Hoy en día las novedades de las plataformas de IA llenan los titulares en los medios de comunicación y las redes sociales. ¿Pero cómo se ha desarrollado la historia de la inteligencia artificial? Aquí lo veremos a través de una anécdota del ajedrez mundial.
Era 1997. El campeón mundial de ajedrez, Garry Kasparov estaba jugando la revancha contra Deep Blue, una computadora desarrollada por IBM exclusivamente para competir en este juego. Después de seis partidas la máquina salió ganadora.
Este es solo uno de los ejemplos del desarrollo y uso de la inteligencia artificial: un concepto que aunque ha tomado una gran relevancia recientemente, nació hace más de 60 años y desde entonces ha venido desarrollándose a partir de avances del cálculo matemático, la lógica e incluso la filosofía.
Nace el concepto de inteligencia artificial
En 1956, John McCarthy presentó la conferencia ‘Dartmouth Summer Research Project on Artificial Intelligence‘. La investigación proponía que cada aspecto del proceso de aprendizaje y de la inteligencia podría llegar a describirse tan detalladamente, que por eso mismo podría simularse después.
Para muchos este proyecto de investigación definió el origen de la inteligencia artificial como la conocemos hoy en día, sin embargo, varios de los científicos que inicialmente participaron, poco a poco fueron migrando a otras iniciativas relacionadas con la lógica matemática, por ejemplo.
La historia de la IA nacía desde los números. El código binario ha sido esencial para el desarrollo de las computadoras, y por ello resultaba más fácil inicialmente, realizar ejercicios de cálculo y lógica con las máquinas (antes de que pudieran “comprender” conceptos del lenguaje escrito como lo hacen ahora).
Contenido relacionado: Meta quiere democratizar el acceso a la inteligencia artificial (IA), pero aún no sabemos si eso es bueno o es malo
Neuronas artificiales, machine learning y deep learning
Antes de la aparición del concepto de inteligencia artificial, dos científicos Warren McCullough y Walter Pitts presentaron el primer modelo matemático para la creación de una red neuronal.
Podría decirse que fueron los primeros en pensar también en el concepto de ‘neurona artificial’, un elemento esencial para el desarrollo de la historia de la IA; pues dio paso a otras tecnologías que usamos en la actualidad.
Este ejercicio fue uno de los antecedentes de la inteligencia artificial y de lo que hoy conocemos cómo Deep Learning, una tecnología que usa las redes neuronales artificiales para imitar el proceso de aprendizaje humano.
Es diferente del machine learning, en el que no se busca imitar el proceso de aprendizaje humano, sino dotar a las máquinas con información suficiente para que puedan identificar cosas y a partir de ello, hacer previsiones, por ejemplo.
Mientras que en el machine learning la máquina necesita de una entrada masiva de datos para empezar a identificar patrones, el Deep learning imita las conexiones neuronales del cerebro humano. En todo caso, son dos tipos distintos de inteligencia artificial; pueden resolver problemas, cada una a su modo.
El test de Turing
En 1950 Allan Turing, considerado padre de la informática moderna, propuso un test para confirmar si una máquina sería capaz de desarrollar inteligencia o no: un humano haría preguntas a una computadora y recibiría varias respuestas.
La resolución era muy sencilla: si el humano identificaba las respuestas de la máquina, se podría confirmar que no era tan inteligente cómo se esperaba.
Muchos años después, en 2014 una computadora superó el test de Turing en un evento organizado por la Universidad de Reading en el Reino Unido, al responder preguntas como si fuera un niño de 13 años y sin despertar la mínima sospecha.
El aporte de Turing fue tan importante, que incluso fue uno de los cocreadores de la primera máquina capaz de jugar ajedrez. La génesis de la máquina Deep Blue que venció a Kasparov, nació en la mente de Turing, pero no se anticipó a lo que realmente sucedería décadas después.
Filosofía en la Inteligencia Artificial
La inteligencia humana es capaz no solo de identificar cosas y de aprender: también puede prever situaciones y tomar decisiones teniendo en cuenta el posible desenlace de las cosas.
Dado que ahora las máquinas comprenden el lenguaje escrito y sus procesos de aprendizaje no están únicamente basados en números, es necesario que identifiquen conceptos cómo la tolerancia, el bienestar y la vida.
¿Cómo aparece la filosofía de la IA? ¿Cómo le enseñas a una máquina estos conceptos? A través de ejercicios de selección, en los que deben comparar qué les parece más importante o qué merece ser preservado.
Conforme responden aprenden cuáles son los conceptos esenciales para la interacción con humanos, y claro está, para la toma de decisiones que los involucran directamente. La próxima vez que la IA te ofrezca un producto en una tienda on-line, piensa en lo que debió saber sobre ti para hacerte esa propuesta.
Contenido relacionado: Inteligencia artificial: GAN, las que dan el poder de la creación y la imaginación
El lado B de la historia de Kasparov
En 1996 el campeón mundial de ajedrez había vencido a la máquina Deep Blue de IBM pero solo un año después sería derrotado en Nueva York. Los ojos del mundo vieron como por primera vez una computadora acababa con el invicto de los humanos. La historia de la inteligencia artificial cambió para siempre.
Sin embargo, en 2012 el estadístico Nate Silver publicó el libro ‘The Signal and the Noise: Why So Many Predictions Fail – but Some Don’t’, en el que explicó que Kasparov no perdió por la magnífica inteligencia de la máquina Deep Blue, sino todo lo contrario: un bug en ella.
La máquina era capaz de pensar en más de 200 millones de movimientos posibles por segundo. En un momento, en lugar de jugar lógicamente como lo venía haciendo, hizo un movimiento al azar que desconcertó al campeón de ajedrez.
Si, a veces los errores nos hacen parecer más inteligentes de lo que somos.
