SOMOS LA ÚLTIMA generación que es más inteligente que sus

máquinas. Estamos en la antesala de profundos cambios sociales. En

nuestro futuro se dibujan grandes oportunidades y grandes incógnitas.
Escuchar a los investigadores, ingenieros, pensadores y científicos que
trabajan en el ámbito de la inteligencia artificial es asistir a una catarata
de palabras enormes, a veces grandilocuentes; a un aluvión de ideas que
anuncian un nuevo mundo a la vuelta de la esquina.

El coche autónomo que toma decisiones por sí solo y que transformará

nuestras ciudades; los robots que desplazan a los trabajadores de
sus analógicos puestos de trabajo; la posibilidad –por lo que parece, aún
remota– de que las máquinas puedan llegar a ser más inteligentes que los
seres humanos… Nadie sabe cuáles serán el alcance y la rapidez de los
cambios. Habrá que ver si se trata de una revolución equiparable, en su
capacidad de transformación, a la industrial, pero lo cierto es que la
inteligencia artificial está ya en el centro del debate.

el próximo paso: recomendarnos algo antes incluso de que sepamos que

lo necesitamos

El joven investigador Kory Mathewson tiene claro que la AI (por sus

siglas en inglés, artificial intelligence) nos conduce a lugares interesantes.
A que las máquinas detecten el cáncer de mama antes que el mejor de los
radiólogos del mundo, por poner un simple ejemplo. Este canadiense de
29 años estudió Ingeniería Biomédica y después se doctoró en Ciencias
de la Computación. “Cada vez vamos a interactuar más con sistemas
autónomos: coches, teléfonos más inteligentes, computadoras que sabrán
más de nosotros”, dice al poco de llegar a Barcelona, con su camisa de
cuadros, su mochila al hombro y sus pantalones de explorador, para
impartir un taller en el NIPS (Neural Information Processing Systems,
sistemas de procesamiento de información neuronal), una de las cinco
grandes citas científicas de la AI. Considera que esta nos puede ayudar,
siempre y cuando vigilemos su evolución.

La inteligencia artificial se ha convertido en el nuevo santo grial, en el

codiciado campo en el que investigan e invierten
los monstruos tecnológicos de Silicon Valley. La consultora Forrester
calculaque en 2017 se triplicarán las inversiones. Se trata de la nueva next
big thing, esa etiqueta que el valle californiano se inventa cada temporada
para anunciar el nuevo fenómeno que todo lo cambiará y que sirve
también para colocar género tecnológico fresco en el mercado.
'SeIf Reflected plate #9, Parietal Cortex' (2014-2016). Ilustración del
córtex parietal del cerebro. Greg Dunn y Brian Edwards
En 2016 se han batido ya todos los récords de inversiones: 550 start-
ups de inteligencia artificial han conseguido levantar 5.000 millones de
dólares (4.600 millones de euros) en rondas de financiación frente al
medio millón logrado en 2012, según el centro de estudios CB Insights.
Google, Intel, Apple, IBM, Yahoo o Facebook se han lanzado a esta
carrera en los últimos cuatro años con la chequera por delante. Google ha
adquirido 11 firmas de inteligencia artificial desde 2011. Intel(que en
2016 compró tres) y Apple (que se hizo con dos) le siguen los pasos,
según CB Insights. La inteligencia artificial se desliza silenciosamente en
nuestras vidas a través de las pantallas que manejamos.

La mayor parte de la AI con la que convivimos recopila información cada

vez que hacemos algo con nuestro teléfono u ordenador, encuentra
patrones de conducta, elabora un perfil de nosotros –mujer, de 30 años,
con hijos, que busca libros de filosofía– y recomienda en función de ello.
Lo que nos muestra u ofrece depende de lo que sabe de nosotros y de lo
que le gusta a gente como nosotros. “El próximo paso será recomendarte
algo antes incluso de que tú sepas lo que necesitas”, afirma Nidhi
Chappell, directora de inteligencia artificial del Data Center Group de
Intel. Las máquinas cada vez aprenden más, mejor. Y más rápido.

El buscador de Google es una de las presencias digitales de nuestro día a

día que incorpora crecientes capas de AI. Interpreta lo que le pedimos
para ofrecer resultados relevantes. De no ser así, cuando ponemos en el
campo de búsqueda “Elecciones USA”, nos podría remitir a los comicios
de hace medio siglo en vez de a las más recientes. Cuando la red social
Facebook nos coloca un anuncio, incorpora inteligencia artificial. Lo
hacen también la plataforma de venta Amazon o el portal Netflix cuando
nos recomiendan un libro o una película.

