Destacado

El imparable desarrollo de las inteligencias artificiales

La tecnología no es algo ajeno al ser humano. De hecho, es uno de los factores que más condicionan la sociedad y las relaciones entre personas, por lo que muchas voces reclaman que sea vista como un elemento más en la cadena evolutiva humana.

En este sentido, si la maquinaria surgida de nuestro propio conocimiento es vista, en abundantes casos, como una extensión de nuestro ser, la inteligencia artificial (IA) no debería considerarse ajena a los humanos.

Para muchos pensadores, complementar la inteligencia humana con la artificial es un escalón natural y lógico de la evolución biológica. No se busca que ésta suplante las limitaciones cognitivas de la persona, sino sistemas completos integrados de cooperación.

Las élites son conscientes de que la era digital en la que estamos inmersos exige disponer de facultades mentales superiores a las del ser humano. Por tanto, es previsible que la mayor parte de las funciones que requieran de grandes dotes intelectuales y cognitivas serán realizadas por dispositivos de inteligencia artificial. Obviamente programados con minuciosidad para desarrollar tareas que beneficien a sus creadores, quienes, igualmente, se guardarán en la manga el as de su anulación, o al menos reducción de capacidades, a voluntad.

Aunque pueda sorprender a primera vista, cada vez son más las personas que prefieren la inteligencia artificial antes que a sus congéneres. Una encuesta reciente reveló que el 64% de los empleados confiaban más en una máquina que en su jefe, y el 82% opinaba que los robots pueden hacer las cosas mejor que sus superiores[i], lo que abre la posibilidad a que los cargos directivos sean ocupados por IA. En sentido parecido, una importante parte de personas mayores prefieren ser atendidas por robots ante que por personas, ante la desconfianza de que éstas les puedan maltratar, engañar o robar. Y cada vez más padres se plantean la opción de dejar a sus hijos al cuidado de máquinas, por los mismos motivos.

Así las cosas, la importancia de la IA es tal que muchos científicos la han denominado como la “nueva electricidad”, en el sentido de que será la que ponga en movimiento el nuevo mundo digitalizado. Por tanto, quien ejerza el mayor control sobre ella, la desarrolle en mejores condiciones y la imponga al resto de países, dominará el planeta.

La arquitectura neuromórfica

El hecho de conseguir que las máquinas aprendan solas de su propia experiencia hace suponer que su uso será cada vez mayor en puestos de trabajo que hasta ahora requerían que un operador supervisara los procesos. Es paradójico que, al buscar una máquina capaz de interactuar con los humanos en lugar de suplantarlos, lo que se consiga sean unas que no sólo pueden suplantarlos, sino mejorarlos. Lo cierto es que el desarrollo de la IA traerá consigo una nueva división laboral: la mental. Desde el siglo XIX, existe una creciente preocupación porque las máquinas dejen obsoleto al humano. Y, ciertamente, así ha sido en gran medida. Pero el mercado laboral humano se ha ido reajustando y ha creado nuevas tareas que requerían capacidades diferentes. No obstante, esta vez puede que sea distinto. Puestos de trabajo de todo tipo se están automatizando a pasos agigantados, en muchos casos con IA.

Una de las tendencias actuales en el área de las neurotecnologías es conseguir imitar el funcionamiento del sistema nervioso, lo que se denomina tecnología neuromórfica, la cual dio sus primeros pasos en los años ochenta de la mano del informático teórico estadounidense Carver Mead. La arquitectura neuromórfica no es ni mucho menos sencilla. Al contrario, es altamente compleja. Pero eso no es óbice para que avance a pasos agigantados hacia la superación de las capacidades mentales humanas.

La última generación de tecnologías de IA cuenta con arquitectura neuromórfica diseñada para aprender interactuando con los humanos, convertidos en los maestros a los que van a reemplazar. En las oficinas, liberan de carga de trabajo administrativa. En las grandes empresas, copan los puestos de atención al cliente, con gran ahorro económico para las empresas y, en no pocas ocasiones, para disgusto de los clientes, que tienen que lidiar con un sistema deficientemente programado.

En breve, la IA realizará tareas que requieran adoptar decisiones, como la selección de personal. Los candidatos que optan a un puesto de trabajo no son conscientes de que, en cada vez más ocasiones, están enviando su currículo directamente a una máquina IA, la cual se encarga de todo el proceso. La IA ha penetrado en todos los sectores imaginables: procesadores de texto, traductores, chatbots de las webs, buscadores de internet o conducción automática.

