La cara y cruz de la Inteligencia Artificial

Barcelona, 21 de octubre del 2019.- La Inteligencia Artificial avanza porque automatiza la construcción de modelos analíticos mediante el análisis de grandes volúmenes de datos que permite identificar patrones y tomar decisiones con la mínima intervención humana, aprendiendo de sí mismo. Sin embargo, la Inteligencia Artificial actual es limitada. Es capaz de resolver muy bien una única tarea, una vez contextualizada. Sin embargo, es incapaz de sumar aprendizajes como las personas: un sistema de IA puede saber jugar muy bien al ajedrez, pero ser incapaz de encontrar un tumor en una imagen. Y, si aprende a identificar tumores, se olvidará de cómo jugar al ajedrez. Es lo que se conoce como ‘olvido catastrófico’. Estas son algunas de las principales conclusiones del “Future Trends Forum”, organizado por la Fundación Innovación Bankinter.

Hemos seleccionado los análisis publicados sobre Movilidad, edge computing, computación cuántica, gestión empresarial y propiedad de datos. Recomendamos la lectura completa de todo el Informe:

Movilidad:

Ahora le sumamos los vehículos autónomos, que buscan que este proceso se realice con la máxima eficiencia. Una prometedora aplicación de la IA a la movilidad que aún está emergiendo y que apenas da sus primeros pasos en la traslación de estos vehículos a la ciudad. “Cuando empecé a trabajar en esto hace 13 años, en Stanford en el 2006, había dos grupos: el grupo de Sebastian Thrun y el mío, y cada uno construía un coche y nos centrábamos en cosas diferentes. Sebastian buscaba la seguridad, yo hacer realidad el concepto de carsharing [coche compartido]”, recuerda Raúl Rojas, que lleva 20 años trabajando en robótica móvil, 13 en coches autónomos y 30 en Inteligencia Artificial, ahora desde su posición como investigador y profesor en la Universidad Libre de Berlín (Alemania).

Para Rojas, el futuro -ya presente- del transporte serán los teléfonos móviles. “No necesitas tener un coche de tu propiedad, ni lavarlo ni aparcarlo en el garaje, sino que llamas a un taxi. Es la mejor definición que tengo para los coches autónomos: es como llamar a un taxi cuyo conductor es un ordenador”, afirma. Rojas cita varias simulaciones sobre cuántos coches se pueden ahorrar en carretera si los compartimos. Por ejemplo, la que hicieron en Berlín, que dio como resultado un ahorro estadístico del 90% de los coches de la red de transporte de la ciudad mediante carsharing, con vehículos que cooperan con el transporte público. Rojas comenta cómo, si antes el foco estaba puesto en el conductor, en un futuro no muy lejano lo estará en el ordenador, que ahora ejerce de copiloto

Edge Computing:

El progreso en aprendizaje automático lleva años de recorrido y se ha convertido en una parte central de la Inteligencia Artificial. Como ya hemos comentado en capítulos anteriores, la ingente cantidad de datos etiquetados disponibles ha contribuido considerablemente a ello. Pero ese aumento en datos -asegura Lewis- nos ha situado en una encrucijada: gran parte del aprendizaje automático hoy en día tiene lugar en la nube, pero el aumento del ancho de banda es mínimo.

“Los datos están atrapados en el límite, de tal forma que muchos datos tienen que procesarse al límite. Por ello, aumenta la necesidad de hardware específico para ello, aceleradores neuronales, que no son caros y en cambio tienen muchísima potencia”, explica Anthony Lewis, Director de Putación Emergente de Hewlett Packard Labs. Esto podría -dice- llevar a una distribución de la capacidad en el entorno hacia el límite, donde tendríamos una potencia de procesamiento de terabytes (miles de GB) en el bolsillo, en el coche… Así que habrá una gran cantidad de procesamiento de datos que se da en torno a nosotros. El experto habla de un efecto secundario resultante de la creación de estos procesadores, que han podido simular hasta 10.000 millones de neuronas. “La corteza cerebral humana tiene algo más de 20.000 millones de neuronas, por lo que la escala a la que estamos llegando se corresponde con la de los humanos. Al menos -puntualiza- en términos de números, ya que las simulaciones neuronales “no son ni de cerca tan realistas como las humanas”, afirma Lewis.