Acumular y procesar datos. Encontrar patrones. Aprender del usuario, de

los usuarios. Eso que comúnmente denominamos AI es en
realidad machine learning (en inglés, aprendizaje de las máquinas) o
aprendizaje automático: máquinas que aprenden por sí solas y resuelven
problemas. “Inteligencia artificial es una etiqueta demasiado grande”,
dice Greg Corrado, científico e investigador de Google, a través de
videoconferencia. “Sería más correcto hablar de que estamos ante los
últimos ordenadores estúpidos. No suena tan sexy, pero es más preciso”.
Fotograma de Her, película de Spike Jonze de 2013 en la que el
protagonista, Joaquin Phoenix, se enamora de un asistente digital con la
voz de Scarlett Johansson. ANNAPURNA PICTURES
El machine learning está presente en las aplicaciones de traducción, en
los filtros de spam del correo electrónico y en los asistentes digitales, esos
entes a los que uno les puede pedir de viva voz “márcame el teléfono de
casa” –como el Cortana de Microsoft, el Siri de Apple, el Alexa de
Amazon o el nuevo Google Assistant–. Estos dispositivos son el embrión
del gemelo digital, el núcleo inteligente que nos acompañará en nuestros
distintos soportes (teléfono, ordenador portátil, televisión inteligente…).
Probablemente no tenga una voz tan sexy como la de Scarlett Johansson,
el asistente que acompañaba al personaje de Joaquin Phoenix en Her, la
premonitoria película de Spike Jonze, pero lo intentará: la robótica ya es
capaz de crear voces casi humanas.

Las máquinas de hoy día entienden lo mismo que un niño de cinco años,
según explica Greg Corrado. Traducen como uno de 13 años. Y
multiplican mejor que nadie. “Pero tienen la inteligencia emocional de un
chihuahua”, bromea el experto de Google.

“en el ámbito laboral, la revolución podría ser muy disruptiva”, plantea el

doctor en metafísica stephen cave

Intentando enseñar a los ordenadores cómo deben aprender, los progresos

están llegando con el uso de algoritmos que se inspiran en el
funcionamiento de nuestro cerebro, de nuestras neuronas. Son las
llamadas redes neuronales artificiales, que dan paso a lo que conocemos
como deep learning, aprendizaje profundo.

Gran parte de lo que hoy llamamos inteligencia artificial tiene, de hecho,

mucho que ver con la estadística. Así lo refrenda Susan Holmes,
profesora de la Universidad de Stanford (EE UU). Lleva 15 años
trabajando en bioestadísticas asociadas al cáncer y al sistema
inmunológico. Era una de las invitadas en la última edición del NIPS, que
el pasado mes de diciembre tuvo como sede Barcelona.

Holmes aparece en la recepción del Princess Hotel, situado frente al

Centre de Convencions Internacional de Barcelona, que alberga el NIPS,
con su larga melena blanca, sus gafas redondas y su paz interior. En su
grupo de investigación utilizan la AI –ella prefiere llamarlo statistical
learning, aprendizaje estadístico– para crear modelos que permitan
anticipar si un bebé va a ser prematuro. Tomando muestras de las
secreciones vaginales de las pacientes y buscando el ADN de un gen –
el housekeeping 16 s RNA– que existe en determinadas bacterias, pueden
predecir si hay riesgo de que el bebé llegue antes de tiempo.
Nick Bostrom, filósofo y fundador del Instituto para el Futuro de la
Humanidad de la Universidad de Oxford.Getty
Holmes desenfunda un Mac plagado de pegatinas y explica cómo maneja
R, el software libre que le permite programar. “El machine learning no es
más que el uso de computadoras para comprender fenómenos complejos”,
dice con una sonrisa. Hace 20 años, explica, se pensaba en el cáncer de
mama como una enfermedad. Hoy día conocemos 40 tipos de cáncer de
mama distintos. Las máquinas nos ayudan a procesar grandes cantidades
de información, a cruzar datos con perfiles genéticos. El médico puede
tomar una decisión basada en decenas de miles de mediciones. La
inteligencia artificial le sugiere al facultativo qué medicación es la más
adecuada después de ver los efectos que ha tenido en personas con
perfiles genéticos similares.

Dentro de 10 años, dice Holmes, corremos el peligro de que muchas

decisiones médicas se adopten de un modo automatizado. El factor
humano, sostiene, debería seguir siendo muy importante. “No hay mejor
red neuronal que un cerebro más una computadora”, espeta con sorna. Es
importante también la cautela en el manejo de la información privada de
los pacientes. Procesamiento y gestión de datos, anonimato, privacidad.
Son múltiples los retos a los que se enfrenta la sociedad de la
inteligencia.