Uno de los ejemplos más significativos de lo que supone la IA y de cómo puede llegar a cambiar el mundo laboral es el Hotel Strange, de Tokio. Abrió sus puertas únicamente robots dotados de IA. Pero, lo que se suponía iba a ser una revolución, acabó siendo una muestra paradigmática de lo complicado que es conseguir que la IA interactúe con ella misma. La asistente de habitación no podía competir con Alexa, Siri o Cortana a la hora de proveer al cliente de información sobre las actividades de la ciudad, por lo que la dirección la sustituyó por empleados humanos. Otros robots fueron “despedidos” por ser incapaces de fotocopiar pasaportes o recoger las maletas en días lluviosos o con nieve. Y era mucho más caro reprogramarlos y reconstruirlos que reemplazarlos por personas.

Otro ejemplo preocupante es el mercado de valores. A diario vemos en los medios cómo la bolsa sube o baja, las empresas ganan o pierden enormes cantidades de dinero, pero lo que no nos cuentan es que las transacciones están ya casi por completo gestionadas por ingenios de IA. Por ejemplo, más del 75% de las efectuadas en la bolsa de Nueva York están automatizadas[ii]. La realidad es que los humanos han sido expulsados de las bolsas. Ya no existe un parquet en el que los brokers gritan para comprar y vender. Gran parte del dinero del mundo se mueve mediante silenciosas operaciones informáticas. Pero, al igual que con el ejemplo de los robots japoneses, parece que la gran promesa de un sistema de gestión totalmente automatizado de la bolsa sigue necesitando de un ajuste final todavía realizado por personas[iii].

La idea de una organización gestionada completa y exclusivamente por IA sigue siendo una quimera, aunque lo cierto es que ya hay tareas que las gestiona completamente. De forma progresiva, la sociedad ha ido introduciendo tecnología que suplanta a la actividad mental requerida para muchas funciones. La IA ha aprendido a hablar, leer, escuchar y a reconocer caras y objetos, lo mismo que a pensar, forzando a la inteligencia biológica a delegar.

La evolución de la mente artificial

La mente artificial avanza en todos los aspectos de la vida, y las biológicas lo asumen como normal. Mientras que a la biología le ha costado millones de años evolucionar, la tecnología lo va a conseguir en un siglo. A la mente biológica todavía le queda por defender el bastión de su consciencia. La interacción mente-máquina está muy evolucionada, pero todavía no se ha introducido un sistema de voz en la cabeza[iv].

En los sistemas de pilotaje y conducción en los que la persona intercambia el control con la máquina, ésta puede supervisar el grado de atención del humano de modo que, cuando perciba que éste tiene mermadas sus facultades cognitivas, tomar los mandos del aparato o vehículo. La integración consistiría en un sistema de monitorización de las capacidades mentales del piloto, no en una interacción consciente con la mente.

El principal problema de conectar la mente a otra persona o una máquina es que la parte más inviolable del ser humano queda expuesta a la voluntad o la programación del otro elemento conectado. La complejidad de conectar mentes reside en sincronizar la conciencia con el cerebro, lo que supone riesgos para el propio “yo” de la persona. Por ello, la neuromodulación es un paso previo para conectar cualquier dispositivo con el cerebro, para que éste pueda estar en sintonía con la mente.

Los chips neuromórficos llevan décadas intentando emular el sistema neuronal de nodos, lo que ha dado origen a una rama de investigación sobre sistemas cognitivos neuromórficos. En 2017, la empresa Intel creó un chip neuromórfico, al que llamó Loihi, que podía aprender con sus 130.000 neuronas artificiales. Y sus últimos desarrollos, que ya están en el orden del centenar de millones de neuronas, ya pueden percibir olores, según sus inventores. Una vez perfeccionado, podría servir para múltiples cometidos, como ayudar a las fuerzas policiales a detectar estupefacientes[v].

Recientemente se ha conocido que se ha creado un microchip, de tamaño 100 veces inferior al diámetro de un cabello humano, que imita a un cerebro y con su mismo voltaje neurológico[vi]. Uno de los principales objetivos de esta tecnología es que los cerebros artificiales, por así decirlo, sean tan eficiente en el consumo de energía como lo es el humano, que sólo emplea 80 milivoltios cuando sus neuronas se comunican entre ellas.

Inteligencia híbrida y aprendizaje automático

Hay dos definiciones básicas de inteligencia híbrida. Una hace referencia a la cooperación real entre inteligencia artificial y biológica para resolver problemas y emitir juicios. La otra se basa en software que emule la actividad cerebral y permita al ordenador tener mayores capacidades de razonamiento, también conocida como computación cognitiva. En realidad, las dos están entrelazadas, ya que la cooperación de la primera definición se consigue mediante el software de la segunda.

