Virgen de las Viñas Tomelloso
Feria y Fiestas Tomelloso 2022
Cuadernos Manchegos
Cuadernos Manchegos

¿Quién no ha visto Terminator 2: El Juicio Final? Quien no lo haya hecho, no pasa nada, no es necesario para lo que vamos a tratar, pero que se salte este párrafo. Pero quien sí, sin duda habrá relacionado el film con el título de este artículo, prestado descaradamente de los diálogos de la película. La pronuncia el T-800 encarnado por el exgobernador de California, Arnold Schwarzenegger, mientras encañona a su antítesis el T-1000 (Robert Patrick) justo antes de dispararle una bala que lo hace estallar en pedazos dado el estado de criogenización que lo invadía en ese momento. Toma spoiler.

Estos dos ciborgs mantienen una lucha a muerte consecuencia de los distintos bandos que ocupan en la guerra hombre-máquina que Skynet ha generado. ¿Y quién es Skynet? Pues Skynet es una IA que tomó consciencia de sí misma un 29 de agosto de 1997, a las 02:14 de la mañana. Ahí es na, como dicen en mi pueblo...

Consciencia. Sin más. Es aquí donde nos vamos a centrar.

Espera, espera, ¿qué eso de consciencia? ¿Es que te vas a poner metafísico? Para nada, en absoluto. Prometo viajar por los firmes raíles de la ciencia, tenéis mi palabra.

Ya, otra vez usando trucos… Que no, que no, en serio, creedme. Que la consciencia, como veremos, es clave para poder dar respuesta a la pregunta que hoy quiero plantearos:  ¿es posible que la Inteligencia Artificial pueda volverse contra la humanidad, en lugar de trabajar en su beneficio?

Y para comenzar a responderla, como (casi) siempre, tenemos que empezar por el principio.

¿Qué es exactamente la IA? Bueno, pues empezamos con una fácil. Sin tirar de referencias, podemos acordar, sin miedo a transgredir ni obviar nada de forma injustificada, responder de la siguiente forma: la Inteligencia Artificial o IA es la disciplina de las ciencias de la computación mediante la cual los humanos pretendemos crear máquinas inteligentes. Sencillo.

Aparentemente.

¿Por qué? Porque aún no tenemos una idea razonablemente válida, amplia, y consensuada respecto de qué es la inteligencia. Y si ni siquiera sabemos qué es exactamente aquello que pretendemos replicar, pues entiéndase el problema…

Pero vamos a ver, me diréis, ¿No tenemos coches que conducen solos? ¿No tenemos cacharros que hablan con nosotros y son capaces de entendernos y llevar a cabo las acciones consecuentes? ¿Seguro que sabes de qué estás hablando? Y tendréis razón, salvo por un pequeño matiz: he dicho que no sabemos qué es la inteligencia, pero no que no sepamos identificarla cuando la vemos. Es decir, aunque no puedo definir inteligencia de forma general y completa, sí puedo identificar un comportamiento inteligente. No puedo acotar el conjunto completo constituido por inteligencia, pero puedo reconocer a los miembros de dicho conjunto.

Estamos en esa incómoda pero práctica situación en la que se encontró Newton cuando formuló su Ley de la Gravitación Universal: sabía cómo funcionaba la gravedad, pero no sabía qué era. Esto le permitía usarla, aunque no sabía el porqué.

Algo es algo.

Vale, no tenemos una idea completa de lo que es la inteligencia, pero tendremos que llegar a acuerdos que nos permitan avanzar, ya que de lo contrario no sólo no lo haremos, sino que nos perderemos en un mar de posibilidades basadas en preferencias y subjetividades. Así que nos quedaremos con una de las definiciones más aceptadas de forma general hoy en día, aportada por Passer y Smith en 2007: “Inteligencia es la habilidad para adquirir conocimientos, pensar y razonar con eficacia, y manejarse en el entorno de modo adaptativo.” Qué frio y evolutivo todo, ¿no?

Bajo esta definición, un cuervo es inteligente. Si tenéis unos minutos, echad un vistazo a este video, o si vuestro ritmo de vida os impide disponer de 27 minutos, a este otro, de menos de dos minutos. Y claro que lo es. Frío y evolutivo, me refiero…

Para que siven las matemáticas
Ilustración 1 - Venga, va, os enlazo aquí el corto, que seguro que tenéis cosas que hacer.

Pero esta definición es injusta para las máquinas. Al fin y al cabo, ¿por qué debería una máquina atender a criterios evolutivos? Cuando los humanos fabricamos algún engendro mecánico buscamos que nos mejore la vida, no que se centre en su propio desarrollo y supervivencia. ¿No tenemos una definición mejor?

Bueno, pues no tenemos nada mucho mejor, seguir por este camino sólo nos enredaría en una (aún más) aburrida lectura sin aporte de valor científico.

