El boom de la Inteligencia Artificial

(Trobareu la versió en català més avall)

Este 2016 ha sido el año de la Inteligencia Artificial (IA)… y no ha sido el primero ni será el último. Como muestra, consideramos las previsiones de la empresa de investigación de mercados Forrester. En su informe por 2017, un gran número de las tecnologías que se prevé que tendrán más impacto están vinculadas directamente con la Inteligencia Artificial.

Ámbitos de aplicación de la IA

La inteligencia artificial busca conseguir que los ordenadores puedan resolver problemas de forma “inteligente”, es decir, aprovechando la información disponible para tomar las mejores decisiones. Dentro del campo de la IA no hay un único problema a resolver, sino que hay toda una variedad de problemas relevantes:

  • La percepción, la capacidad de comprender información no estructurada en forma de imágenes o vídeo (visión por computador), la voz (reconocimiento del habla) o bien textos (procesamiento del lenguaje natural).
  • La planificación y busca, la capacidad de encontrar la mejor solución entre un gran conjunto de alternativas posibles.
  • La representación del conocimiento, la capacidad de almacenar, expresar y manipular el conocimiento adquirido sobre un dominio.
  • La inferencia y razonamiento, la capacidad de aprovechar el conocimiento existente para extraer conclusiones.
  • El aprendizaje, la capacidad de generar nuevo conocimiento a partir de nuevas observaciones.

Estos problemas son de interés por muchos ámbitos de aplicación actuales: los vehículos autónomos, los chatbots y los asistentes inteligentes, los drons, las aplicaciones de realidad aumentada, el reconocimiento facial, … Un gran ámbito de aplicación en si mismo es el de la robótica, donde aparecen otros problemas como el de la manipulación de objetos o el desplazamiento (p. ej. aprender como andar).

En el campo más experimental y artístico diferentes artistas están usando la IA en sus proyectos, como es el caso de Kyle McDonald, el artista norteamericano que explora el potencial de las herramientas de  machine learning, usando redes neuronales como Neuraltalk para documentar un paseo por Amsterdam o recrear imágenes con el estilo de pintores famosos, haciendo una comparativa de artistas artificiales. O bien otros cómo Memo Atken, artista turco establecido en Londres, que investigaprueba y  experimenta con la red neuronal artificial DeepDream.

Tecnologías de la IA

Hay dos paradigmas principales dentro de la IA: la  IA simbólica y la  IA subsimbólica. La diferencia entre las dos es la forma como se formaliza el conocimiento: las técnicas simbólicas representan el conocimiento mediante símbolos, mientras que la IA subsimbólica busca conseguir un comportamiento inteligente sin necesidad de explicitar el conocimiento adquirido. Así, por ejemplo, ante el problema de “saber encontrar en Wally en una imagen” los métodos simbólicos empezarían para describir cómo es en Wally, mientras que los métodos subsimbólicos partirían de imágenes de ejemplo.

Cada paradigma tiene sus ventajas e inconvenientes. Por ejemplo, con las técnicas de IA simbólica (reglas, ontologías, algoritmos de busca e inferencia) es más sencillo controlar el proceso de toma de decisión, explicar el resultado y depurar el proceso en caso de errores. En cambio, con técnicas subsimbólicas (como por ejemplo las redes neuronales) no se necesita disponer de tanto conocimiento a priori, el rendimiento que se puede conseguir es más alto y se pueden escalar fácilmente añadiendo más recursos.

Precisamente, estas ventajas y su efectividad en problemas reales han hecho que las técnicas subsimbólicas sean el paradigma dominante en la actualidad. En este sentido, uno de los términos de los cuales se siente hablar más en la actualidad es el deep learning, una rama del aprendizaje computacional que se utiliza en proyectos cómo Google BrainAlphaGo o  Watson.

La IA dentro de la sociedad

Por los humanos, la inteligencia es algo muy importante, puesto que nos distingue de otros seres vivos, una calidad casi mágica y misteriosa. Esto afecta la manera como nos relacionamos con las tecnologías basadas en IA.