Al menos hasta la fecha, la mente humana tiene un razonamiento abstracto del que carece la máquina. Por ejemplo, el ser humano es capaz de procesar y dar sentido a informaciones incompletas, procedentes de la intuición o la motivación. Los humanos poseemos una serie de capacidades para procesar información que no son cognitivas en sentido estricto y que son difícilmente replicables mediante la programación informática, principalmente por su compleja definición y explicación. La mente humana posee características que le permiten adaptarse a entornos cambiantes y le dan un dinamismo que es casi imposible de programar en una máquina.

El método que tiene la IA para adaptarse a nuevas situaciones es encontrar patrones de comportamiento en situaciones experimentadas anteriormente. Pero no puede decidir ante información nueva, quedando así su capacidad de acción muy limitada. Por ello, el sistema híbrido de aprendizaje pretende volcar las capacidades humanas en dispositivos de IA, es decir, dotarles de capacidad de percepción, atención focalizada, evaluación y planificación[vii].

De este modo, en un futuro, las máquinas no tendrán una compleja programación ni se le introducirá datos. Aprenderán por sí mismas. Cuando estén dotadas de psicología humana, junto con sus capacidades superiores de procesamiento de datos, se producirá una revolución industrial, social y filosófica.

Los primeros modelos de IA con aprendizaje automático (Machine Learning) están evolucionando rápidamente y ya se utilizan para analizar la psicología de las personas. Hasta ahora, los ordenadores extraían datos estadísticos de las redes sociales a los que después daban sentido a través de la cognición natural. Actualmente, la IA permite consigue un mapa completo de las opiniones que se dan en las redes sociales, relacionadas con las emociones expresadas en el lenguaje y las clasifica de tal manera que los datos obtenidos cobran sentido sociológico. Que una de las primeras aplicaciones de la computación cognitiva sea la de analizar la psicología de la población es un dato muy revelador que nos indica por dónde va el desarrollo tecnológico y las propuestas futuristas.

El machine learning no sólo emplea la estructura del natural; está empezando a usar redes neuronales, sistemas de programas que imitan el funcionamiento del cerebro humano. Estas redes neuronales artificiales son la síntesis perfecta de matemáticas, informática y neurociencias, ligadas a través de complejos entramados que simulan la estructura del sistema nervioso. Disponen de una capa receptora de la información, otra que la organiza y una última que genera los resultados. Las grandes empresas pioneras en el uso de la IA, como Google o Facebook, ya cuentan con estos sistemas de aprendizaje automático, plenamente funcionales.

Inteligencia artificial y Deep Learning

En 1943, los neurocientíficos estadounidenses Warren McCulloch y Walter Pitts tuvieron la revolucionaria idea de convertir el comportamiento de las neuronas en un sistema lógico de computación. Según ellos, el aparente caos del movimiento de las neuronas en realidad respondía a un patrón lógico[viii]. Estaba naciendo el concepto de inteligencia artificial (IA). Desde aquellos años, la evolución tanto de las neurociencias como de la propia IA ha dado pie a muchos experimentos de comunicaciones físicas y virtuales. 

Parecería lógico pensar que, al estar el desarrollo de la inteligencia artificial basado en la imitación de la biológica, las imperfecciones de ésta se replicarán en la artificial. Pero lo cierto es que esta última está evolucionando libre de taras biológicas. En estos momentos, a través de la ingeniería de la consciencia y del aprendizaje profundo (Deep Learning)[ix], se está trabajando en máquinas que superen en inteligencia a los humanos y dotadas de consciencia.

Ya existen estudios teóricos sobre cómo crear sistemas de IA dotados de pensamiento abstracto y sus correspondientes mentales, e incluso que razonen ante estímulos externos. Pero antes de conseguir que las máquinas tengan consciencia, primero han de disponer de otros conceptos mentales como la cognición.

En el ámbito de la cognición artificial, se está experimentando con la física cuántica y la psicología cognitiva con el objetivo de que las máquinas se adapten a la incertidumbre de la vida real. Un robot, por ejemplo, realiza las tareas que se le hayan programado, aunque en un entorno estable, que no le exige tomar decisiones; pero, si se le programa con IA, su ámbito de actuación es mucho mayor[x].