Pero sí que tenemos nuestro querido Test de Turing, el cual, sin entrar en detalles ni en sus distintas variantes, consiste en meter en una sala a una máquina y en otra a una persona, y poner a la segunda a hacer preguntas a la primera sin que sepa si quien le responde es máquina o persona. Si la persona es capaz de darse cuenta de que lo que tiene al otro lado es una máquina, ésta no pasa el test. En caso contrario, sí lo hace.
¿Que es una chorrada? Cuidado, no te metas con los informáticos…No, en serio, esto tiene mucho más fondo del que parece, pero aquí no tiene sentido que lo tratemos. Quedémonos con la idea de que el Test de Turing es una forma de otorgar a una máquina el distintivo de inteligente. O a una persona el distintivo de máquina, ahora que está tan de moda la expresión.

Mirad este video. Es increíble.

Para que siven las matemáticas

Ilustración 2 – Es realmente sorprendente.

El asistente de Google es capaz de llamar a una peluquería a pedir cita y enfrentarse a una conversación humana que no está previamente pautada1 ni acordada. No es una tarea que, a mí, personalmente, pueda aportarme mucho2, pero es increíble lo que unas (bastantes) líneas de código pueden llegar a conseguir cuando implementan las matemáticas adecuadas.
Obviamente este es un comportamiento que todos acordaríamos catalogar de inteligente. De hecho, la pobre mujer al otro lado del teléfono, sin saberlo, le estaba pasando el Test de Turing al engendro, el cual sin duda lo supera.

_____________________

1¿Seguro que no? Como humanos, somos muy predecibles. Muchísimo más de lo que nos gusta reconocer. Y el lenguaje, lo es aún más: aunque con ciertas libertades, es una estructura bien definida, con reglas y símbolos acotados.
2 Un servidor es calvo.


Veamos ahora otro video, también muy interesante (y corto).       

Para que siven las matemáticas

Ilustración 3 – Realmente el simpático monito no juega usando un chip, sino que el chip le sirve como estímulo. Es como si tuviese una especie de “sentido adicional especial”.

De nuevo algo increíble: un mono jugando a un juego de ordenador sólo con su mente, gracias a que le han implantado un chip en el cerebro. Cualquiera a quien nos pusiesen a jugar contra él, sin saber si como contrincante tenemos a una persona o a una máquina, en vista de las jugadas concluiríamos seguro que estamos ante un humano. Es decir, pasaría el Test de Turing.

Tenemos incluso IAs que son capaces de pintar un cuadro, como si del mismísimo Van Gogh se tratase, o que son capaces de componer temas enteros de death metal3 como si de una banda de varios componentes se tratase.

_____________________

3 A nadie le sorprendería un engendro que componga reggaetón. No, no es sólo una falta intencionada al estilo, se trata sencillamente de parámetros técnicos. Una estructura repetitiva, basada en pocas líneas melódicas igualmente repetitivas y predecibles, con una armonía pobre y predecible, no es un problema con la suficiente entidad como para ponerse a resolverlo, resulta técnicamente trivial.

Y lo hacen muy bien. Nadie somos capaz de identificar que el trabajo ha sido de una máquina. Todos les pasaríamos el Test de Turing en este sentido.Para que siven las matemáticas

Ilustración 4 – El cuadro en primer plano ha sido concebido por completo por una red neuronal, a la cual se le ha dado a estudiar el estilo de Van Gogh, y ésta, una vez lo ha “comprendido”, es capaz de reproducir al genio. A esto, a nivel humano, le damos el nombre de talento, pero aquí el único talentoso sigue siendo Van Gogh. La máquina es simplemente un copista. Su único valor es inventarse el motivo. Y hasta dudo lo segundo, me temo que le dieron una foto de una calle para que la “Van Goghizara”.

¿Ves? Estamos a nada de que estos bichos se den cuenta de la película, y se conchaben todos contra nosotros. Skynet ya está aquí, fraguando su plan.
Tranquilos, que no es así. Una cosa es la apariencia, y otra la realidad. Todos estos bichos son estúpidos. Son tontos, no tienen absolutamente ningún peligro.

Los tres ejemplos anteriores son espectaculares, por supuesto. Y, bajo un prisma de ingeniería, se apoyan en unos diseños apasionantes, dado que tocan multitud de elementos tales como percepción sensorial, interpretación del entorno, conectividad, matemáticas, software, etc. Pero creedme, no son peligrosos.  Son sólo software muy bien diseñado ejecutando a velocidades enormes matemática muy bien diseñada. Tan frío como eso4.

Llamamos inteligente a aquello que consideramos inteligente, sin que necesariamente deba serlo, o serlo demasiado. Le otorgamos una cualidad completa de la que no dispone, y asumimos que hará uso de ella para tomar sus propias decisiones. Pero no puede, sencillamente, por que falla la premisa: no es tan inteligente. Tan sólo tiene algunos rasgos de inteligencia, muy parciales, concretos, y acotados a usos muy específicos.

_____________________

4 Y algunas cosillas más, pero su mención sólo complicaría el desarrollo del argumento sin aportar nada de valor en el tema que nos trae.

Obviamente replicar un cuadro es un comportamiento inteligente. Pero un comportamiento inteligente no es suficiente como para otorgar, al elemento entero, la cualidad de inteligente. Una simple mosca es más inteligente en su sentido literal y generalista, que el engendro que copia a Van Gogh. Su comportamiento, funcionalidad, y rangos de decisión, son mucho más complejos, y la mosca no es uno de los animales que consideremos precisamente listos.
Os garantizo que cualquier ingeniero prefiere que le pongan en su examen que diseñe un engendro que simule la forma de pintar de Van Gogh, que un engendro que simule el comportamiento de una mosca.

