¿Por qué estamos aún subestimando la Inteligencia Artificial?

Esa es la pregunta con la que comenzaba su intervención Andrew McAfee, Co-Director de la Iniciativa MIT para la economía digital, en Hoy es Marketing 2019, el evento de ESIC. Su área de especialización es estudiar cómo las tecnologías digitales están cambiando los negocios, la economía y la sociedad.

McAfee argumenta que, aunque estamos continuamente escuchando ideas, proyectos y lecciones sobre la inteligencia artificial, es una tecnología que los humanos todavía estamos infravalorando. Un argumento poco popular que, sin embargo, probablemente sea cierto. Ese error se deriva de la forma en la que unimos máquinas y humanos, una fórmula de colaboración que está cambiando rápida y profundamente. Y para explicarlo, recurrimos a un área aparentemente irrelevante y sin importancia: los ordenadores que juegan.

¿Cómo juegan los ordenadores?

McAfee se remontaba unas décadas atrás para explicar que, tan pronto como inventamos los ordenadores, los humanos intentamos que estas máquinas fuesen buenas jugando a los juegos en los que nosotros también éramos buenos. Comenzando con lo más simple: tres en raya. Y moviéndonos después a juegos más complicados, como el ajedrez.

Y así llegó el momento, en 1996, cuando el ordenador IBM Deep Blue se impuso al campeón Garry Kaspárov. Desde entonces, hace 23 años, el mejor jugador de ajedrez del mundo ha sido una pieza de tecnología.

A partir de ahí, la distancia entre unos y otros solo ha ido creciendo. “¿Cómo nos preparamos para un juego de ajedrez contra una máquina? Con un martillo”.

¿Y si tomamos como ejemplo otro juego? El siguiente es Go, el juego asiático que es pura estrategia. Un juego que las máquinas no pueden conquistar: son terriblemente malas. “La teoría para solucionarlo es sencilla: reúnes a un grupo de programadores con los mejores jugadores para explicar las estrategias y programarlo en la máquina. ¿Por qué no funciona entonces?”.

El problema es tan lógico como humano: no es una estrategia que sea reconocible. Incluso los mejores jugadores no pueden explicar por qué hicieron ese movimiento en ese momento. Su cerebro, simplemente, sabía que ese era el movimiento correcto. No pueden identificar el razonamiento detrás del mismo.

Noticias Relacionadas

Las relaciones sociales en la era de la "robolución", según Arena Media

"Afortunadamente los robots no tienen alma" (Entrevista con Andy Stalman)

Si ven un movimiento lo reconocen como el correcto, pero no saben explicar cómo lo saben. Es el conocimiento tácito de Michael Polanyi. “Los humanos tenemos una gran cantidad de conocimiento en nuestra cabeza. Todo el mundo sabe más de lo que puede decir. Todo el mundo en esta habitación es un experto en reconocer caras humanas. Pero nadie sabe explicar cómo o porqué lo es.”

Y en ese paradigma nos movimos unos años. Si se puede describir la estrategia y los pasos, adelante, es programable dentro de una máquina. Si no, es territorio humano en exclusiva.

AlphaGo de Google

Así, hasta la llegada de AlphaGo, un programa de inteligencia artificial de Google desarrollado para jugar a Go. El sistema que, finalmente, en 2016 logró ganar 4 de las 5 partidas de Go. “En ese momento supimos que algo era fundamentalmente diferente. Algo había cambiado. Y lo importante de la historia no era que había logrado ganar, sino cómo AlphaGo lo había hecho. No el qué, sino el cómo”.

La estrategia de Go es similar al ajedrez al principio: se inicia con unos movimientos básicos que indican tu estilo, si prefieres moverte por el borde del tablero, o por el centro. Una serie de pasos muy definidos. Y esa es una de las claves para explicar el triunfo de AlphaGo, que en el segundo partido, en el movimiento 37, rompe los esquemas de todos. Hace historia porque realiza un movimiento que no tiene ningún sentido. Un movimiento absurdo bajo nuestra percepción humana. “La gente pensaba que el sistema tendría algún error de programación, un bug”.

Pero aún así gano el juego. ¿Cómo? La máquina logró ver y calcular todos los posibles y potenciales futuros, las formas en las que el juego podía desarrollarse. Y ese resultó ser un buen movimiento. “Lo interesante no fue el triunfo, sino que estaba jugando de una manera diferente a cómo los humanos jugamos. Nosotros creamos este juego, tenemos cientos de años de historia del mismo. Y aún así, las máquinas están jugando de una manera diferente”.

Las máquinas que juegan póquer

Ajedrez y Go no dejan de ser dos juegos basados en el pensamiento racional, las reglas, la lógica. ¿Qué pasa con los demás?

