Hacer que las computadoras aprendan no es algo nuevo. Poco a poco hemos visto cómo se desarrollan sistemas que empiezan a dar resultados. Por ejemplo, Amazon desde los años 90 del siglo pasado, ya contaba con una opción de “libros recomendados”, basados en las preferencias de las búsquedas. Cuando buscamos algo en Google, hay ya aprendizaje de las máquinas en estas búsquedas.
Esto quiere decir que los sitios web saben muchas veces más de nosotros de lo que esperamos o creemos. Cada clic en una búsqueda se registra y da más información sobre ciertos sitios, pero es claro que no saben todo sobre nosotros. Google sabe lo que buscamos, Amazon lo que queremos comprar, Apple sobre nuestros intereses musicales y Facebook sabe mucho, sí, mucho, sobre nuestros comportamientos sociales. Sin embargo, todos estos sitios sólo pueden predecir a partir de clicks pasados y claramente no pueden dar un perfil completo de nosotros (por suerte).
Pero supongamos que hay un algoritmo que supiese qué es lo que buscamos en Google, o lo que compramos en Amazon, o lo que escuchamos en Apple Music o lo que vemos en Netflix, o mejor aún, que supiese nuestros estados recientes y publicaciones compartidas en Facebook. Un algoritmo así podría conocer mucho más sobre nosotros y dar un perfil mucho más cercano a cómo somos.
Este “algoritmo maestro” es el corazón del trabajo que postula Pedro Domingos, autor de “The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World.” (El algoritmo maestro: Cómo la búsqueda de la máquina de aprendizaje última puede rehacer nuestro mundo).
El aprendizaje de las máquinas tiene diferentes escuelas de pensamiento, cada una de ellas viendo el problema desde una perspectiva diferente. Los simbolistas se enfocan más en la filosofía, lógica y psicología, y ve el aprendizaje como el inverso de la deducción. Los conexionistas se enfocan en la física y en las neurociencias, y creen que se puede hacer ingeniería en reversa en el cerebro.
Los evolucionistas llegan a sus conclusiones con base en la genética y en la biología evolucionada, donde hay un enfoque bayesiano en estadísticas y en inferencia de la probabilidad. Y los analogistas dependen en extrapolar juicios similares, enfocándose más en la psicología y en la optimización matemática.
Todas las escuelas de pensamiento resuelven los problemas de diferente forma y encuentran diferentes soluciones. El reto real es diseñar un algoritmo que pueda resolver todos los diferentes problemas que estos enfoques intentan resolver, es decir, un “algoritmo maestro”.
El progreso en el aprendizaje de las máquinas se parece cada vez más a la evolución. Así como las bacterias se desarrollaron más rápidamente que los seres humanos, el aprendizaje de máquinas progresará más rápido cuando se llegue a una etapa en donde estos algoritmos de aprendizaje se vuelvan más complejos como para evolucionar rápidamente.
Un posible peligro es que un algoritmo maestro “ideal” sabrá todo sobre nosotros. Aunque los programas de aprendizaje requieren de la alimentación de datos por parte de los seres humanos, eventualmente alcanzarán un punto en el cual nos superarán. Esto podría ser suficiente para que los resultados obtenidos por las máquinas y los seres humanos pusiesen en riesgo a estos últimos.
Este escenario es similar a la idea de que las hormigas, por ejemplo, tuviesen un mecanismo para controlarnos a los humanos. Habría conflictos entre las naciones, entre personas y grupos, y esto podría llevar a un escenario más violento para nosotros como raza humana.
Pero ¿cómo está cambiando el mundo con el aprendizaje de las computadoras? Hay muchos enfoques sobre el cómo las máquinas aprenden y sus implicaciones para dar solución a los diferentes problemas en la vida. Más importante aún, cada empresa de tecnología está respaldando algún enfoque en particular.
DeepMind -comprado por Google- se enfoca en el cuidado de la salud y busca curar el cáncer a través del aprendizaje de las máquinas. La iniciativa Chan Zuckerberg, respaldada por Facebook, piensa invertir tres mil millones de dólares en la siguiente década, para ayudar a curar, prevenir y manejar enfermedades.
Hay además una asociación de la inteligencia artificial con las empresas más importantes del mundo, como Amazon, Facebook, Google y Microsoft, para compartir enormes bases de datos para llevar a cabo investigación y promover las mejores prácticas.
La conclusión sería si la IA está yéndose por senderos peligrosos. ¿Seremos esclavos de nuestras máquinas? ¿O es la IA el camino para el progreso ulterior de la humanidad. Ya veremos. Hay mucha especulación al respecto en donde inclusive Hawking ha dado su opinión acerca de lo peligroso que pudiese ser la inteligencia artificial sin control.
Referencias: Master Algorithm