Para ver la diferencia entre lo que tendemos a considerar inteligente, y lo que realmente es inteligente, vamos a ver un ejemplo real de cómo funciona la IA. Os aseguro que, tras estudiarlo, estaréis de acuerdo conmigo en que no hay inteligencia detrás de ese comportamiento. Y es un riesgo afirmar esto, ya que, como hemos visto, no tenemos completamente claro qué es la inteligencia, pero, como también vimos, intuitivamente tendemos a saber reconocerla, aunque esta intuición se suele dejar llevar mucho por la apariencia externa, por lo que está sujeta a engaños. Vamos a identificar estos engaños, y a desenmascararlos.

Todos nos hemos sorprendido alguna vez con los engendros que son capaces de reconocer objetos en una foto. Cuando vemos que un móvil, una Tablet, un coche, o un robot, pueden identificar un camión, una señal de tráfico, un peatón, y un edificio, asumimos que es5 inteligente. Es cierto que, si lo hace un móvil y también un robot, tenderemos a considerar más inteligente al robot, aunque haya expresado exactamente el mismo comportamiento. Esto ya es un primer error en nuestra capacidad de atribución de inteligencia: dado que estamos acostumbrados a otorgársela a las personas, pero no a los objetos, ante exactamente el mismo comportamiento por parte de un robot y de un objeto no antropomorfo, por atajo mental asumiremos mayor inteligencia en el primero que en el segundo.
Tomemos entonces una fotografía en la que aparezcan unos patos y un niño en un parque en un entorno normal, algo cotidiano, y analicemos qué procesos son los que llevan a un engendro, sea cual sea su forma, a ser capaz de identificar a los patos del resto del entorno.

Para que siven las matemáticas

Ilustración 5 – Un niño da de comer a unos patos en un estanque, mientras es vigilado de cerca por un semáforo (¿?). Fuente: Cuadernos Manchegos.

Existen multitud de métodos para hacerlo, pero vamos a tirar de seso, casi de forma más improvisada que académica. Así, a lo valiente, porque nosotros lo valemos.

_____________________

5 Nótese el uso tan estudiado que en esta redacción se hace de verbos tales como ser. Cuando algo es capaz de identificar objetos en una imagen, sin duda está mostrando un comportamiento inteligente, lo cual, no es condición suficiente para que por ello sea inteligente. Hemos de razonar que, para ser inteligente, se han de mostrar comportamientos inteligentes, es decir, mostrar comportamiento inteligente es una condición necesaria como para afirmar que algo es inteligente. Pero el razonamiento inverso no se cumple, ya que mostrar comportamiento inteligente no basta como para afirmar que algo es inteligente. Es decir, mostrar un comportamiento inteligente es una condición necesaria para ser inteligente, pero no es una condición suficiente.

El primer paso, obligado, que tendremos que hacer siempre, es convertirlo todo a datos. Una imagen es un concepto abstracto, no es procesable, por lo que no podríamos matematizarlo en forma alguna, y si no hay matemáticas, no hay diversión.
¡Eh, para! Que a mí las mat… Tranquilos, tranquilos, que ya me lo habéis dicho muchas veces. La promesa de evitar las matemáticas sigue vigente, es ya perenne. Intentaremos, como siempre, ir por la vía intuitiva. Pero matemáticas, haberlas, haylas.

Bien, convertir a datos una imagen es un proceso muy sencillo y que tenemos más que trillado como humanidad: basta con poner muchos puntos, y a cada punto darle un valor que represente el color que hay en dicho punto de la imagen.
El número de puntos elegidos, o píxeles, determina la resolución de nuestra imagen: a más puntos, más resolución, obteniendo una imagen más suave y realista, ya que tenemos más puntos para poder representarla.
El número de colores que decidamos usar determinará la paleta, y nos permitirá poder representar más tonos. Si a cada píxel decidimos asignarle sólo un bit (0 o 1), tendremos una imagen muy burda, en blanco y negro, pero muy poco pesada, ya que casi no hemos de guardar información, nos basta un único bit por píxel.

Si le asignamos 2 bits a cada píxel, cada uno de ellos podrá tener 4 valores: 00, 01, 10, y 11. Esto nos permite aumentar el grado de detalle de nuestra imagen, de forma que podemos establecer una correspondencia entre el valor 00 como color negro, el 11 como color blanco, y los valores 01 y 10, como grises intermedios: tenemos ya una imagen en escala de grises, más detallada y cercana a la realidad que pretende representar. Pero el doble de pesada: ahora, por cada píxel, tendremos que guardar 2 bits, por lo que ocuparemos el doble de espacio.
Bien, no es difícil ver que, a más bits le asignemos a cada píxel, más colores podremos usar, y, por extensión, más calidad tendrá nuestra imagen. Hoy en día el estándar está en unos 24 bits por píxel, lo que nos permite representar 224 colores, o, lo que es lo mismo, 16.777.216 colores. No es raro, sin embargo, que en entornos profesionales de alta resolución se usen 48 bits por píxel, e incluso más.

