El 6 de marzo C2G organizó una visita comentada a la exposición IA: Inteligencia Artificial de la mano de Jordi Torres, experto en IA, catedrático de la Universitat Politècnica de Catalunya (UPC) y asesor científico de esta muestra, una de las más completas nunca presentada sobre el  tema. Ha sido coproducida por el CCCB y el Barcelona Supercomputing Center a partir de una exposición original comisariada y organizada por el centro cultural Barbican de Londres.

La exposición trata sobre el papel de la inteligencia artificial en la vida cotidiana, las oportunidades que presenta para la investigación, el papel de la supercomputación, la situación legislativa actual, los riesgos de desinformación o los sesgos raciales y de género. En ella han participado desde artistas hasta centros de investigación avanzados y se puede interactuar con la IA a través de 25 instalaciones interactivas. 

Durante la visita Jordi Torres ofreció datos y reflexiones sobre diversas cuestiones alrededor de la IA sugeridas por el recorrido  que se resumen a continuación.

ORIGENES Y EVOLUCIÓN DE LA IA

Aunque es en esta década cuando la IA ha entrado en la conciencia colectiva de forma mayoritaria, sus orígenes se remontan a los años 50 del siglo XX con la figura de Alan Turing como referente histórico y científico de esta tecnología (y de la computación en general).  El término inteligencia artificial se creó en 1956. Desde entonces ha evolucionado con hitos como los sistemas expertos o el aprendizaje automático. 

Aunque es en esta década cuando la IA ha entrado en la conciencia colectiva de forma mayoritaria, sus orígenes se remontan a los años 50 del siglo XX

La IA se nutre de los datos que ha creado la humanidad y hoy posee una cantidad de ellos inimaginable en el pasado: internet.

CREATIVIDAD

Jordi Torres expuso el vivo debate sobre si la IA es realmente creativa. Algunos piensan que sí. Otros, en cambio, sostienen que no existe creatividad porque la IA toma elementos ya usados  por los artistas. Sin embargo esto no es un argumento porque la mayoría de artistas humanos se han basado en lo que han realizado otros artistas. Son una minoría los que han sido capaces de crear algo genuino. 

Esta discusión sirve para ser conscientes que la IA -incluso la más avanzada-se basa siempre en informaciones “aprendidas” previamente y que están disponibles sin crear nada nuevo. De todos modos, en los últimos tiempos se han generado numerosas obras de arte por parte de la IA que han sorprendido por su inspiración. El debate no está cerrado.

VISIÓN POR COMPUTADOR

La visión por computador es un campo especializado de la IA que se ocupa de la adquisición, procesamiento, análisis e interpretación automatizados de datos visuales (imagen y vídeo). Se puede utilizar en el contaje de personas en manifestaciones y en el espacio público, a la detección de objetos y a la identificación de sus características, entre muchísimas otras aplicaciones. 

La visión por computador está vinculada al reconocimiento facial que puede llegar a un alto nivel de sofisticación hasta el punto de “ver” estado de ánimo de  un conductor o si presenta síntomas de sueño. Este uso ha planteado dilemas éticos y políticos sobre los límites de estas aplicaciones, pero a la vez nos hemos acostumbrado a ser grabados las 24 horas del día incluso en el ámbito doméstico.

ACELERANDO LA  MEDICINA

El gemelo digital es un modelo virtual de un objeto físico. En la industria esto ya se utiliza, por ejemplo, en las cadenas de montajes de coches. En medicina, el reto sería lograr un gemelo digital del cuerpo humano. Todavía no es posible, pero sí lo es simular el comportamiento de determinados procesos químicos o medicamentos para comprobar sus efectos.

 Cuando, con una gran capacidad de computación,  se pueden realizar, miles de millones de operaciones por segundo, se puede saber con bastante precisión cuáles van a ser los efectos de una sustancia determinada sobre el organismo humano. Es solo el principio. 

La IA precisa de los datos médicos de las personas para avanzar y esto lleva al debate legal: ¿en qué condiciones debemos prestar nuestros datos para que la ciencia progrese?

“Los grandes avances que se están dando en medicina, como la obtención de nuevos medicamentos,  hoy en día no serían posibles sin la IA”, señaló Jordi Torres. “A pesar de que la IA puede equivocarse, es muy útil porque en el laboratorio aumentan las probabilidades de encontrar las soluciones mucho antes”, añadió. Es un acelerador del conocimiento.

La IA precisa de los datos médicos para avanzar y esto lleva al debate legal: ¿en qué condiciones debemos prestar nuestros datos para que la ciencia progrese?

ÉTICA Y SESGOS 

La cuestión ética no ha parado de plantearse desde que surgió la IA y no solo en general sino en sus distintos campos de aplicación. Según Jordi Torres, “la inteligencia artificial es una herramienta muy potente que, como tecnología, no es ni buena ni mala”. La responsabilidad está en construir bien la herramienta. Esto aplica a los sesgos de género: hay IA que al pedirles fotos de personas ofrecen sistemáticamente fotos de hombres. 

El ejemplo anterior puede evitarse. En el caso de las imágenes, la IA aprende a partir de visualizar gran cantidad de ellas pero estas tienen que estar bien etiquetadas, si no pueden aparecer los sesgos: las máquinas no los desarrollan por sí mismas. 

Esta cuestión también afecta a muchos otros ámbitos donde el riesgo es más elevado. Un caso paradigmático es el del  armamento autónomo que ha sido diseñado con el fin  de identificar y alcanzar un blanco sin intervención humana alguna.

LA IA VENCE AL CAMPEÓN DEL MUNDO

En 1997 el ordenador Deep Blue venció  al campeón mundial de ajedrez Garri Kaspárov. Se trataba de un ordenador de IBM que fue programado con jugadas de los mejores jugadores del momento. “Grandes jugadores que ganaban a las máquinas las ayudaron a aprender cada vez más”. Alan Turing sabía que se llegaría a esta situación en el futuro. 

Según Jordi Torres, “primero tiene que existir la idea y luego la capacidad computacional para que se haga realidad”. En el caso del ajedrez, por ejemplo, “la capacidad  de predecir millones de jugadas por segundo”.

Este principio se ha repetido y mejorado con el tiempo. Los ordenadores pueden aprender juegos más complejos que el ajedrez (con más movimientos y posibilidades) solo necesitan ser “alimentados” con imágenes y millones de jugadas. Las máquinas pueden jugar contra ellas mismas non-stop  millones de veces y cada vez que pierden aprenden que es lo que no deben que hacer y prueban nuevas estrategias.


Foto portada: © CCCB, 2023 / CC BY-SA-NC Aleix Plademunt