El big data, la inteligencia artificial, la nanotecnología o la robótica experimentarán un desarrollo exponencial que ya se vislumbra. El futuro ya está aquí
Las tres leyes de la robótica son:
-Un robot no hará daño a un ser humano o, por inacción, permitirá que un ser humano sufra un daño.
-Un robot cumplirá las órdenes de los seres humanos, a excepción de aquellas que entren en conflicto con la primera ley.
-Un robot deberá proteger su propia existencia, siempre que esta protección no entre en conflicto con la primera o con la segunda ley.
Cuando Isaac Asimov las enunció por primera vez, hace tres cuartos de siglo, eran una especie de código moral para el mundo de ficción que habitaban los personajes de sus novelas y cuentos. Hoy ya no. El futuro está aquí y las tres leyes de la robótica son la respuesta simplificada a dilemas que se plantean o se plantearán pronto.
¿Qué representan, si no, los accidentes de coches sin conductor que ya se han producido? ¿Cómo resolverá un coche automático el dilema entre atropellar a un humano o estamparse contra un muro con pasajeros a bordo? ¿Qué límites tendrán las máquinas autónomas diseñadas para la guerra? ¿Qué podrán deducir las máquinas de nuestra personalidad? ¿Qué posibilidades abre la inteligencia artificial en el campo de la salud? La respuesta simple a estas preguntas está en los algoritmos. Sin embargo, las sociedades no se rigen por fórmulas matemáticas, sino por normas morales y jurídicas.
La nueva electricidad
Andrew Ng, profesor de Ciencias de la Computación y de Ingeniería Electrónica en la Universidad de Stanford, tiene una frase que se cita de forma recurrente: «La Inteligencia Artificial es la nueva electricidad». Es su manera de advertir que la industria, el comercio y la salud del futuro pivotarán sobre la Inteligencia Artificial.
Enrique Puertas, profesor de Inteligencia Artificial y director del Máster Universitario en Big Data Analytics de la Universidad Europea, explica que la inteligencia artificial es un concepto con cincuenta años de antigüedad que ha experimentado un bum desconocido en los últimos tres o cuatro. ¿Por qué? Por el big data: «Podemos procesar grandes volúmenes para los que antes estábamos limitados. Con las capacidades de la nube es fácil poner a funcionar 200 ordenadores para procesar grandes cantidades de datos».
Otro detalle ha democratizado el acceso a la inteligencia artificial: las tarjetas gráficas, optimizadas para cálculos matemáticos y operaciones complejas con matrices, ya se usan para programar algoritmos de inteligencia artificial y aprendizaje automático. «Esto hace que se reduzcan de forma considerable los tiempos para construir modelos de aprendizaje», asegura el profesor.
Deep Blue, la supercomputadora de IBM, se impuso al campeón mundial de ajedrez Garry Kasparov en 1997 por la fuerza bruta de una potencia de cálculo de 200 millones de posiciones por segundo, mientras que Watson, que venció a los humanos en el concurso Jeopardy en 2011, basó su victoria en el tratamiento de cantidades masivas de datos. Ninguno se basaba en el aprendizaje. Sin embargo, hoy ya no basta con aplicar los datos almacenados para merecer la distinción de inteligencia artificial, sino que esta suele asociarse a la capacidad de aprendizaje automático o machine learning.
«A mis estudiantes les digo que la inteligencia artificial es como la Enterprise de Star Trek: va explorando los nuevos mundos donde las personas no han llegado», señala Puertas para ilustrar por qué estamos ante un concepto «cambiante».
El término inteligente implica que el algoritmo evoluciona y aprende. «Los algoritmos evolucionan y se vuelven más inteligentes, entre comillas. Pueden hacer ciertas funciones, pero no son capaces de hacer otras», comenta Diego Gachet, catedrático de Lenguajes y Sistemas Informáticos en la Universidad Europea, que cuenta que hace poco Google utilizó un robot para reservar por teléfono en un restaurante, sin que el empleado se diera cuenta. El robot, adaptativo, construía su conversación sobre lo que le decía el interlocutor a partir de millones de conversaciones de entrenamiento. Exactamente igual que el T-1000 de Terminator 2.