Bien, primer paso conseguido: ya no tengo una fotografía, ahora tengo una matriz de datos. Más o menos, algo tal que así:

Para que siven las matemáticas

Ilustración 6 – Los valores aquí están expresados en hexadecimal, pero no hay problema, no dejan de ser un valor numérico que se corresponde con un color previamente correlacionado. Fuente: Stackoverflow.

Bueno, pues, veamos: ¿cómo puedo, con esta amalgama de datos, saber dónde hay un pato y dónde no? Pensemos… Cuando un pato deje de ser un pato, para pasar a ser, por ejemplo, el césped que hay tras él, necesariamente tendrá que haber un borde, algo que establezca una frontera entre el pato y el césped. Y puesto que nuestros patos son blancos, y que el césped (vivo) es siempre verde, en un momento muy concreto mis valores de datos tendrán que pasar de venir representando valores cercanos al blanco, a hacerlo a valores cercanos al verde. He de ser capaz de notar este cambio en los datos.
¿Cómo? Por ejemplo, restando cada valor con sus valores adyacentes: si la diferencia es pequeña, por debajo de un umbral dado, asumo que sigo dentro del pato, pero si la diferencia es mayor, asumo que en ese punto hay un borde, es decir, ese punto representa el final del pato, es cuando, en la imagen, el pato pasa a ser otra cosa.

¿Y ya? ¿Me estás diciendo que al final vais restando números y viendo los resultados? ¿Para eso os pegáis media vida estudiando? Eso ya lo sabía hacer yo en el cole.
Bueno, bueno, no invoquemos al Dunning-Kruger6, no sobre simplifiquemos.
Efectivamente, andar restando en una estrategia de “todos contra todos”, ni es una idea elegante, ni mucho menos, efectiva. Y como en la vida, amigos y amigas, nada es gratis, si queremos algo mejor tendremos que pagar por ello. Si lo tenemos, pagaremos con dinero para que otro haga lo que nosotros no queremos hacer. Y si, como es el caso, no lo tenemos, pues tendremos que pagar con esfuerzo. Y del malo: esfuerzo cerebral. ¡Hala, a tirar de ingenio! No hay nada como los retos…

_____________________

6 Este sesgo cognitivo viene a decir algo así como esto: cuanto menos se sabe de algo, más se tiende a pensar que se conoce perfectamente, lo que lleva a la persona a sobreestimar sus capacidades, dado que ha asumido que un conocimiento somero y superficial de un tema es amplio y representativo del mismo. Por el contrario, un experto en la materia tenderá a subestimar las suyas, puesto que, al tener un profundo y detallado conocimiento, es más consciente de sus propias limitaciones y de lo complejo del asunto. Aquí os dejo un artículo muy interesante (y corto, de 2 minutos de lectura), que lo expone de forma divertida. Fuente: culturainquieta.com

Para que siven las matemáticas

Ilustración 7 – Bueno, ahora que tan de moda está esto de los challenges por Tik Tok, no podemos negarnos, ¿verdad?

Bien. Veamos. Si en lugar de ver nuestra imagen como una tabla de valores que representan los colores en cada punto, la vemos como una función matemática en la que f(x) es igual al valor de cada posición x, es decir, al valor de cada píxel, igual nos gusta más.
¡Pues a mí no!, me diréis. ¡Suena peor! Y os entenderé, así de entrada. Pero en un momento espero que me entendáis a mí. No pretendo complicar el asunto, sino intentar tener acceso a más herramientas, para, con ellas, diseñar una solución mejor.

Si veo mi matriz de datos como una función, podré asumir que un mismo tipo de objeto tendrá valores muy parecidos en la función, ya que, al compartir forma y color, dibujará un área de la función muy parecida. De esta forma, aunque no pueda saber si se trata de un pato o de un semáforo, sí que veré que hay 2 conjuntos de cosas muy parecidas, ya que la función toma valores muy parecidos cuando estas cosas se presentan.
Ya, pero eso ya lo tenías antes. Te bastaba con mirar la foto… ¡Cierto!, pero aquí viene lo bueno: antes y ahora podía detectar, a simple vista, objetos distintos. Pero es que ahora puedo saber cuándo cambio de un objeto de forma matemática. Sólo tengo que trabajar la función. Y para mí, pues mire usted, es peor, porque doy más pasos para tener una información de menor calidad, pero es que ahora lo puedo procesar matemáticamente. Y eso implica que lo puedo computar. Es decir, ahora puedo enseñar a una máquina a que vea patos.

Para que siven las matemáticas

Ilustración 8 – Aunque esto se haría, normalmente, con un histograma, más adecuado para este tipo de datos, el ejemplo de cómo sería la representación de una función de color podría ser, intuitivamente, este.