En primer lugar, se produce una curiosa paradoja en nuestra percepción sobre la IA: una vez se ha encontrado una solución en un problema de IA, automáticamente dejamos de considerarlo “inteligencia” y pasa a ser un algoritmo o un cálculo. Los investigadores en IA anuncian este fenómeno como “Si funciona, no es IA” o “La IA es todo aquello que aún no se ha hecho”. Esto hace que muchos de los éxitos y las tecnologías generadas por la investigación en IA pasen desapercibidos, puesto que han dejado de percibirse como IA: los filtros antispam, los recomendadores de productos en las tiendas online, la inteligencia artificial en los videojuegos, …

Por otro lado, la IA es un campo que genera grandes expectativas que pueden ser difíciles de hacer realidad. Al fin y al cabo, si una máquina es inteligente, y teniendo en cuenta la creciente capacidad de cálculo y de memoria de los sistemas informáticos, por qué tendría que tener límites? Estas grandes expectativas han generado “burbujas” sobre determinadas tecnologías, como por ejemplo los primeros sistemas expertos a finales de los años 70 y principios de los 80, que no lograron los resultados esperados en su aplicación en el ámbito industrial. Como consecuencia, estos fracasos causaron quiebras de empresas del sector, dificultad para conseguir financiación por la investigación, pesimismo en la comunidad científica y una percepción negativa en la opinión pública. Incluso se inventó un término para describir este periodo: “AI Winter” (invierno de la IA), como analogía con el invierno nuclear producido por una explosión atómica.

Finalmente, en nuestra relación con la IA también hay un cierto componente de  miedo sobre su futuro y su impacto en la vida de las personas.

  • “Un sistema inteligente quizás podría sustituirnos en nuestro puesto de trabajo”. Este riesgo es muy plausible: se calcula que los adelantos en robótica e IA permitirán automatizar un 6-7% de todos puestos de trabajo en los cercanos 5-10 años (Computer World,Forrester). De hecho, investigadores como Moshe Vardi (presidente del Association for Computer Machinery) y  tecnólogos de prestigio como Elon Musk (CEO de Tesla) están planteando como resolver el problema del paro en una sociedad futura, incluso argumentando que puede ser necesario instaurar una renta básica universal.
  • “Un sistema inteligente podría tomar decisiones basadas en datos pero sin seguir los valores morales humanos”. Muchas asociaciones han denunciado que el software que se utiliza para tomar decisiones como por ejemplo la libertad condicional muestra sesgos racistas. Como respuesta a este problema, el junio del 2016 la Unión Europea definió el derecho de los ciudadanos a conocer los criterios utilizados por un algoritmo que tomara decisiones relevantes por ellos.

Por otro lado, sistemas como los vehículos autónomos se enfrentan a decisiones muy complejas en casos de colisiones, como por ejemplo qué tipos de maniobra realizar para minimizar la gravedad del accidente. Por ejemplo, es deseable que un coche autónomo se estrelle, matando al conductor, para evitar aplastar un grupo de peatones?

  • “Un sistema inteligente podría entrar en competencia con los humanos e incluso llegar a superarlos”. La IA ya ha conseguido superar los humanos en juegos como el ajedrez (Deep Blue, 1997), Jeopardy (Watson, 2011) y el Go (AlphaGo, 2016). Pero, podría la IA superar a los humanos más allá de estos ámbitos y poner en riesgo su continuidad como especie? Por ejemplo, hay técnicas que permiten a una IA mejorar su rendimiento en un problema específico y hacerse más inteligente a cada nueva iteración, por ejemplo el aprendizaje por refuerzo. Si una técnica similar pudiera aplicarse con éxito al cual se conoce como IA fuerte o IA general (una máquina con la capacidad de resolver cualquier problema intelectual), entonces tendríamos una IA que podría mejorarse a sí misma, haciéndose cada vez más inteligente hasta sobrepasar la inteligencia humana.

Personalidades de primer nivel como por ejemplo Stephen Hawking o Bill Gates han alertado sobre estos riesgos potenciales de una IA sin control. Hay todo un campo de ética de la inteligencia artificial que estudia todas estas cuestiones y  analiza si es posible construir una IA sin perder el control.