«Pueden construir conocimiento y encontrar nuevos patrones. Hay una forma de aprendizaje, que es el aprendizaje no supervisado o por refuerzo, que funciona más o menos como los reflejos de Pavlov: premio y penalización. Pones al algoritmo a que haga algo y si lo hace bien, le premias. Esto significa que cambia el valor de algunas variables», ilustra el catedrático.
Entonces, ¿son verdaderamente inteligentes? Gachet cree que sigue siendo forzado comparar una inteligencia computacional, basada en la matemática, con la natural, donde la inteligencia radica en la capacidad de sobrevivir al entorno.
Él realizó su tesis sobre la navegación de un robot móvil que debía encontrar su propio camino mediante ensayo y error. Eran los años 90. Combinada con el uso masivo de datos, esta técnica de aprendizaje computacional tiene un uso antes inimaginable.
Los modelos de predicción de comportamiento
La inteligencia artificial aplicada a grandes cantidades de datos permite establecer un modelo de comportamiento que una persona no puede detectar por sí sola. Por ejemplo, puede usarse para anticipar cuándo una máquina va a dejar de funcionar. Los modelos predictivos basados en relaciones de múltiples fuentes de datos (información de la empresa, redes sociales, información demográfica…) son también la base de una disciplina en auge: el Business Analytics, que permite detectar tendencias de negocio.
Son solo datos, pero su poder es tal que ni siquiera el anonimato resiste ante ellos. Según un reciente estudio del University College de Londres y el Instituto Alan Turing, un algoritmo de aprendizaje automático aplicado a los metadatos permite identificar al usuario anónimo en Twitter con un 96,7% de fiabilidad. Enrique Puertas cita otro ejemplo: solo con la información en redes sociales es posible predecir el partido al que vota una persona, su orientación sexual o su religión con una altísima probabilidad de acierto.
Los usos potenciales de la inteligencia artificial han despertado recelos entre legisladores y expertos. El Reglamento General de Protección de Datos, aplicable en toda la Unión Europea, señala en su artículo 22 que «todo interesado tendrá derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado, incluida la elaboración de perfiles, que produzca efectos jurídicos en él o le afecte significativamente de modo similar». Sin embargo, el mismo artículo prevé excepciones.
Un último caso que ilustra el poder de los datos cuando se les aplica la fórmula adecuada: unos programadores diseñaron un algoritmo capaz de detectar la orientación sexual de una persona a partir de imágenes de su cara. El porcentaje de acierto fue del 91% y del 83% para hombres y mujeres, respectivamente. El estudio se titula Deep Neural Networks Are More Accurate Than Humans at Detecting Sexual Orientation From Facial Images y está firmado por los profesores de la Universidad de Stanford Yilun Wang y Michal Kosinski.
Este último lleva años investigando sobre cómo predecir la personalidad a través de datos de las redes sociales, una materia que comenzó a estudiar para su tesis en el Centro de Psicometría de la Universidad de Cambridge. Saltó a la fama recientemente por haber advertido del escándalo de Cambridge Analytica, descubierto en 2016 tras las elecciones presidenciales de Estados Unidos.
Además de los dilemas morales y jurídicos, hay cuestiones puramente técnicas: para producir buenas respuestas es necesario que los datos sean correctos y pertinentes. Como recuerda el profesor Puertas, la inteligencia artificial carece de empatía, de modo que los modelos de comportamiento que se generan carecen a priori del factor social. En un accidente de un coche autónomo, ¿quién es responsable? ¿El conductor? ¿El fabricante? ¿El programador? ¿Puede un algoritmo ser responsable de una catástrofe?
De la banca a los diagnósticos médicos: un abanico de posibilidades
El futuro dependerá de cómo gestionemos el abanico de infinitas posibilidades que abre la inteligencia artificial. La banca es uno de los sectores pioneros en el uso de modelos predictivos computacionales. Durante años se obviaron las alertas sobre la alegre concesión de préstamos hipotecarios. Cuando estalló la burbuja inmobiliaria, se comprobó cómo la codicia había llevado a los gestores a conceder préstamos pese al elevado riesgo de impago que advertían modelos desarrollados a partir de millones de datos.