¿Qué cómo puedo enseñárselo? Pues muy fácil: usando el concepto de gradiente. No os preocupéis, que como casi todo, es fácil. El gradiente nos indica la dirección y la tasa de cambio de una función en un punto. Por tanto, si sé el gradiente de una función en un punto, sé si está cambiando mucho o poco en ese punto. Y si los valores de mi función en un punto están pasando de ser de una manera, a ser de otra muy diferentes, os apuesto mil duros a que está cambiando el objeto. No sé si de pato a niño. O de niño a semáforo. Pero tengo un borde. En esos puntos, deberé dibujar una línea negra, ya que he detectado un borde.
¿Qué cómo calculamos el gradiente? Bueno, eso no viene al caso, que lo haga el ordenador, que para eso está. Sólo como pista: la derivada de una función en un punto7, es su tangente en ese punto. Por tanto, si derivo, tengo la pendiente de la función en dicho punto, es decir, su tasa de cambio. Es decir, su gradiente. Es decir, el borde de un objeto. Es decir, algo que yo ya sabía con sólo mirar la fotografía original, pero que ahora también lo sabe mi móvil.  Maravilloso.

_____________________

7 Si mi función es derivable, claro. Muchísimos problemas de Inteligencia Artificial requieren, como premisa, que la función que representa el problema, lo sea, a veces por este mismo motivo. Otras veces para ajustar los pesos, como en el caso del backpropagation, algoritmo basado en derivadas que hace tan listas a las famosas redes neuronales. Ese deriva a machete, sin compasión, y acaba pintando cuadros de Van Gogh.
 

Otro tanto para las matemáticas. Cuando alguna vez caigáis en la trampa mental de preguntaros que para qué valen esas cosas tan raras, que nunca se usan y que estudian los raros, recordad: para que los coches se conduzcan a sí mismos mejor de lo que lo haces tú. Y para eso, necesitan ver los patos.

Para que siven las matemáticas

Ilustración 9 – Efectivamente, el gradiente en una función en un punto es su tasa de cambio. Y su gradiente, es su derivada en ese punto, al ser ésta la tangente. Y ambos, son un pato que se acaba.

Si ahora, donde veo bordes en la función de arriba, tomo sus posiciones, y las marco de color negro en la imagen original, pues magia: los objetos quedan contorneados o segmentados. Sé dónde están, y su forma aproximada.

Para que siven las matemáticas

Ilustración 10 – Ahora ya sabemos, partiendo de los infinitos detalles de una imagen, qué partes de la misma componen un mismo objeto. Este proceso se denomina "Segmentación". Fuente: Cuadernos Manchegos.

Una vez en este punto, todo el argumento se simplifica. Ya es fácil imaginar que, si de alguna forma tenemos también otro algoritmo al que, pasándole un objeto, éste sabe si es un pato o un semáforo, es decir, si es capaz de etiquetar aquellos objetos que le demos, pues tendremos un contexto muy chulete: una máquina que encadena dos procesos. Uno, el primero, que de toda una imagen, es capaz de segmentar sus objetos, estableciendo separaciones claras entre los distintos componentes que aparecen en la misma. Y otro, al que, pasándole estos componentes, es capaz de saber (etiquetar es más apropiado) lo que son.
Con esto, un coche con una cámara podrá parar ante el semáforo y ante el niño. Y parará ante el pato, pero sólo si hacerlo no supone poner en peligro la vida de sus ocupantes, ya que, si esto ocurre, atropellará al pato.

Y ¡ay, amigos! ¡Con la moral hemos topao! ¿Qué debería dejar aquí programado el ingeniero? ¿Mato al pato, o al dueño del coche? ¿Y si tengo que decidir matar al niño en lugar del al adinerado dueño, ya viejo y mala persona? ¿Y si en el coche también viaja un bebé? ¡No! ¡Mejor dos! ¿Qué le dejo dicho al coche que haga?
Si le pregunto a mi jefe, dueño de la fábrica, me temo que obtendré una respuesta muy diferente a si lo hago a la madre del niño que cruza, aunque el despiste que le hizo cruzar haya sido suyo.
Y mejor aún… ¿quién es el culpable si muere el niño? ¿La madre, por descuidada? ¿El dueño, como responsable de la máquina? ¿Mi jefe, como decisor de la acción? ¿Yo, como implementador de la misma? Mmmmm,  me da que muere el niño, y aquí todos de rositas, ya verás…
Hace falta un debate social muy intenso, que NO ESTAMOS TENIENDO. Luego, ya será tarde. La decisión ya la habrá tomado el jefe de la fábrica, y se mantendrá. En definitiva, ya la habrá tomado el que siempre las toma: EL DINERO. A ese sí, a ese temedle bien temido.

Esto, por supuesto, ha sido una simplificación, pero no del proceso, sino de la técnica. El problema del ejemplo, si bien se soluciona, lo hace de una forma poco ortodoxa e intencionadamente simplista, lo cual no importa para el objetivo que buscamos. Que las técnicas matemáticas subyacentes sean realmente mucho más complejas, así como el problema real de base (imagina si el niño lleva unos pantalones cortos azules, y una camiseta amarilla, o si tras un pato blanco hay una nube también blanca), no resta ni un ápice de validez a lo que perseguimos: no hay ninguna consciencia ni inteligencia en la máquina. Todo el ingenio e inteligencia son humanos, quienes hemos sabido crear todo un enorme abanico de herramientas, y usarlas luego de forma ingeniosa para solucionar un problema típico de inteligencia humana, pero ejecutado por un elemento no humano. ¿Rápido?, sí. ¿Qué no gasta pereza? También. ¿Inteligente? No. ¿Algo que debamos temer? Puede, pero desde luego no a la máquina. Al menos, no de momento. Juzguen ustedes a quién o a qué…

Para que siven las matemáticas

Ilustración 11 – Pista. Fuente: El Lobo de Wall Street.