Fuente: Statista

Inteligencia Artificial, bendición o maldición? Fuente: Statista

Negocio y empresas detrás de la IA

El año 2015, se calculaba que el volumen de negocio de la IA era de 126.000 millones de dólares. Según datos de Statista , la previsión es multiplicar por 7 este valor en 2020 y por 25 de cara en 2025.

Estas previsiones se hacen patentes en la estructura e inversiones de las grandes empresas del sector tecnológico. Desde el 2015, empresas como Google, Intel, Microsoft, Amazon, Apple, Twitter, Oracle, Samsung, eBay o Salesforce  han adquirido start-ups vinculadas al ámbito de la IA (140 adquisiciones desde el 2011, 40 si contamos sólo este 2016).

Por otro lado, otras compañías están creando divisiones dentro de la misma empresa totalmente focalizadas en IA, como por ejemplo Watson en IBM o  FAIR (Facebook AI Research) en Facebook . Para dar una idea de este volumen, en el caso de IBM, Watson ya da trabajo a 10.000 personas en ámbitos como la genómica y el diagnóstico del cáncer.

Las empresas también han creado alianzas de alto nivel para potenciar la investigación en inteligencia artificial y traer sus beneficios a la sociedad. Facebook, Amazon, Microsoft, Deepmind e IBM han creado lo Partnership on Artificial Intelligence to Benefit People and Society. A nivel académico, además del Association for the Advancement of Artificial Intelligence, existen proyectos a largo plazo para hacer avanzar la IA como por ejemplo el One Hundred Year Study on Artificial Intelligence (AI100) de Stanford.

Fuente: Statista

El futuro de la IA. Fuente: Statista

El Observatorio Tecnológico de los Estudios de Informática, Multimedia y Telecomunicación de la UOC reflexiona sobre diferentes temas de actualidad que giran alrededor del mundo de las tecnologías de la información y la comunicación.

 

El boom de la Intel·ligència Artificial

Aquest 2016 ha estat l’any de la Intel·ligència Artificial (IA)… i no ha estat el primer ni serà l’últim. Com a mostra, considerem les previsions de l’empresa d’investigació de mercats Forrester. En el seu informe per 2017, un gran nombre de les tecnologies que es preveu que tindran més impacte estan vinculades directament amb la Intel·ligència Artificial.

Àmbits d’aplicació de la IA

La intel·ligència artificial busca aconseguir que els ordinadors puguin resoldre problemes de forma “intel·ligent”, és a dir, aprofitant la informació disponible per a prendre les millors decisions. Dins del camp de la IA no hi ha un únic problema a resoldre, sinó que hi ha tota una varietat de problemes rellevants:

  • La percepció, la capacitat de comprendre informació no estructurada en forma d’imatges o vídeo (visió per computador), la veu (reconeixement de la parla) o bé textos (processament del llenguatge natural).

  • La planificació i cerca, la capacitat de trobar la millor solució entre un gran conjunt d’alternatives possibles.

  • La representació del coneixement, la capacitat d’emmagatzemar, expressar i manipular el coneixement adquirit sobre un domini.

  • La inferència i raonament, la capacitat d’aprofitar el coneixement existent per extreure conclusions.

  • L’aprenentatge, la capacitat de generar nou coneixement a partir de noves observacions.

Aquests problemes són d’interès per molts àmbits d’aplicació actuals: els vehicles autònoms, els chatbots i els assistents intel·ligents, els drons, les aplicacions de realitat augmentada, el reconeixement facial, … Un gran àmbit d’aplicació en si mateix és el de la robòtica, on apareixen altres problemes com el de la manipulació d’objectes o el desplaçament (p. ex. aprendre com caminar).

En el camp més experimental i artístic diferents artistes estan fent servir la IA en els seus projectes, com és el cas de Kyle McDonald, l’artista nord-americà que explora el potencial de les eines de machine learning, fent servir xarxes neuronals com Neuraltalk per documentar un passeig per Amsterdam o recrear imatges amb l’estil de pintors famosos, fent una comparativa d’artistes artificials. O bé d’altres com Memo Atken, artista turc establit a Londres, que investiga, prova i experimenta amb la xarxa neuronal artificial DeepDream.

