Contáctenos

A través de este formulario podrá dejarnos sus comentarios, sugerencias o inquietudes.

Dirigido a:

Todos los campos son obligatorios.
Cancelar

Reportar Comentario

Estas reportando este comentario a la redacción de El Cronista.

Todos los campos son obligatorios.
Cancelar

Recomendar Nota

A través de este formulario podrá recomendar la noticia que esta leyendo.

Todos los campos son obligatorios.
Cancelar
U$D
/
MERVAL

La inteligencia artificial avanza en busca de la comprensión del universo

El cofundador de DeepMind explica cómo nos ayudará a realizar avances inimaginables en materia de lucha contra las enfermedades y diseño de materiales, entre otras miles de posibilidades

La inteligencia artificial avanza en busca de la comprensión del universo

La civilización moderna es una hazaña milagrosa, hecha posible por la ciencia. Hemos mapeado el genoma, construido supercomputadoras y el Internet, aterrizado sondas sobre cometas, roto átomos cercanos a la velocidad de la luz en los aceleradores de partículas y puesto a un hombre en la Luna. ¿Cómo hemos conseguido hacer todo esto? Cuando uno se detiene a contemplar lo que nuestro cerebro de 3 libras de peso ha logrado, es bastante notable.

El método científico podría ser la idea más poderosa que los seres humanos hayan tenido, y los progresos alcanzados desde la Ilustración han sido simplemente asombrosos. Pero ahora estamos en un momento crítico en el que muchos de los sistemas que necesitamos dominar son endiabladamente complejos, desde el cambio climático y las cuestiones macroeconómicas hasta la enfermedad de Alzheimer. Nuestra capacidad para resolver estos desafíos - y cuán rápidamente lo logremos - afectará el futuro bienestar de miles de millones de personas y el medio ambiente en el que vivimos.

El problema es que estos desafíos son tan complejos que incluso los mejores científicos, médicos e ingenieros del mundo tienen dificultades para dominar todos los pormenores que se requieren para realizar los avances necesarios.

Los sistemas que ahora estamos tratando de entender están respaldados por una gran cantidad de datos, generalmente muy dinámicos, no lineales y con propiedades emergentes que hacen muy difícil encontrar la estructura y las conexiones para revelar las ideas que encierran.

Éste es uno de los mayores retos científicos de nuestros tiempos. Los fundadores de la moderna era informática - Alan Turing, John von Neumann, Claude Shannon - comprendieron la importancia central de la teoría de la información, y hoy hemos llegado a darnos cuenta de que casi todo puede ser pensado o expresado en este paradigma. Esto es más evidente en la bioinformática, donde el genoma es efectivamente un gigantesco esquema de codificación de información. Creo que, un día, la información llegará a considerarse tan fundamental como la energía y la materia.

En su núcleo, la inteligencia puede ser considerada un proceso que convierte la información no estructurada en conocimientos útiles y viables. La promesa científica de la inteligencia artificial (IA), a la que he dedicado el trabajo de mi vida, es que podemos sintetizar, automatizar y optimizar ese proceso, utilizando la tecnología como una herramienta para ayudarnos a adquirir rápidamente nuevos conocimientos en campos que seguirían siendo inextricables para los seres humanos sin ayuda.

Actualmente, trabajar en la IA se ha puesto muy de moda. Sin embargo, el término IA puede significar muchas cosas, según el contexto. El enfoque que adoptamos en DeepMind, la compañía que cofundé, se centra en los conceptos de aprendizaje y generalidad, con el objetivo de desarrollar el tipo de IA que necesitamos para la ciencia. Si queremos que las computadoras descubran nuevos conocimientos, entonces debemos darles la capacidad de aprender por sí mismas.

Los algoritmos en los que trabajamos aprenden a dominar las tareas directamente a partir de la experiencia pura, en el sentido de que el conocimiento que adquieren está, en última instancia, basado en alguna forma de realidad sensorial en lugar de en símbolos abstractos. Además, necesitamos que sean generales en el sentido de que el mismo sistema con los mismos parámetros pueda desempeñarse bien en una amplia gama de tareas. Estos dos dogmas se demostraron en el artículo de Nature sobre DeepMind en 2015, en el que un programa aprendió a jugar decenas de juegos clásicos de Atari sin más información que los píxeles en la pantalla y la puntuación. También utilizamos la neurociencia a nivel de sistemas como una fuente fundamental de inspiración para nuevas ideas arquitectónicas y algorítmicas. Después de todo, el cerebro es la única prueba que tenemos de que es posible un sistema de aprendizaje de propósito general basado en la experiencia.

Creemos que en los próximos años los científicos e investigadores que utilizan enfoques que generarán ideas en una multitud de ámbitos, desde el diseño de materiales superconductores hasta el descubrimiento de fármacos. En muchos sentidos, considero la IA análoga al telescopio Hubble: una herramienta científica que nos permite ver más allá y comprender mejor el universo que nos rodea.

Por supuesto, como cualquier tecnología poderosa, la IA debe ser utilizada de manera responsable, ética y para beneficio de todos. También debemos ser muy conscientes tanto de la utilidad como de las limitaciones de los algoritmos de la IA. Pero con una rigurosa atención a la capacidad de los programas, y más investigación sobre los efectos de la calidad de los datos de entrada que utilizamos y la transparencia de su funcionamiento, podríamos descubrir que la IA puede desempeñar un papel fundamental en el apoyo a todo tipo de expertos identificando patrones y fuentes que se les podrían escapar a los ojos humanos.

Es en esta colaboración entre personas y algoritmos que radica el increíble progreso científico durante las próximas décadas. Creo que la IA se convertirá en una especie de metasolución que los científicos podrán implementar, mejorando nuestra vida diaria y permitiéndonos a todos trabajar de forma más rápida y efectiva. Si podemos implementar estas herramientas amplia y equitativamente, fomentando un entorno en el que todos puedan participar y beneficiarse de ellas, tendremos la oportunidad de enriquecer y hacer avanzar a la humanidad como un todo.

Al hacerlo, también podemos aprender algo acerca de nosotros mismos. Siempre he creído que la física y la neurociencia son, de cierto modo, las materias fundamentales: la primera aborda el mundo exterior, y la segunda el mundo interior en nuestras mentes. Por lo tanto, entre ellas, abarcan todo. La IA tiene el potencial para ayudarnos a comprenderlas mejor. Conforme descubrimos más sobre el propio proceso de aprendizaje y lo comparamos con el cerebro humano, algún día podríamos lograr una mejor comprensión de lo que nos hace únicos, incluyendo arrojar luz sobre los persistentes misterios de la mente como los sueños, la creatividad y quizás algún día incluso la conciencia.

Si la IA puede ayudarnos como sociedad no sólo a salvar el medio ambiente, curar enfermedades y explorar el universo, sino también a comprendernos mejor a nosotros mismos, ése podría ser uno de los mayores descubrimientos de la historia.