Alguien un poco avezado en el tema de la IA podría argüir que este es sólo un ejemplo, y que hay otras técnicas más peligrosas. Que existen, dentro del machine learning, o aprendizaje automático, sin duda la rama de la IA más en boga en la actualidad, algoritmos que aprenden solos, que pueden, partiendo de una falta de pericia total con respecto a algo, acabar aprendiendo sobre ese algo, y hacerlo de tal forma que acaban llevándolo a cabo de una forma mucho más rápida y efectiva que un humano.
Y es completamente cierto.
¡¿Ves?! ¡¡Lo sabía!! ¡No eres más que otro producto del sistema orientado a amansar a las masas mientras la liais parda!
Que no, hombre, que no. Haya paz. No hemos más que comenzado a implementar Inteligencia Artificial débil, ni olemos la fuerte8.

_____________________

8 La IA débil es aquella que persigue diseñar comportamientos inteligentes, pero para tareas muy acotadas. Una IA que reconozca objetos para permitir una conducción autónoma, jamás sabrá qué hacer cuando reconozca los objetos de tu frigorífico. De hecho, salvo que guardes ahí algún semáforo, confundirá fácilmente una botella de leche con un camión cisterna. Nace ya anclada a un contexto muy específico, y, si bien puede especializarse mucho dentro de él, por definición no puede abandonarlo. La IA débil pretende generar bichos que igualen o superen la inteligencia humana en la realización a cualquier actividad, así, sin límite. Esta segunda no la hemos aún olido ni de lejos. Sin embargo, es la que nos enseñan a temer.

9 A los puristas: sí, hay más, pero el objetivo de este artículo no es hacer un estado del arte de la disciplina.

Es cierto que existen, pero, para finalizar, hagamos una rápida descripción. Muy sencillita y concreta, y, sin con ello puedo evitar que sigáis mirando debajo de la cama antes de dormir por si está agazapado un robot roba-vidas de 8 gigas de RAM, pues mejor que mejor.
En la actualidad, existen principalmente 3 vías de desarrollo de la Inteligencia Artificial en su rama del Aprendizaje Automático9, todas ellas en constante aplicación y evolución. Estás rodeado de ellas ya casi para todo, mucho más de lo que crees, hasta para cosas aparente absurdas y cotidianas. Estas son:

Aprendizaje Supervisado.
Idea base: partiendo de datos ya etiquetados, se enseña al engendro a que reconozca un patrón.
Por ejemplo, nuestro segundo algoritmo, necesario para el coche, requería saber qué era un semáforo. Para ello, hemos de darle cientos de miles, o millones, de fotos en las que sí haya un semáforo, y otras en las que no, diciéndole cuáles sí lo contienen, y cuáles no. En función de si acierta o no, partiendo de la simple aleatoriedad (50% de aciertos, o, lo que es lo mismo, cero capacidad de identificación), ajustamos el bicho para que la próxima vez que lo entrenemos, esa foto no la falle.
Y le damos tantas pasadas como sea necesario hasta que obtengamos una tasa de acierto aceptable (sin sobreajustar), lo cual depende del problema a solucionar.
¿Qué quién etiqueta los millones de fotos diciendo dónde hay un semáforo, y dónde no? ¿Los empleados de Google? Sí, seguro. ¿Te suenan esos captchas en los que, para entrar a hacer no sé qué idiotez en internet tienes que de indicar dónde hay semáforos? Pues eso.

Para que siven las matemáticas

Ilustración 12 – Sí, amiguito, esas cosas que usas y que son gratis, realmente no lo son. Y este es sólo uno de los beneficios más honestos y menos intrusivos que obtienen de ti.

Aprendizaje No Supervisado.
Esta modalidad no requiere de datos etiquetados, le basta con tener datos en bruto.
Normalmente se usan como clasificadores y agrupadores. Por ejemplo, para agrupar a gente en función de sus gustos musicales para ofrecerles canciones, o en función de su estilo de vida, para ofrecerles productos.
Por el contrario, son muy matemáticos. Algunos de ellos son realmente muy matemáticos, y tan sólo su uso es ya complejo y requiere del conocimiento matemático tanto de los procesos subyacentes, como de los datos.

Aprendizaje por Refuerzo.
Bueno, son un poco los tontis del grupo, pero luego, sorprenden: a la máquina se le deja que haga lo que quiera, y se le premia o castiga.
Se usan mucho para enseñar a las máquinas a jugar a juegos no exploratorios ni de suma cero, como, por ejemplo, jugar a un video juego. Si la jugada que la máquina ha elegido resulta apropiada, pues se le da un premio. Si no, un castigo. Luego, el algoritmo tiende a elegir, en función de la situación, la jugada más premiada en ese caso o en casos similares.
¿Que qué es un premio para una máquina? Pues lo que tú quieras. 5 es caricia, y 7 guantá. Es lo mismo. Basta con que al algoritmo le digas qué es premio y qué es castigo, y lo diseñes para buscar lo primero y evitar lo segundo de entre toda su base de conocimiento adquirido.

