Inteligencia Artificial – Aplicaciones de la inteligencia artificial – avances tecnológicos

Por John Hill Escobar Una de las clases que más me impresionó durante mi paso por la Escuela de Estudios Internacionales de la UCV fue la de la Metodología con la Profesora Seny Hernández.  En dicha clase, me tocó elegir un periódico cuya cobertura solo cubría Los Altos Mirandinos, para luego recolectar noticias de la región y hacer fichas de estas.  Dicho seguimiento lo hice por nueve semanas y con la información resultante realicé un análisis situacional de los Altos Mirandinos.   El resultado de esta actividad fue interesantísimo: pudimos ver patrones y tendencias que no estaban explícitamente mencionados en la publicación. Al finalizar la clase quedé sumamente interesado en las posibles aplicaciones de este acercamiento en áreas como el análisis situacional, así como en labores de inteligencia. Pasarían muchos años para rememorar esta experiencia en un contexto diferente: el contexto de la inteligencia artificial. Inteligencia Artificial Recientemente he leído artículos y varios comentarios escritos por nuestros colegas internacionalistas sobre la inteligencia artificial y el efecto que ella tendrá en nuestro futuro inmediato.  Todos ellos traen buenos puntos a la mesa, pero tienden a enfocar el análisis en los peligros de esta tecnología usando como ejemplos externalidades propias de tecnologías convencionales.  Estas consideraciones son completamente esperadas dado que la información usualmente viene de artículos de medios no especializados, o de profesionales/expertos que emiten comentarios sin la apropiada contextualización, tal como sucedió con las declaraciones de Geoffrey Hinton recientemente.  Hinton inesperadamente hizo creer al público general que la inteligencia artificial fuerte o inteligencia artificial autoconsciente era un hecho. Para tener un poco más de claridad sobre el tema, quisiera dedicar este espacio para dar una imagen más clara de lo que la inteligencia artificial es en realidad.  Pienso usar la acepción amplia de inteligencia artificial para ilustrar la familia de roles asociadas a esta área de la tecnología.  Asimismo, sólo estaré enfocado en los objetivos de aprendizaje, procesamiento de lenguaje natural y percepción. La inteligencia artificial es una rama de estudio encargada en desarrollar software capaz de resolver problemas sin la necesidad de dar instrucciones pormenorizadas.  En una solución convencional, el programador le dice al programa que debe hacer paso por paso, por lo que el programador debe definir de antemano todas las posibles alternativas para evitar que la aplicación falle.  En inteligencia artificial, el programador define un modelo matemático de antemano y entrena el modelo proporcionando datos.  El modelo estudia los datos sin necesidad de instrucciones precisas y establece los parámetros a ser implementados cuando éste reciba datos nuevos para propósitos predictivos. Actualmente, existen dos grandes familias, las cuales han estado en desarrollo por décadas.  La primera y más conocida es la familia de máquinas de aprendizaje.  Esta familia usa aplicaciones matemáticas con el propósito de resolver problemas específicos.  Ejemplos actuales son los modelos para detección temprana del cáncer, modelos de recomendación para compras de artículos, modelos de geolocalización en tiempo real, entre otras cosas.  Esta familia no produce respuestas similares a las que esperaríamos de un ser humano.  Sus respuestas generalmente vienen dadas como resultados numéricos u objetos, como en el caso de las recomendaciones.  Cada vez que interactúas con Amazon o Netflix estos modelos estudian tu comportamiento y te ofrecen alternativas ajustadas a tu preferencia. La segunda familia es la de procesamiento de lenguaje natural.  El acercamiento es similar al de la primera, pero en lugar de proporcionar una métrica, la respuesta viene en la forma de un mensaje similar al que recibiríamos de una persona que esté hablando con nosotros. ChatGPT es el ejemplo más obvio entre todos ellos, así como el análisis de sentimientos, el cual puede identificar la intención del mensaje escrito por una persona.  Esta familia tiene una cantidad importante de modelos, los cuales he usado personalmente, tales como BERT, RobertA y Vader. Los modelos de procesamiento de lenguaje usan los datos de manera diferente a las máquinas de aprendizaje convencionales toda vez estas últimas requieren que los datos estén procesados y organizados en estructuras similares a las que verían en una hoja de Excel (ciertamente hay una simplificación aquí por propósitos didácticos).  Los modelos de procesamiento de lenguaje necesitan información en la forma de documentos (Word, Pdf, Excel), para inmediatamente convertir cada palabra en valores probabilísticos que serán transformados para crear una respuesta similar a la de una persona real. Cada vez que haces una pregunta a ChatGPT, por ejemplo, el modelo convierte las palabras en probabilidades usando los parámetros del modelo, y luego busca en su “corpus” o cuerpo de datos todas las palabras con la menor diferencia entre los valores del corpus en cuestión y las palabras de la pregunta hecha.  Una vez estos valores han sido hallados, los mismos se organizan y convierten en palabras que será presentadas al usuario.  La respuesta lucirá como una respuesta humana, pero algoritmo en realidad no entiende la pregunta.  Solo buscó los valores que se asimilaban a los valores de la pregunta. En esta segunda familia, existe una subrama denominada inteligencia artificial generativa (GenAI), la cual fue la que he explicado de entrada.  Existen otras cuantas, pero no son de interés para este artículo. Volviendo a Hinton y el Boom de la GenAI Hinton abiertamente ha establecido que su famosa de NYT ha sido puesta fuera de contexto sin que ello haya sido hecho con mala intención por parte de esta eminencia. Otros medios inmediatamente se enfocaron en el presunto riesgo existencial de la inteligencia artificial.  Sin embargo, Hinton aclaró que el mundo de Skynet no es un factible.  Ciertamente, no lo es, ya que estás máquinas no comprenden el contexto de las preguntas como lo hacemos los humanos. Ahora bien, ya nos encontramos en el punto donde enseñamos a dichos programas a preguntarse como puede mejorarse a sí mismos en tiempo real.  Ciertamente, esto traerá cambios significativos al mercado de trabajo, pero no pondrá a la humanidad en un riesgo existencial al nivel de Terminator. Seny y Mi Proyecto de los Altos Mirandinos En este momento se estarán preguntando la relación entre ese proyecto y