El uso de términos difíciles de concretar y el exceso de entusiasmo han alimentado falsas concepciones sobre el funcionamiento y capacidad de estos sistemas
El público general y los intelectuales todavía sobrestiman
la inteligencia artificial". Estas palabras, pronunciadas por Melanie
Mitchell durante una entrevista, 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".
Por Montse Hidalgo Pérez – El País