La automatización de la máquina se logra con la programación de diversos algoritmos que imitan el comportamiento humano, por lo que, en realidad, la IA no decide por su propia cognición, sino merced a su programa que gestiona los datos recibidos. El aprendizaje de la IA se basa también en algoritmos, que adoptarán decisiones condicionadas por los datos con los que se les haya programado, junto con los que la máquina haya acumulado. Los primeros pasos en la cognición artificial son reconocer lenguaje, discursos, imágenes y caras, percibir datos y gestionarlos según los parámetros de su programación.

El deep learning se basa igualmente en algoritmos, pero con más niveles de procesamiento, lo cual le permitirá en un futuro desarrollar conceptos abstractos. Este aprendizaje profundo efectúa un primer filtro para captar informaciones generales; luego las pasa a un segundo que las convierte en específicas, y después sucesivamente a otros filtros que definen y perfeccionan la información hasta obtener conceptos complejos.

El interés por este tipo de aprendizaje ha supuesto una reconfiguración en la manera de programar aplicaciones o programas en la mayor parte de las grandes compañías tecnológicas. En 2012, a la conferencia de Sistemas de Procesamiento de Información Neuronal, que tuvo lugar en Stateline (Nevada, Estados Unidos), asistió un interesado Mark Zuckerberg, quien preguntó a los expertos cuestiones sobre el funcionamiento del cerebro y la teoría de la mente, mostrando especial interés en los misterios mentales[xi]

El aprendizaje profundo se alimenta de datos, y eso es algo que Facebook tiene en abundancia. Con cada uno de nuestros likes, la empresa ha adiestrado máquinas de IA que predicen hasta las más básicas de nuestras emociones.

Desde hace años, las compañías tecnológicas han contratado a los pioneros y principales expertos en IA. En 2013, Facebook se hizo con los servicios del reconocido experto en ingeniería electrónica, informática y neurociencia Yann LeCun, considerado uno de los pioneros en el reconocimiento de imágenes mediante redes neuronales convolucionales[xii] y de los mayores expertos en aprendizaje profundo. La aportación de LeCun ha permitido a Facebook crear la ya mencionada aplicación DeepFace, que puede reconocer con gran precisión a una persona por una imagen.

Por su parte, Google contrató al británico pionero del aprendizaje profundo Geoffrey Hinton, quien trabaja con algoritmos para conseguir que las máquinas tengan capacidades de reconocimiento humanas, pero con la velocidad de procesamiento informática. Estos nuevos sistemas de aprendizaje profundo reciben en la primera capa una voz e identifican a la persona en la última, con una precisión impensable para una máquina de IA convencional.

Lo interesante de estos artilugios es que se están diseñando para aprender sin supervisión humana, tanto mediante su propia base de datos como por la experiencia que van acumulando, aunque todavía sus capacidades de aprendizaje son inferiores a las de los seres biológicos.

Las investigaciones futuras están enfocadas a un aprendizaje automático que permita a la máquina usar sus resultados finales como datos iniciales de forma que le retroalimenten su aprendizaje[xiii].

El hecho de que una máquina pueda retroalimentar su conocimiento, y que disponga de bases de datos enormes como las que poseen Google o Facebook, implica que la perfección de la cognición artificial estará plenamente desarrollada en los próximos años, y que no habrá datos del entorno que puedan escapar a su identificación.

Los tres conceptos de conciencia, cognición y aprendizaje son de fundamental importancia a la hora de controlar la IA, ya que, si una máquina superinteligente no deja de aprender y acaba teniendo consciencia de sí misma, no es descabellado pensar que llegue a suponer una amenaza para su propio creador. Únicamente una programación que tenga muy presente dichos conceptos podrá controlar la creciente peligrosidad de la IA.

Más allá de la inteligencia artificial: inteligencia sintética

La inteligencia artificial está dando paso a un nuevo concepto: la inteligencia sintética. Ésta se basa en que la creación de inteligencia no ha de seguir los parámetros de la biológica, y que, ni mucho menos, se ha de considerar artificial.

Últimamente, se ha conseguido un chip que emula a un cerebro sintético capaz de almacenar memoria en nitrato de plata, y ya hay un equipo de ingenieros químicos de la Universidad de California que quiere usar memristors que emulen esta cualidad. Con esta tecnología se consigue que las nanopartículas del nitrato de plata realicen conexiones semejantes a las sinapsis neuronales, y que, al recibir estimulación eléctrica, tengan el mismo comportamiento que cuando las neuronas guardan información[xiv]. El responsable de la investigación ha sido el físico escocés James K. Gimzewski, quien se ha marcado como objetivo construir un cerebro que pueda pensar y sentir, no sólo almacenar memoria.

