El público general y los intelectuales todavía sobrestiman la inteligencia artificial”. Estas palabras, pronunciadas por Melanie Mitchell durante una entrevista con EL PAÍS RETINA, son un grano de arena en el desierto que conforman las grandes proclamas y dudosas promesas sobre lo que van a poder a hacer las máquinas en los próximos años. Mientras unos dan la voz de alarma ante el futuro surgimiento de una superinteligencia que nos domine a todos, el mayor miedo Mitchell, profesora de ciencias computación de las máquinas es que pongamos nuestra integridad en manos de máquinas que no son tan listas como queremos pensar.
Esta brecha entre expectativas y realidad es parte inherente del campo desde su fundación y ha ido calando en el imaginario colectivo, desdibujando conceptos ya de por sí difusos -qué es la inteligencia- y alimentando falsas concepciones sobre el funcionamiento y las capacidades de estos sistemas. En este contexto, se enmarca el intento de desambiguación de Frank Emmert-Streib y Olli Yli-Harja, investigadores de la Universidad de Tampere (Finlandia), y Matthias Dehmer, de la Universidad de UMIT Tyrol (Austria).
Los tres académicos se han ido a la raíz del problema para intentar “correr el velo de vaguedad que rodea a la inteligencia artificial”. En el ensayo resultante, la primera piedra de este problema que cuenta ya con más de medio siglo de edad es el significado del término inteligencia. “No hay ahora mismo una definición formal aceptada ni existen tests que puedan usarse para identificarla de forma fiable”, sentencian.
Los mitos consecuentes
1. La inteligencia artificial busca explicar el funcionamiento del cerebro. Los investigadores zanjan este malentendido dando al César lo que es del César. “Los cerebros se dan solo en las criaturas vivas y no en las máquinas artificiales. Los campos que estudian los mecanismos moleculares y biológicos de los cerebros naturales son la neurociencia y la neurobiología”, sentencian. No descartan que el avance en el desarrollo de estos sistemas pueda contribuir a una mejor comprensión de lo que ocurre en nuestras humanas cabezas, pero llaman a no mezclar peras con manzanas.
2. Los métodos de inteligencia artificial funcionan como cerebros. Pese al propio nombre del campo y a las sospechas que puedan levantar nombres tan sugerentes como red neuronal, es importante señalar que ni las estructuras de conectividad que están presentes en estos modelos no son “biológicamente plausibles ni realistas”.
3. El propósito de los métodos de inteligencia artificial es distinto del aprendizaje automático o la estadística. “No. El propósito general de todos los métodos de estos campos es analizar datos”, aseguran los autores. Cambian las metodologías y los objetivos finales.
4. La inteligencia artificial es una tecnología. En rigor, estaríamos hablando de una metodología. Puesta en acción, la inteligencia artificial implica la aplicación de “algoritmos matemáticos que ajustan parámetros de los métodos a través de reglas de aprendizaje”. ¿De dónde viene la confusión? Del imprescindible papel de la potencia de computación en todo esto. “Esta combinación puede dar la impresión de que la IA es tecnología, pero si desescalamos un problema, las necesidades de hardware se reducen, demostrando los principios por los que se rige el método”.
5. La inteligencia artificial hace que los ordenadores piensen. Esto nos devuelve a la complejidad de acotar lo que implica la inteligencia. ¿Qué es pensar? “En general, está asociado con humanos y seres biológicos más que con máquinas”.
6. La inteligencia artificial es más mítica que el machine learning y la estadística. Si nos remitimos a punto tres (comparten propósitos), esto no tendría por qué ser cierto. Los investigadores atribuyen el malentendido a la vaguedad de las definiciones asociadas a estos sistemas, que dejan mucho espacio a conjeturas e ilusiones; y a las grandes esperanzas futuristas que caracterizan al campo: máquinas que piensan, máquinas humanas…
7. Crear máquinas que se comporten como humanos es óptimo. Los expertos admiten que es razonable, pero ¿para qué queremos un reflejo de nuestras imperfecciones? “El comportamiento de los humanos en general en una tarea no es perfecto comparado con el del humano que alcanza mejor rendimiento en ella”, señalan.
8. ¿Cuándo alcanzaremos las metas finales de la inteligencia artificial? Si miramos a las proclamas del pasado, ya tendríamos que haber cruzado ese umbral. “Esto empezó en los principios de la era de la inteligencia artificial, en los cincuenta la gente decía que en cuestión de 10, 15, 25 años íbamos a tener una inteligencia artificial completa y capaz de remplazar al ser humano en todos los empleos. Nada de eso ha ocurrido”, aseguraba Mitchell. Para estos tres académicos, no hay debate posible: “Las predicciones sobre entidades indefinidas son en cualquier caso vagas y no pueden ser sistemáticamente evaluadas”.
Source link