Tecnologies de la IA

Hi ha dos paradigmes principals dins de la IA: la IA simbólica i la IA subsimbòlica. La diferència entre les dues és la forma com es formalitza el coneixement: les tècniques simbòliques representen el coneixement mitjançant símbols, mentre que la IA subsimbòlica busca aconseguir un comportament intel·ligent sense necessitat d’explicitar el coneixement adquirit. Així, per exemple, davant el problema de “saber trobar en Wally en una imatge” els mètodes simbòlics començarien per descriure com és en Wally, mentre que els mètodes subsimbòlics partirien d’imatges d’exemple.

Cada paradigma té els seus avantatges i inconvenients. Per exemple, amb les tècniques d’IA simbòlica (regles, ontologies, algorismes de cerca i inferència) és més senzill controlar el procés de presa de decisió, explicar el resultat i depurar el procés en cas d’errades. En canvi, amb tècniques subsimbòliques (com ara les xarxes neuronals) no es necessita disposar de tant coneixement a priori, el rendiment que es pot aconseguir és més alt i es poden escalar fàcilment afegint més recursos.

Precisament, aquests avantatges i la seva efectivitat en problemes reals han fet que les tècniques subsimbòliques siguin el paradigma dominant en l’actualitat. En aquest sentit, un dels termes dels quals se sent parlar més en l’actualitat és el deep learning, una branca de l’aprenentatge computacional que s’utiliza en projectes com Google Brain, AlphaGo o Watson.

La IA dins la societat

Pels humans, la intel·ligència és quelcom molt important, ja que ens distingeix d’altres éssers vius, una qualitat gairebé màgica i misteriosa. Això afecta la manera com ens relacionem amb les tecnologies basades en IA.

En primer lloc, es produeix una curiosa paradoxa en la nostra percepció sobre la IA: un cop s’ha trobat una solució a un problema d’IA, automàticament deixem de considerar-ho “intel·ligència” i passa a ser un algorisme o un càlcul. Els investigadors en IA enuncien aquest fenòmen com “Si funciona, no és IA” o “La IA és tot allò que encara no s’ha fet”. Això fa que molts dels èxits i les tecnologies generades per la recerca en IA passin desapercebuts, ja que han deixat de percebre’s com IA: els filtres antispam, els recomanadors de productes en les botigues online, la intel·ligència artificial en els videojocs, …

Per altra banda, la IA és un camp que genera grans expectatives que poden ser difícils de fer realitat. Al cap i a la fi, si una màquina és intel·ligent, i tenint en compte la creixent capacitat de càlcul i de memòria dels sistemes informàtics, per què hauria de tenir límits? Aquestes grans expectatives han generat “bombolles” sobre determinades tecnologies, com ara els primers sistemes experts a finals dels anys 70 i principis dels 80, que no van assolir els resultats esperats en la seva aplicació en l’àmbit industrial. Com a conseqüència, aquests fracassos van causar fallides d’empreses del sector, dificultat per aconseguir finançament per la recerca, pessimisme en la comunitat científica i una percepció negativa en l’opinió pública. Fins i tot es va inventar un terme per descriure aquest període: “AI Winter” (hivern de la IA), com a analogia amb l’hivern nuclear produït per una explosió atòmica.

Finalment, en la nostra relació amb la IA també hi ha un cert component de por sobre el seu futur i el seu impacte en la vida de les persones.

  • “Un sistema intel·ligent potser podria substituir-nos en el nostre lloc de treball”. Aquest risc és molt plausible: es calcula que els avenços en robòtica i IA permetran automatitzar un 6-7% de tots llocs de treball en els propers 5-10 anys (Computer World, Forrester). De fet, investigadors com Moshe Vardi (president de l’Association for Computer Machinery) i tecnòlegs de prestigi com Elon Musk (CEO de Tesla) estan plantejant com resoldre el problema de l’atur en una societat futura, fins i tot argumentant que pot ser necessari instaurar una renda bàsica universal.