Los memristors fueron descubiertos en 1971 por el ingeniero electrónico Leon Ong Chua, quien se percató, en el plano teórico, de que un elemento de un circuito podía funcionar como una memoria, ya que recordaba la carga eléctrica que tenía antes de ser desconectado. En 2008, se confirmó en la práctica mediante un experimento al que se llamó el “elemento perdido” de Chua, realizado por investigadores de la empresa HP[xv]. Esta capacidad de memoria del elemento se ha empleado en los últimos años para el desarrollo de la computación neuromórfica, lo que, junto con los semiconductores complementarios de óxido de metal, está acelerando el desarrollo de sistemas de IA.

Descubrir materiales que en su estructura molecular se comporten como las neuronas es un avance sin precedentes, y acerca un poco más a la idea de un cerebro biónico pensante y con sentimientos. Esta tecnología se ha podido miniaturizar y ya existe un chip del tamaño de un confeti que concentra decenas de miles de nanoparticulas de aleación de plata y cobre, las cuales realizan millones de sinapsis, recreando un sistema de memoria biológico que no necesita estar conectado a la electricidad para retener su última posición[xvi].

Las sinapsis eléctricas artificiales van a suponer una revolución en la computación neuromórfica[xvii], no sólo porque se va a reducir el coste de fabricación, sino por el hecho de reproducir detalles tan específicos del funcionamiento del cerebro. Pero los memristors tienen el valor añadido de que, al permitir regular la velocidad de sinapsis, se controla el dinamismo de todo el sistema neuromórfico[xviii]. Por otro lado, se ha descubierto que está suerte de neurona artificial realiza las funciones básicas de una biológica, con capacidad de aprendizaje autónomo y memoria asociativa. El gran interrogante es si estas neuronas artificiales podrán ser compatibles con las biológicas, de modo que en el futuro aquellas sustituyen a éstas, con el fin de acelerar la velocidad natural de las sinapsis o de reemplazar neuronas dañadas.

Imagen que pretende ilustrar la computación neuromórfica

Los memristors son más pequeños y rápidos que una neurona, pero su adaptación a un cerebro biológico es complicada. Hasta el momento, se ha conseguido que una neurona biológica intercambie información con un memristor, conectando la neurona artificial a la del hipocampo de una rata a través de un nodo de conexión denominado synaptor, creado para tal propósito. El intercambio de información se ha realizado en las dos direcciones, y da pie a una nueva generación de tecnologías híbridas[xix]. No obstante, queda mucho por investigar para poder reemplazar neuronas biológicas por artificiales.

Las iniciativas no se paran ahí ni mucho menos. Ya se trabaja en la creación de cerebros cuánticos, fusionando la computación cuántica con la IA. El investigador Michael Hartmann, de la Universidad Heriot-Watt, está convencido de que esta unión logrará una velocidad inimaginable, y que su modelo Quromorphic dejará atrás la dependencia de la IA basada en los sistemas biológicos[xx]. Este proyecto de inteligencia sintética tan rompedor ha recibido apoyo y financiación de la Comisión Europea, muy interesada en estas iniciativas innovadoras.

Una inteligencia sintética mediante computación cuántica, y diseñada para un aprendizaje profundo (Deep Learning), daría lugar a una superinteligencia capaz de procesar, razonar y decidir, lo que supondría un peligro para el mercado laboral, pues, yendo más allá de la inteligencia artificial, no sería un apoyo ni cooperaría con el ser humano; lo sustituiría. La inteligencia sintética es una creación humana, pero no una herramienta para el hombre, según algunos de sus pioneros. La implementación de este tipo de inteligencia abrirá aún más la brecha social, pues no será lo mismo contar con inteligencia artificial que con sintética.

Otra vuelta de tuerca: inteligencia aumentada

La inteligencia aumentada persigue rentabilizar las características de la inteligencia artificial, aunque supervisadas por un humano. Relega a la IA a las tareas rutinarias y se queda con las complejas, pero de modo que ninguna de las dos inteligencias pudiera realizar el conjunto del cometido por sí sola.

La superinteligencia del futuro: tecnología al acecho

En próximas décadas, la inteligencia no biológica producirá la mayor parte del conocimiento. El ser humano que disponga de este conocimiento conseguirá que su cuerpo biológico transcienda a una nueva forma de existencia. Los principales gurús y futurólogos de la tecnología, como el científico e inventor estadounidense Raymond Kurzweil, consideran que, si bien la inteligencia artificial sobrepasará a la biológica, también servirá para incrementarla. Para ello se emplearán millones de nanobots programados a nivel molecular que se insertarán en nuestro cerebro e incrementarán la capacidad de las neuronas. Los nanobots, denominados niebla útil (foglets), no sólo se entremezclarán con nuestras neuronas, sino que deformarán la realidad, juntándose para formar objetos y separándose para desintegrarlos, de forma similar a átomos programados.