También la industria de la automoción cambiará de arriba a abajo. Los vehículos del futuro (y algunos del presente) llevarán cámaras para reconocer el entorno, determinar la ruta a seguir, detectar obstáculos y evitarlos. No es la única aplicación de la visión artificial. «En lugar de un inspector humano, para el control de calidad habrá un sistema de visión que analice las imágenes, las procese y determine si la pieza es correcta o no para ser comercializada mediante un algoritmo», explica Javier Fernández, profesor y director de grupo de investigación SIC (Sistemas e Ingeniería de Control) de la Universidad Europea.
Las posibles aplicaciones de la inteligencia artificial revolucionarán el sector de la salud.
«Tenemos un sistema sanitario que no es sostenible por el envejecimiento de la población, por restricciones presupuestarias, porque somos cada vez más exigentes… La tecnología juega un papel esencial para resolver estos problemas y va a ser necesaria en el futuro próximo», opina Mari Luz Morales, directora del Máster de Salud Digital de la Universidad Europea, específicamente diseñado para ingenieros que desean especializarse en el sector de la salud.
La realización de un diagnóstico automático a partir del procesamiento de millones de historiales clínicos abre la puerta a una especie de automatización de la práctica médica. Se trata de «entrenar» una red neuronal con millones de datos, de modo que de su análisis resulte un algoritmo predictivo.
Estos algoritmos basados en el aprendizaje profundo constan, por tanto, de dos pasos: una primera fase de entrenamiento, en la que el algoritmo descubre las relaciones entre los datos y las variables de salida (diagnóstico); y otra de predicción, para que ante un caso nuevo responda con un diagnóstico. Algo así aplica Savana Med, creada por el español Ignacio Medrano, y que ya está presente en decenas de hospitales.
El futuro en la salud pasa también por los nanomateriales. Arisbel Cerpa, profesora e investigadora del Departamento de Electromecánica y Materiales de la Escuela de Arquitectura, Ingeniería y Diseño de la Universidad Europea, dirige una investigación sobre la aplicación de nanotubos de carbono a la salud. «Estos materiales han revolucionado el mundo científico porque tienen unas propiedades excelentes mecánicas y de resistencia», explica.
Cerpa ha estudiado su aplicación a la biomedicina. Por ejemplo: los nanotubos son un agente de contraste ideal para obtener imágenes más nítidas y precisas en las resonancias magnéticas. No es la única utilidad de estas estructuras. Actualmente, la profesora dirige una línea de investigación de la Universidad Europea sobre la aplicación del óxido de grafeno con metal para el control microbiano. La catedrática anticipa que los resultados son «maravillosos». «España está a la vanguardia en aplicaciones biomédicas», asegura. La nanotecnología podría incluso servir para acelerar la cicatrización de las heridas.
El futuro está por escribir
El hecho de que hayamos fantaseado con ella durante un siglo da a esta realidad una dimensión añadida, como de ya vivida. Hemos visto tantas películas sobre robots inteligentes que apenas advertimos que se han convertido en realidad. Quizá llegue el día en que haya que volver a clasificar las películas, porque 2001: Una Odisea del Espacio o Blade Runner hayan dejado de ser ciencia ficción para ser filmes históricos.
HAL 9000 y los replicantes Nexus 6 están a la vuelta de la esquina. Si algo queda claro de lo que hemos imaginado durante tantas décadas en libros y películas, es que las recompensas que nos reserva el futuro están a la altura de las amenazas. Hay tantas utopías como futuros distópicos. Aunque muchas de las aplicaciones de la inteligencia artificial, la robótica y la nanotecnología para la salud sean imposibles de anticipar, dependen aún de lo que decidamos los humanos. Si somos capaces de dominar esta revolución y dirigirla a puerto seguro, nos espera un futuro distinto. Si no, también.