  • “Un sistema intel·ligent podria prendre decisions basades en dades però sense seguir els valors morals humans”. Moltes associacions han denunciat que el software que s’utilitza per prendre decisions com ara la llibertat condicional mostra biaixos racistes. Com a resposta a aquest problema, el juny del 2016 la Unió Europea va definir el dret dels ciutadans a conèixer els criteris utilitzats per un algorisme que prengués decisions rellevants per ells.

Per altra banda, sistemes com els vehicles autònoms s’enfronten a decisions molt complexes en casos de col·lisions, com ara quin tipus de maniobra realitzar per minimitzar la gravetat de l’accident. Per exemple, és desitjable que un cotxe autònom s’estavelli, matant al conductor, per evitar aixafar un grup de vianants?

  • “Un sistema intel·ligent podria entrar en competència amb els humans i fins i tot arribar a superar-los”. La IA ja ha aconseguit superar els humans en jocs com els escacs (Deep Blue, 1997), Jeopardy (Watson, 2011) i el Go (AlphaGo, 2016). Però, podria la IA superar als humans més enllà d’aquests àmbits i posar en risc la seva continuïtat com a especie? Per exemple, hi ha tècniques que permeten a una IA millorar el seu rendiment en un problema específic i fer-se més intel·ligent a cada nova iteració, per exemple l’aprenentatge per reforç. Si una tècnica similar pogués aplicar-se amb èxit al qual es coneix com a IA forta o IA general (una màquina amb la capacitat de resoldre qualsevol problema intel·lectual), aleshores tindríem una IA que podria millorar-se a sí mateixa, fent-se cada cop més intel·ligent fins a sobrepassar la intel·ligència humana.

Personalitats de primer nivell com ara Stephen Hawking o Bill Gates han alertat sobre aquests riscos potencials d’una IA sense control. Hi ha tot un camp d’ètica de la intel·ligència artificial que estudia totes aquestes qüestions i analitza si és possible construir una IA sense perdre’n el control.

Font: Statista

Intel·ligència Artificial, benedicció o maledicció? Font: Statista

Negoci i empreses darrere de la IA

L’any 2015, es calculava que el volum de negoci de la IA era de 126.000 milions de dòlars. Segons dades de Statista, la previsió és multiplicar per 7 aquest valor l’any 2020 i per 25 de cara a l’any 2025.

Aquestes previsions es fan paleses en l’estructura i inversions de les grans empreses del sector tecnològic. Des del 2015, empreses com Google, Intel, Microsoft, Amazon, Apple, Twitter, Oracle, Samsung, eBay o Salesforce han adquirit start-ups vinculades a l’àmbit de la IA (140 adquisicions des del 2011, 40 si comptem només aquest 2016).

Per altra banda, altres companyies estan creant divisions dins la mateixa empresa totalment focalitzades en IA, com ara Watson a IBM o FAIR (Facebook AI Research) a Facebook. Per donar una idea d’aquest volum, en el cas d’IBM, Watson ja dóna feina a 10.000 persones en àmbits com la genòmica i el diagnòstic del càncer.

Les empreses també han creat aliances d’alt nivell per potenciar la recerca en intel·ligència artificial i portar els seus beneficis a la societat. Facebook, Amazon, Microsoft, Deepmind y IBM han creat el Partnership on Artificial Intelligence to Benefit People and Society. A nivell acadèmic, a banda de l’Association for the Advancement of Artificial Intelligence, existeixen projectes a llarg termini per fer avançar la IA com ara el One Hundred Year Study on Artificial Intelligence (AI100) de Stanford.

Font: Statista

El futur de la IA. Font: Statista

 

L’Observatori Tecnològic dels Estudis d’Informàtica, Multimèdia i Telecomunicació de la UOC reflexiona sobre diferents temes d’actualitat que giren al voltant del món de les tecnologies de la informació i la comunicació.

1 Comment

  1. Interesantes los artículos de éste blog.
    La Inteligencia Artificial nos acabará haciendo el trabajo más cómodo y no destruirá empleo como dicen por ahí… simplemente cambiarán las profesiones.

    Reply

Comentar

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Leer entrada anterior
mHealth, salud en movimiento

(Trobareu la versió en català més avall) Después de la entrada sobre eHealth, vamos ahora a centrarnos en una de...

Cerrar