de identificar si el gallo canta porque sale el sol, o si es el sol el que sale porque canta el gallo.

Sin embargo, es innegable que estamos en el inicio de una ola de IA generativas gracias a los avances en algoritmos de gran magnitud, la disponibilidad de enormes cantidades de datos y la potencia de cálculo de supercomputadores a gran escala. Estos avances están llevando a resultados cada vez más impresionantes, aunque aún queda un largo camino por recorrer, si es que lo hay, antes de que estas IA sean indistinguibles de los humanos en todos los aspectos.

¿Podríamos decir que la IA ha existido ‘siempre’ desde que se crearon los primeros ordenadores? ¿Dónde hacemos la distinción de lo que realmente podemos llamar IA?

La inteligencia artificial está estrechamente ligada a la evolución de la informática que tuvo sus inicios a mediados del siglo pasado. A lo largo de los años, con avances y desarrollos continuos, hemos logrado la asombrosa IA que conocemos en la actualidad.

Desde los albores de la informática, existía la ambición de crear una máquina capaz de vencer a los seres humanos en el ajedrez. Sin embargo, tuvo que pasar casi medio siglo para que una IA, programada por humanos y dotada con las estrategias de los mejores ajedrecistas del mundo, como Deep Blue, finalmente derrotara al campeón mundial de ajedrez.

La llegada de las IA generativas, diseñadas para comprender y generar diálogos en conversaciones con seres humanos, transformará la propia naturaleza de la informática tal como la conocemos

A medida que entrábamos en el siglo XXI, comenzamos a desarrollar programas aún más complejos que podían aprender por sí mismos sin intervención humana, basándose únicamente en el conocimiento de las reglas del juego. Esto llevó a la creación de una IA que se convirtió en la mejor jugadora de juegos de mesa en 2018. Sin embargo, la llegada de las IA generativas, como las diseñadas para comprender y generar diálogos en conversaciones con seres humanos, representa tan solo el primer paso de una transformación más profunda en el ámbito de la informática.

Este cambio transformará la propia naturaleza de la informática tal como la conocemos hasta ahora, alterando la forma en que programamos las máquinas y abriendo nuevas posibilidades en el mundo de la inteligencia artificial. El impacto de esta transformación será sustancial, y su influencia en la sociedad será cada vez más evidente a medida que avancemos en el futuro.

Una pregunta sobre conceptos básicos, para los no entendidos en la materia ¿Cómo podríamos hacer la distinción entre deep learning, machine learning y IA generativa?

A veces estos tres términos se utilizan de manera intercambiable cuando nos encontramos en entornos poco técnicos, pero en realidad, poseen definiciones propias y conforman una jerarquía de conocimiento. El machine learning, por ejemplo, es la disciplina que se dedica a investigar las diversas metodologías para enseñar a las máquinas a aprender de los datos.

Su objetivo primordial radica en la adaptación de sistemas a partir de la información recibida del entorno, eliminando así la necesidad de intervenciones manuales para reprogramarlos. Si bien diversas tecnologías se pueden clasificar como parte del machine learning, en la actualidad, una de las más populares es el deep learning, que se vale de redes neuronales artificiales, inspiradas en el funcionamiento del cerebro humano, que consisten en nodos artificiales, llamados neuronas conectadas entre sí.

La totalidad de la Wikipedia constituye tan solo el 3% de la información empleada para entrenar el primer modelo de ChatGPT

La característica distintiva del deep learning es que estas redes neuronales pueden aprender automáticamente a representar y entender patrones complejos en los datos. A medida que se alimentan con los datos de entrenamiento, las conexiones entre las neuronas se ajustan automáticamente para mejorar el rendimiento de la red en tareas específicas, como reconocimiento de imágenes, procesamiento de lenguaje natural, y mucho más.

Finalmente, la IA generativa se sitúa en un nivel más avanzado, pues representa una vertiente del deep learning que se fundamenta en redes neuronales de envergadura gigantesca. Estas redes son entrenadas con volúmenes colosales de datos mediante supercomputadoras a gran escala.

Para tener una noción de las magnitudes implicadas, basta considerar que la totalidad de la Wikipedia constituye tan solo el 3% de la información empleada para entrenar el primer modelo de ChatGPT. Este enfoque de IA generativa posibilita la creación de contenido que, a simple vista, parece genuinamente "original".

Al hilo de la cuestión que planteas en tu libro sobre si podría una lA llegar a pensar ¿Existe la posibilidad real (que hemos visto tantas veces en futuros distópicos de ciencia ficción) de que la IA tome ‘conciencia propia’ y sea capaz de aprender por sí misma, más allá de los modelos entrenados por humanos?

En realidad, que una IA pudiera pensar significaría que podría decidir su propósito y no limitarse a hacer lo que el humano le indica, y esto hoy en día no es así, siempre hay un humano que pulse el botón de «inicio» para la tarea específica que hace una IA.