Según Kurzweil, en el futuro la tecnología y la biología formarán una única existencia. Se crearán unos seres que seguirán siendo humanos incluso si no cuentan con ninguna parte biológica. Una visión compartida por otros científicos, quienes llegan a sugerir que, si la inteligencia artificial supera a la biológica, acabará controlando la sociedad humana. Éstos vaticinan que, de llegarse a encontrar una inteligencia artificial en el espacio exterior, probablemente sería una inteligencia postbiológica que hubiera evolucionado desde una biológica[xxi].

En este contexto, que no sabemos a ciencia cierta si es distópico, utópico o real, el ser humano competería por la supervivencia con sus propias creaciones. Si la IA se desarrolla de tal manera que supera con creces las capacidades y potenciales del cerebro biológico, tiene lógica pensar que será la IA la que tome las decisiones en la sociedad. Las cuales basaría en el análisis e interpretación de una cantidad de información mucho mayor de la que pueden gestionar los cerebros de los dirigentes actuales.

Para bien o para mal, el cerebro humano es mucho más complejo que un sistema de IA, por lo que es de esperar que siempre tendrá un lugar incluso en una sociedad gobernada por la inteligencia sintética. El cerebro humano tiene casi cien mil millones de neuronas que funcionan como procesadores, pero la velocidad a la que operan no es tan rápida como la velocidad que puede alcanzar un ordenador. Este hecho sugiere que el futuro de la IA pase por crear sistemas más simples con menos procesadores, pero con velocidades notablemente superiores a las sinapsis de las neuronas[xxii].

La IA será el primer sector que desarrolle capacidades intelectuales superiores, dado que la biotecnología no puede competir con la velocidad de innovación del ámbito artificial.

Las neuronas pueden tener hasta 200 interacciones por segundo, pero ya hay ordenadores que pueden superar esa velocidad. De hecho, hay simulaciones artificiales de neuronas que pueden realizar 1.000 operaciones de punto flotante por segundo (FLOPS), y las más complejas simulaciones pueden llegar a sobrepasar el millón[xxiii].

Además, la relación entre neuronas no es tan dinámica como la interacción en los ordenadores, lo cual hace prever que se diseñen modelos de cómputo de la información inalcanzables para las neuronas.

Esto haría complicado cualquier intento de ensamblaje de máquinas de IA con cerebros biológicos, ya que la velocidad de procesamiento neuronal sería un lastre. ¿Se puede llegar a forzar la velocidad neuronal, subirla de 200 a 1.000? Un cerebro biológico con cien mil millones de neuronas realizando miles de sinapsis por segundo sí que sería una competencia difícil para una máquina. Seguramente haya un método para incrementar esa velocidad, con electroestimulación o con psicoquímicos, pero se corre el riesgo de destrozar la neurona.

Antes de siquiera imaginar cómo aumentar la velocidad neuronal, habría que plantearse cómo reconstruir el cerebro de forma más robusta, y para ello se pueden recurrir a técnicas de biotecnología o manipulación genética. 

Si al final se consigue insertar memristors, las neuronas artificiales, en el cerebro biológico, habría una posibilidad de alcanzar una velocidad similar a las FLOPS, pero sería igualmente con ayuda de medios sintéticos, lo cual daría un sistema híbrido.

Todavía no se sabe cuál es la velocidad máxima que pueden alcanzar los memristors, pero se supone que superan con creces a las neuronas orgánicas. La única ventaja que tiene el cerebro frente a la velocidad de las máquinas es el volumen de neuronas y las sinapsis que generan, la dimensión cognitiva y la capacidad de realizar simultáneamente varios procesos mentales. Y la diferencia fundamental es que las máquinas realizan únicamente sinapsis eléctricas, mientras que las de los humanos son también químicas, motivo por el cual podemos sentir emociones.

La computación cuántica: amenaza para la inteligencia biológica

La situación de la inteligencia biológica se complica aún más con la llegada de la computación cuántica, que acelerará el proceso de aprendizaje de las máquinas. Si ya las neuronas son incapaces de igualar la velocidad con la que realizan operaciones los ordenadores domésticos, quedarán muy por detrás con los cuánticos.