Computación Cuántica

Tanisha Bassan, Desarrolladora de Quantum Computing: “La base de la informática cuántica consiste en apalancarse en la mecánica cuántica, que son las normas y leyes que usamos para entender cómo funcionan e interactúan entre sí las cosas a muy pequeña escala”, subraya. De esta destaca “dos propiedades muy útiles”. La primera es la superposición, que establece que se puede tener una partícula en cualquier estado exactamente al mismo tiempo. La segunda propiedad es el entrelazamiento: la idea de que puede haber dos partículas, dos puntos de información, que están correlacionados. Lo que afecta a una, afecta directamente a la otra.

“Estas dos propiedades -dice- son los cimientos de la mecánica cuántica, y la razón de que la computación a esta escala pueda llevar a una potencia computacional exponencial que permita resolver algunos de los problemas más difíciles del mundo”. Lo ejemplifica con una analogía: “Imaginen que hay una biblioteca repleta de millones y millones de libros, que son cantidades de conocimiento ingentes. Cojo un libro y escojo una página, que contiene información que quiero recuperar. La marco con una X. Si le pido a un ordenador tradicional que encuentre la X, ese ordenador clásico o superordenador podría tardar la longitud del universo, porque tendría que mirar cada una de las páginas de cada libro, una a una. Sin embargo, un ordenador cuántico podría entrar en la misma biblioteca y mirar todas y cada una de las páginas de todos y cada uno de los libros a la vez y encontrar la información, o la X, en mucho menos tiempo”.

Gestión Empresarial

La aplicación total de la IA en la gestión y monitorización de la actividad empresarial permitirá automatizar parte de la toma de decisiones empresariales. La IA cambiará
la forma en la que las empresas e instituciones se posicionarán y el rol que tendrán en la cadena de valor del ecosistema empresarial.

Además, se necesitará una regulación relativa a la automatización, destrucción de empleo, impuestos digitales…

Los retos que la IA provocará en la gestión empresarial son:

Los trabajadores deberán aprender las nuevas habilidades para aplicar la IA.
Es posible que se produzcan fusiones y ventas, con una creciente agregación empresarial.
Es posible que se produzca un estancamiento de creación de nuevas compañías.

Propiedad de Datos

Otra cuestión a debate es si las empresas deben pagar a los usuarios por sus datos, dado que estos son la base del modelo de negocio de muchas de las grandes tecnológicas. El columnista económico de The New York Times, Eduardo Porter, cree que vale la pena explorar este modelo basado en la propiedad de los datos. Dice no estar seguro de cuán valiosos son los datos marginales para los modelos de negocio actuales, impulsados por la publicidad. Sin embargo -añade- es posible que sí sean mucho más valiosos en una economía fuertemente basada en la IA.

Independientemente de si las empresas pagan o no por ellos, Porter reafirma lo comentado por otros ponentes del think tank: las personas necesitan entender mejor cómo se utilizan sus datos y tener más control sobre el proceso. Por otra parte, el reportero comenta que, si la IA impulsa el crecimiento de la productividad, aumentará la riqueza, y ello conlleva desafíos sociales y políticos. Entre ellos cita el de cómo garantizar que esta tecnología se despliegue para mejorar la productividad (en lugar de aprovecharse de ventajas fiscales, por ejemplo) y que la nueva riqueza no termine en el bolsillo de un puñado de plutócratas, sino que llegue a la gran mayoría de la población.

Nuria Oliver sostiene que hay un coste social que las empresas no están pagando, y pagarlo podría ser una forma de equilibrar la balanza. La cuestión es cómo, teniendo en cuenta que a algunas de estas compañías se las acusa precisamente de eludir impuestos. El parlamento francés ha aprobado un gravamen del 3% sobre los ingresos que empresas como Google y Facebook obtienen dentro del país, alegando que estas actualmente explotan lagunas fiscales globales para reducir su contribución a Hacienda.

También se proponen otras opciones como dotar de personalidad jurídica a las máquinas que reemplazan trabajo humano. Markou cree que esta es “una idea tonta, peligrosa y degradante”. Esto no significa que no se pueda crear algún tipo de mecanismo de rendición de cuentas, pero no necesitamos utilizar la personalidad como el punto de partida para construirla. “Es verter vino nuevo en botellas viejas”, concluye.

Informe Completo Fundación Innovación Bankinter sobre Inteligencia Artificial