Pero, como ya adelantamos al principio, todo es software y matemáticas. Y neurociencia, y electrónica. Y algo más por ahí. Y mucho ingenio, para usarlo todo en su justo orden y medida. Y un poquito del clásico “tú, que me miras con buenos ojos”, porque la realidad es que, si bien sí hay comportamiento inteligente (aplicado a objetivos muy concretos y tremendamente acotado a ellos, aunque inteligente), las máquinas parecen inteligentes, pero no lo son. Ni están cerca de serlo, así que, de momento, podemos vivir sin temerlas. Y ojo, que no digo sin temor al uso que hagamos de la Inteligencia Artificial. Digo sin temor a la Inteligencia Artificial en sí misma. De momento, no hemos cambiado de malo. Siguen siendo los mismos.

Para que siven las matemáticas

Ilustración 13 – Si habiendo llegado hasta aquí, aún os da miedo ver esto porque sois de los que piensan que la IA del ejemplo ha sido capaz de identificar a un fantasma, pues siento no haberlo conseguido.

Por tanto, y en mi humilde opinión, la respuesta a la pregunta que nos planteábamos al principio es ya fácil y concreta. A la pregunta de ¿es posible que la Inteligencia Artificial pueda volverse contra la humanidad, en lugar de trabajar en su beneficio?, mi respuesta, tanto a nivel profesional como personal es: no. Al menos durante un tiempo más que suficiente como para que, cualquiera de los que hoy andamos por aquí, debamos preocuparnos.

¡Ajá! Pero luego, sí, ¿eh? Jo, mira que estáis al acecho… No. Bajo mi punto de vista, nunca. Pero como he prometido seguir firmemente los railes de la ciencia, he de ser muy específico y objetivo, y separar aquello que puedo, en cierta medida, justificar, de aquello que, sencillamente, opino.
Si os interesa la humilde opinión de este servidor respecto del futuro de la IA, por supuesto, puedo darla, pero debe quedar completamente claro que hasta aquí ha llegado la ciencia, y, a partir de aquí, comienza la especulación.
¿Os interesa? ¿Me dais vuestro permiso para abrir este, ya sí, melón final?
Venga, va, ya qué más da. Con la chapa que nos has metido, de perdíos al río. Cortito, lo prometo.

Para que siven las matemáticas

Ilustración 14 – Al igual que Paco Porras, voy a intentar adivinar el futuro, solo que, en mi caso, lo haré con más ropa y menos verdura. Siento mucho haber puesto esta foto, de verdad, lo siento muchísimo. Creo que he marcado un nuevo máximo en mi nivel de decadencia. Fuente: famososfrikis.blogspot.com

Entonces, ¿hacia dónde va la IA? ¿Nos hará la puñeta?
Bueno, pues yo tengo claro que no. Para ser sincero con vosotros, he de confesar que soy bastante optimista, y no sería la primera vez que, haciendo un uso demasiado alegre de esta tendencia personal, me veo defraudado. Pero no creo que esta sea una de estas veces, ya que (creo que) mi opinión se basa, en buena parte, en un análisis tanto histórico como actual de por dónde discurren los acontecimientos en este sentido.
Pero ojo, que mi posición en este tema tampoco es muy halagüeña.
¿En qué quedamos? ¡Céntrate, hombre! Sí, tenéis razón. Voy a intentar explicarme.

Yo no creo que las máquinas nos vayan a hacer la puñeta, sencillamente, porque las vamos a integrar en nuestra existencia.

Espera, espera, ¿qué quieres decir con eso?
Sí, justo eso que sospecháis: que vamos a ir incorporando cada vez más la tecnología a nuestros cuerpos, mejorándolos con ello en el proceso.
¡Venga ya! ¿Crees que nos vamos a convertir en ciborgs? ¿Qué vamos a ser hombres biónicos? Macho, esta vez, se te ha ido la pinza pero bien…

¿Sí?¿Estáis tan seguros? Probemos bajo este enfoque. No uséis el término ciborg. No uséis palabras grandilocuentes como biónico. Llamadlo, sencillamente, prótesis. Desde la pata de palo, llevan con nosotros siglos. Y no sólo prótesis de articulaciones o miembros, puramente mecánicas. Dispositivos gástricos, marcapasos electrónicos, bypasses, y toda una enorme gama de dispositivos mecánicos, eléctricos, y electrónicos, que ya mejoran y amplían nuestras capacidades.
Y me diréis: ya, pero es normal. Son cacharros normales. Ya, sí, para ti. Y para mí. Pregúntale a un cualquiera de 1.805, por ejemplo, sobre el tema del marcapasos, a ver qué te dice. Y eso que no entramos en temas de mayor vanguardia como personas que ya ven u oyen gracias a implantes cerebrales, o personas dotadas con brazos metálicos que se mueven según su cerebro directamente les ordena. Sin mando a distancia. Sin ordenadores externos: directamente del cerebro al brazo, como los tuyos o los míos. Esto, amigos míos, es prótesis, biónica, ciborg, o como queráis llamarlo. Pero no me podréis negar que es una clara y efectiva unión entre el hombre y la máquina, y en toda regla. Es ciencia ficción ya convertida en ciencia real.