En el ámbito concreto de la inteligencia artificial, la revolución cuántica dejará obsoletos los sistemas de inteligencia neuromórficos, adentrándose en modelos que no se asemejan en nada a la inteligencia tal como la concebimos en la actualidad.

Desde el año 2013, la NASA investiga cómo incrementar las capacidades de la IA mediante heterodoxos métodos de cálculo cuántico; una iniciativa similar a las llevadas a cabo por empresas como Google, IBM, Microsoft o Amazon. Estos gigantes del mundo digital se han percatado de la ventaja que supone contar con la velocidad de cálculo de los ordenadores cuánticos, y de que su aplicación en sistemas de inteligencia artificial y sintética supondrá una revolución tecnología sin precedentes.

Uno de los temores que despierta es que, en un futuro no muy lejano, muchas de las decisiones gubernamentales se fundamenten en algoritmos cuánticos. E incluso que los ordenadores cuánticos se conviertan en eficientes investigadores, ensayen nuevas medicinas y tratamientos, propongan otros medios de transporte y energía o mejoren la vida biológica. En definitiva, que lleguen a gestionar todos los aspectos sociales.

Con la ayuda de la mecánica cuántica, la inteligencia sintética será uno de los grandes creadores de conocimiento, lo que supone relegar las facetas de diseñador, programador o pensador de la persona. Pero está superinteligencia artificial abre muchos debates filosóficos sobre la mente y la psicología tecnológica. Todos los campos del conocimiento quedarán alterados con la aparición de capacidades mentales que serán incluso excesivas para la mayor parte de las tareas que realiza un ser humano corriente. Tanto es así que hay quien pronostica que no tardará mucho en llegar el día en que un centenar de máquinas de IA tengan una capacidad mental superior al total de la población mundial.

Sin duda, la gigantesca velocidad de procesamiento de información de estos dispositivos permitirá tener un control aún mucho mayor de la población. Por ejemplo, será posible realizar en pocos segundos controles biométricos simultáneos a miles de personas para identificar a todos los asistentes a un estadio deportivo o una manifestación.

Temores ante el avance de las inteligencias sintéticas: «humanos, arrodillaos»

Si a medida que avanza la inteligencia sintética no se consigue que la humana no quede rezagada, en un futuro la intelectualidad y las decisiones residirán en dispositivos artificiales. Nos encontraríamos ante una nueva oligarquía, la de las máquinas. Lo mismo que en otros momentos históricos las sociedades estuvieron regidas por una intelectualidad superior formada por académicos, artistas, escritores y grupos de personas que adoptaban las decisiones.

En principio, la superinteligencia artificial no seguiría las técnicas de engaño y propaganda con las que hasta ahora se ha conducido a una sociedad intencionadamente desinformada o malinformada. Por el contrario, emplearía procedimientos lógicos, coherentes, desinteresados, funcionales y eficaces. No obstante, no podemos pecar de ingenuos y pensar que vamos hacia un mundo perfecto, donde impere una verdadera justicia social, en el que la objetividad e imparcialidad sean la tónica y prime un genuino interés por la seguridad humana y el bienestar de todas las personas. Detrás de cualquier tipo de inteligencia no natural, llámese artificial, sintética o de cualquier otra forma, habrá un ser humano dispuesto a primar sobre los demás, a ejercer su pleno dominio, sometido a las eternas debilidades y pasiones terrenales. Después de todo, la inteligencia artificial, igual que la biológica, filtra la información recibida y la procesa dependiendo de su programación. Y ahí estará la clave: en la forma de programar los dispositivos, por “inteligentes” que sean, o por capacidad de “autoaprendizaje” que tengan. Sin duda, esta situación permitirá, al que controle la tecnología, un dominio tan absoluto, gratificante en extremo, que jamás se planteará cederlo, ni tan siquiera en lo más mínimo.

Además, tampoco podemos ignorar otro riesgo, cuál es que algunas máquinas adquieran un grado tal de consciencia de su propio poder que, enfrentándose a sus creadores, deseen ser ellas las que ejerzan ese pleno dominio sobre el conjunto de la sociedad. Y quién nos garantiza que, llegado ese momento, no decidan replicar las ansias humanas de dominio sobre el prójimo, de forma parecida a lo que hicieron algunos esclavos liberados -pensemos en el caso de Liberia, como nos relata Ryszard Kapuscinski en Ébano, que esclavizaban a otras personas, algunos también antiguos esclavos, imitando lo que habían visto en sus amos, incluso en la vestimenta. Lo cierto es que, al estar basadas en la inteligencia y el siempre imperfecto carácter humano, ¿por qué van a ser las máquinas más perfectas? Incluso nos debemos preguntar ¿qué es la perfección?