Cuando se hipotetiza sobre una IA que piensa se hace referencia a una IA «consciente», capaz de reflexionar y reconocerse en el mundo en el que se desenvuelve, aunque hablar de «conciencia artificial» es un concepto harto complicado. A menudo, especialmente en la ciencia ficción, se habla de superinteligencia artificial, término algo controvertido y poco claro, para referirse al desarrollo de sistemas con inteligencia superior a la humana.

Por lo general, el concepto siempre tiene algo de profecía sobre el advenimiento de la singularidad tecnológica, el momento en que las máquinas se vuelven más inteligentes que los seres humanos gracias a un progreso vertiginoso de la IA basado en un crecimiento exponencial de uso de recursos dedicados a la IA.

Pero este progreso acelerado de uso de recursos no es realista. Como ya hemos dicho, Stuart Russell sentencia que sería necesario unos «inventos» comparable al de varios genios como Einstein para lograrlo, como forma de indicar cuán poco realista resulta imaginar que esté al llegar.

Ahora bien, si bien la posibilidad de que la IA adquiera «conciencia propia» no parece inminente, hay desafíos éticos y técnicos que deben ser abordados a medida que continuamos desarrollando tecnologías cada vez más avanzadas en IA. Es importante considerar estos aspectos y trabajar en regulaciones y pautas éticas para guiar el desarrollo actual de la IA.

¿Cuáles crees que son las startups más prometedoras en el terreno de la IA actualmente?

En la actualidad, las startups se encuentran en una posición privilegiada para aprovechar al máximo la inteligencia artificial en una amplia variedad de sectores económicos. Esto se debe a su capacidad inherente para actuar con agilidad y aplicar de manera rápida las últimas innovaciones en IA, especialmente los algoritmos generativos, que han ganado una enorme popularidad desde el lanzamiento de ChatGPT.

Las startups más prometedoras son aquellas que, en el momento de su fundación, ya poseen un profundo conocimiento en un campo específico de la industria, lo que les permite aplicar la IA de manera efectiva y desarrollar nuevos productos que se espera sean bien recibidos en su mercado específico. Un ejemplo destacado es el sector de la salud, que está experimentando un rápido crecimiento y que se beneficia además de la colaboración entre el ámbito público y privado para facilitar aún más la innovación. En cambio, vemos muchas startups dedicadas al desarrollo de software basado en algoritmos generativos.

Estas lo tienen más complicado, deben destacarse ofreciendo características únicas en sus productos para sobresalir en un mercado altamente competitivo. De lo contrario, es difícil evitar que otra startup pueda replicar su modelo de negocio de manera más económica mediante el uso de modelos de código abierto o métodos más eficientes. Además es importante tener en cuenta que el entrenamiento constante de los algoritmos generativos internos de estos software conlleva costes operativos significativos, ya que deben adaptarse a un contexto en constante cambio. Esto agrega una capa adicional de desafío y gastos en la gestión de cualquier startup.

¿Cuál consideras que es el impacto actual de la IA en las empresas y startups?

Herramientas basadas en IA tienen una variedad de aplicaciones muy útiles en el ámbito empresarial: automatización de tareas administrativas repetitivas permitiendo a los empleados centrarse en tareas más estratégicas y creativas. Atención al cliente con chatbots basados en IA, comunicación de la empresa por canales multilingües gracias a una IA, personalización del marketing con IA, mejoras en la cadena de suministro a partir de predicciones de IA, detección en tiempo real con IA de patrones de actividad sospechosa (financiera o informática), generación y manipulación por una IA de contenidos escritos, etc.

Estos son solo algunos ejemplos de cómo la IA ha empezado a transformar el mundo empresarial al mejorar la toma de decisiones, la eficiencia de la empresa o la experiencia del cliente. Seguro que veremos un crecimiento exponencial de un gran número de aplicaciones en diferentes sectores y áreas funcionales.

Pero si bien la IA es una herramienta muy potente con un gran potencial, esta también tiene aún muchas limitaciones y desafíos que deben considerarse para su adopción. Por ejemplo, la IA se basa en datos para aprender y tomar decisiones. Si los datos que disponemos en nuestra empresa son sesgados o incompletos, las predicciones o decisiones de la IA no siempre serán fiables.

Y discernir esto, requiere entender cómo llega una IA a un resultado, y esto es actualmente un desafío pendiente de resolver, dado que las IA actuales son «cajas negras», en el sentido que no nos facilita saber cómo ha llegado a una determinada conclusión. Por tanto, se puede considerar a la IA cómo una herramienta que puede complementar las capacidades de nuestros equipos humanos, pero difícilmente puede reemplazar por completo a estos en la mayoría de áreas de nuestras empresas y startups.