Una categoría en la que siempre hemos sido capaces de ganar a las máquinas es el póquer, los juegos con información escondida. Un área que nos permite, a los humanos, mostrar uno de nuestros talentos: mentir. “Buena parte del póquer consiste en engañar y mentir. Los humanos somos buenos en eso y los ordenadores no, tanto a la hora de reconocerlo como a la hora de aplicarlo”.

Aún así, un ordenador ha logrado ganar contra 4 jugadores profesionales. Lo más fascinante de todo es que lo hizo sin ningún tipo de conocimiento humano. “Lo que el equipo hizo es decirle al ordenador: esto es un juego de póquer, estas son las reglas. Sin introducir más inputs, lo dejaron jugando contra él mismo. Y fue aprendiendo las buenas estrategias poco a poco”.

La potencia de la estrategia aprendida por el ordenador se puede materializar con la frase que comentó el jugador de póquer Dong Jim tras jugar contra la máquina. “Sentía como si pudiera ver mis cartas. No lo estoy acusando de trampas, pero era así de bueno”.

Tras el éxito de estos dos casos, el equipo de AlphaGo hizo lo mismo volviendo al ajedrez. Le dieron las reglas básicas y dejaron que la máquina aprendiese sola. “Por eso es una estrategia tan poderosa, porque no comienza con el conocimiento humano. Hasta ahora teníamos el método humano y el de las máquinas (enseñado por humanos). Ahora vemos un tercer tipo, casi un ajedrez de extraterrestres”.

Dejemos que las máquinas hagan su trabajo

En definitiva, McAfee habla de dejar a las máquinas hacer su trabajo. “Si nos separamos y dejamos que la Inteligencia Artificial haga su trabajo, en ese momento veremos todo su potencial. No solo hablando de juegos, también con el resto de tareas que las máquinas logran llevar a cabo de una manera más eficaz que los humanos”.

Por ejemplo, el diagnóstico de ciertas enfermedades, el reconocimiento del discurso humano, o a la hora de gestionar la energía de un data center, como es el caso de Google. “Es un área y una compañía que tiene al mejor talento humano en ese sentido. Un aspecto que los humanos hemos trabajado en profundidad, y llega una máquina y lo mejora”.

Y es que ciertas áreas, como el ADN o la genética, son tan extensas como complicadas. “Son ámbitos que no entendemos por completo. Y cuanto más nos introducimos en ello, vemos cómo aumenta la complejidad. Son temáticas que nos llevan a los límites de la capacidad humana”.

Ha llegado el momento en el que el conocimiento humano nos está frenando. Si tenemos que dejar ciertos aspectos inabarcables en manos de los ordenadores, eso nos lleva a la última pregunta. ¿En qué somos buenos? ¿Dónde encajamos?

Los valores humanos en la segunda era de la máquina

El humano es necesario. El cerebro humano logra llegar a lugares que las máquinas (aún) no alcanzan. Entre ellos está:

• El sentido común. Las máquinas no saben utilizar ni aplicar el sentido común. Un ejemplo fue la subida de precios de Uber durante el ataque terrorista en Sidney hace unos años. El algoritmo funcionó como debería: pico de demanda, subida de precios. No tuvo en cuenta, porque no podía hacerlo, las razones detrás de ese pico de demanda. Un humano es necesario en esos casos.
   
• Hacer preguntas. Los ordenadores son máquinas de respuestas. No de preguntas. Ya lo decía Picasso, y Voltaire coincidía: Debemos evaluar a la gente no por la calidad de sus respuestas, sino de sus preguntas.
   
• Habilidades sociales. Negociar, persuadir, coordinar... Facultades muy valiosas en el mundo de los negocios, más que las matemáticas o la programación. Un arte inalcanzable para las máquinas.
   
• Colaboración con las máquinas. Y el último y más importante: la colaboración entre humanos y máquinas. El ejemplo que McAfee daba era Shanghai Tower, un edificio cuyo primer boceto salió de un ordenador tras el input de requisitos por parte de un equipo humano. Un trabajo de colaboración entre unos y otros en el que el ordenador indicaba si los cambios eran factibles o no. “Pero ese primer borrador y diseño fue hecho por la máquina, y eso lo hace mucho más eficiente”.

En última instancia estamos creando un nuevo mundo en el que las máquinas pueden enseñarnos mucho territorio desconocido. Pueden llegar allá donde nuestra mente no nos permite llegar. Y la colaboración entre unos y otros será lo que cambiará el escenario del futuro, siempre que dejemos que las máquinas nos lleven hasta ese lugar.