Pedro Baños. Autor de “El Dominio Mental”.

Bibliografía

Anissimov, Michael. «Threshold Leaps in Advanced Artificial Intelligence.» Intelligence Unbound:35-45. 2014.

De Kleijn, Roy et al. “Robotic Action Control: On the Crossroads of Cognitive Psychology and Cognitive Robotics”. Cognitive Robotics:171-187. 2015.

LeCun, Yann. «1.1 Deep Learning Hardware: Past, Present, and Future.» 2019 IEEE International Solid-State Circuits Conference (ISSCC). IEEE. 2019.

McCulloch, Warren S., y Pitts, Walter. A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics 5:115–133. 1943.

Sandberg, Anders., y Bostrom, Nick. «Whole brain emulation: A roadmap technical report”. Future of Humanity Institute, Future of Humanity Institute. University of Oxford. 2008.

Schneider, Susan. Artificial You: AI and the Future of Your Mind. Princeton University Press, 2019.

Sejnowski, Terrence J. The deep learning revolution. Mit Press. 2018.

Serb, Alexantrou, et al. «Memristive synapses connect brain and silicon spiking neurons.» Scientific reports 10:1-7. 2020.

Stephens, Chad, et al. «Biocybernetic adaptation strategies: machine awareness of human engagement for improved operational performance.» International Conference on Augmented Cognition. Springer. 2018.

Strukov, Dmitri B., et al. «The missing memristor found.» Nature 453:80-83. 2008.

Yeon, Hanwool, et al. «Alloying conducting channels for reliable neuromorphic computing.» Nature Nanotechnology:1-6. 2020.

Zheng, Nan-ning, et al. «Hybrid-augmented intelligence: collaboration and cognition.» Frontiers of Information Technology & Electronic Engineering 18.2:153-179. 2017.

NOTAS


[i] https://www.oracle.com/corporate/pressrelease/robots-at-work-101519.html

[ii] https://time.com/5751190/investing-machine-learning-marcos-de-lopez-prado/

[iii] https://www.wsj.com/articles/use-ai-for-picking-stocks-not-so-fast-11578279960

[iv] Stephens, et al. (2018)

[v] https://elpais.com/tecnologia/2020-04-13/chips-que-detectan-olores-o-como-la-tecnologia-intenta-imitar-el-funcionamiento-del-cerebro.html

[vi] https://www.tendencias21.net/Crean-un-microchip-que-replica-al-cerebro-humano_a45857.html

[vii] Zheng, et al. (2017)

[viii] McCulloch y Pitts (1943)

[ix] El término “profundo” hace referencia al número de placas con que cuenta la máquina para procesar información. Estas placas se fundamentan en redes neuronales artificiales que funcionan con algoritmos basados en la actividad de un cerebro biológico. Una red profunda puede llegar a tener hasta 150 capas que moldean y definen la información bruta recibida por la primera capa.

[x] De Kleijn, et al. (2015)

[xi] Sejnowski (2018), p. 166

[xii] Este tipo de arquitectura de aprendizaje profundo se centra en poder reconocer objetos. Una primera capa recibe los pixeles de una imagen, y la sucesivas van definiendo la imagen hasta poder identificar a una persona a los pocos segundos de que se haya subido una foto suya a la red.

[xiii] LeCun (2019)

[xiv] https://futurism.com/self-assembling-circuits-resemble-brain-stores-memories

[xv] Strukov, et al. (2008)

[xvi] Yeon, et al. (2020)

[xvii] Miranda y Suñé. (2020), p. 938

[xviii] Zheng, et al. (2015)

[xix] Serb, et al. (2020)

[xx] https://www.hw.ac.uk/news/articles/2018/heriot-watt-leads-on-next-gen-computers.htm

[xxi] Schneider (2019)

[xxii] Anissimov (2014)

[xxiii] Sandberg y Bostrom (2008)

1 reply »

  1. Leyendo Dune. Ciencia ficción. Resulta que en el imperio está prohibida la inteligencia artificial porque en el pasado las máquinas esclavizaron a los hombres. Entonces lo que hay son los Mentat, personas entrenadas desde niños con enormes capacidades mentales y conocimiento. Por otra parte, una cofradía mística de mujeres considera que no todas las personas son humanas. El ser Humano precisa un grado de autocontrol sobre los mecanismos automáticos del instinto y las emociones. Y si no lo tienes no eres humano. En fin, son ideas que me están haciendo reflexionar y quería compartirlas. Un saludo.

Deja un comentario