Para que siven las matemáticas

Ilustración 15 – En fin, sin palabras.

Por tanto, mi posición en este sentido es clara. ¿Acabarán las máquinas, con el tiempo, siendo mejor en todo o en casi todo que los humanos? Sí, así lo creo. No tengo duda al respecto.
¿Supondrá ello un escenario apocalíptico o de subyugación del hombre a la máquina? No. Es un claro “si no puedes vencerlas, únete a ellas”. De que tengan la capacidad de mirar por ellas mismas, ya no podrán, porque hombre y máquina estarán unidos, se habrán fundido. Ya yo habrá ellas ni nosotros, seguiremos siendo sólo nosotros. Aunque otro tipo de nosotros, de eso no cabe duda.
Les ganaremos la guerra por anticipación, sin necesidad de librar ninguna batalla.

Bueno, vale. No es que nos convenzas, pero no podemos negar que tus argumentos tienen cierta validez. Son verosímiles, máxime teniendo en cuenta que no estás elucubrando, si no partiendo de un hoy ya real.
Pero decías antes que algo no te cuadraba. Que había algo negativo en todo esto. ¿A qué te referías?

Bien, buena pregunta, y gracias por recordarla. Falta mucho para que alguna máquina adquiera algo mínimamente parecido a consciencia de sí misma, para que disponga de algo de intencionalidad que le permita, siquiera plantearse, salirse de su cometido original. No hablo ya de que, además, esté a su alcance hacerlo.
Pero, en vista del grado de avance actual, alto o bajo, como prefiráis catalogarlo, os pregunto: ¿cuánto tiempo creéis que pasará antes de que se pueda disponer de un implante que te permita el acceso a Internet con la mente? Recordad al monito del inicio antes de contestar. Efectivamente, esto está ya aquí.
¿Y qué pasará con, por ejemplo, las oposiciones para un puesto cualquiera, cuando haya aspirantes que puedan permitirse el implante, y otros que no? ¿Le retiramos la libertad de adquirirlo a quienes puedan, debido a que hay otros que no? ¿Se lo regalamos al que no pueda, porque hay otros que sí? ¿Obligamos a ponérselo a aquellos que, sencillamente, no lo quieran? ¿Cómo garantizamos un acceso justo a los puestos a los que se oposita?
¿Qué pasará cuando al Borja Mari de turno, no sólo le aprueben las carreras por ser familia de tal o cual rey, sino que, además, es que realmente pueda ser mejor que tú a golpe de talonario? ¿Qué nivel de opresión sufrirán los inmigrantes en un país en el que, la población media tiene acceso a dispositivos que realmente les otorgan una categoría de personas más aptas y superiores?
En fin, creo que queda claro. Por desgracia, mis respuestas a todo esto no son nada halagüeñas, basadas también en datos históricos. La tecnología no ha hecho, desde el principio, más que mejorar la vida de las personas, cosa que hace cuando se democratiza el acceso a la misma.
Pero mientras es nueva y elitista, y se encuentra tan sólo al alcance de unos pocos, o bien son siempre los peores representantes del género humano, o bien, no siéndolo de antemano, se convierten en ello gracias al poder que ésta les otorga. El caso, es que, durante un tiempo, usan la tecnología para subyugar al resto de personas, hasta que resulta posible arrancársela de las manos y ponerla al alcance de todos.
Como veis, entre el hombre y la máquina, yo temo mucho más al hombre.

Bien, pues hasta aquí. Espero haber aportado algo de conocimiento, y, en este caso, también algo de conciencia social. Creo firmemente que resulta necesario iniciar un debate que ya llevamos demasiado tiempo posponiendo, y que no tiene visos de empezar en breve. Y nos están sacando un sonajero con una mano, y robando los cuartos con la otra mientras nos entretenemos obnubilados con el juguete. Una vez más.

Como siempre, esto es sólo una aproximación. Ha habido que simplificar al máximo algunos procesos, y que obviar detalles que no por no aportar valor conceptual dejan de ser muy interesantes. Nuestra intención es, una vez más, entretener y, a poder ser, generar curiosidad y respeto por la Ciencia. Si hemos conseguido sólo la mitad, nos despedimos contentos.

¡Nos vemos!

Javier Lara

Entusiasta del software, la música, y la ciencia, llevo desde chaval metido en los tres tinglados todo lo que mi tiempo y mis capacidades me permiten. Estudié Ingeniería Técnica Informática en la Universidad de Castilla – La Mancha, Máster Universitario en Tecnologías Informáticas Avanzadas en la misma universidad, y Máster Universitario en Inteligencia Artificial por la Universidad Internacional de la Rioja, y me he dedicado al software durante toda mi vida profesional, así como a leer toda la divulgación posible sobre ciencia, especialmente en las ramas de la astrofísica y astronomía