La velocidad a la hora de procesar los datos es una de las claves del

desarrollo de la inteligencia artificial. Para que un coche autónomo pueda
conducir solo en una avenida junto a otros vehículos, por ejemplo, debe
actualizar en tiempo real una cantidad ingente de información: distancia
con respecto al coche de delante, velocidad a la que van cada uno de los
vehículos que le rodean, estado de la carretera… Los coches van camino
de convertirse en centros de datos ambulantes.

La firma de microprocesadores Intel organizó un evento en San Francisco

el pasado noviembre, el Intel AI Day, para anunciar los acuerdos de
desarrollo de inteligencia artificial a los que ha llegado con empresas
como Google –volcada en el AI first (AI primero)–, BMW o Siemens. Y
mostró también el Xeon Phi, un microprocesador –el cerebro del
ordenador– que permite multiplicar por cuatro, según aseguran, la
llamada deep learning performance, sus prestaciones.
'Cortical circuit board' (2013-2014). Ilustración del circuito cortical
realizada con una avanzada técnica de micrograbado. Greg Dunn y Brian
Edwards
En un evento muy a la americana, con presentaciones, talleres y sesiones
especializadas, decenas de expertos pusieron de manifiesto que nos
asomamos a un mundo nuevo. Las fábricas cada vez contarán con una
mayor manufacturación autónoma; se podrá predecir cuándo se va a
estropear una máquina y cuándo tocará repararla. Las prospecciones bajo
tierra en busca de gas o petróleo podrán ser más precisas. “La inteligencia
artificial permitirá que los automovilistas no tengan que ocuparse de
conducir cuando no resulta divertido”, asegura en un receso del AI Day
Reinhard Stolle, vicepresidente de inteligencia artificial y machine
learning del grupo BMW. Podremos comprobar nuestros correos
electrónicos o jugar al Pokémon Go en un atasco. “Y salvará vidas. La
mayoría de los accidentes se deben a conductores que cometen errores”.

Las máquinas también fallan, como bien se ha puesto de manifiesto con

los primeros prototipos de coches autónomos que Tesla y Google han
puesto a funcionar. De hecho, estos tendrán que dotarse de un sistema de
valores para afrontar dilemas éticos: si un niño cruza la carretera
inesperadamente, ¿qué hace la máquina?, ¿esquiva al niño y pone en
peligro al hijo del conductor que va de copiloto? Los algoritmos no tienen
ética, y la inquietud de cómo solucionar esta espinosa cuestión recorre
Silicon Valley.

La automatización de la vida plantea también dilemas legales. ¿Cómo

debe regular el derecho la relación de los seres humanos con los robots?
La Comisión de Asuntos Jurídicos de la Comisión Europea acaba de
aprobar un informe pidiendo que se cree un marco jurídico concreto, que
se constituya una agencia comunitaria centrada en esta materia y que se
establezca un código ético voluntario.

La inteligencia artificial ya está propiciando granjas automatizadas en las

que el análisis de datos permite evitar que se fertilice o se plante de más
en algunos valles de California. Y ya hay camiones autónomos trabajando
en minas de Australia. El transporte por carretera será, sin duda, uno de
los sectores que se verán más afectados: harán falta más mecánicos para
reparar este tipo de camiones que conductores. Son cambios que apunta
Naveen Rao, de 41 años, vicepresidente de soluciones de inteligencia
artificial de Intel. “Podremos hacer más con menos tiempo y esfuerzo”,
afirma en un hotel de San Francisco.
Nidhi Chappell, directora de inteligencia artificial del Data Center de
Intel. Carlos Chavarría
Los efectos se dejarán notar en el sector de la seguridad y militar (drones
inteligentes), en la vigilancia, en el sector financiero. Hasta la justicia ha
emprendido el rumbo hacia la AI y en Estados Unidos ya se está
utilizando un software, Northpointe, con el que se puede hacer un cálculo
del riesgo que tiene un preso de reincidir.

Las transformaciones en el mundo laboral también son objeto de

análisis. Daniel Susskind, coautor junto a su padre, Richard Susskind,
de El futuro de las profesiones (Editorial Teell), recuerda, en
conversación telefónica desde Londres, que ya hay 48 millones de
estadounidenses que recurren a un software que hace las veces de asesor
fiscal online. Y utiliza el ejemplo de un robot farmacéutico de la
Universidad de California, en San Francisco, que ya ha realizado más de
seis millones de recetas (en una de ellas falló) para ilustrar el alcance de
los cambios que se avecinan. “Lo que resulta preocupante”, dice
Susskind, “es que la velocidad de las nuevas tecnologías provoca que las
brechas en función de las capacidades sean cada vez más grandes”.

Las nuevas herramientas ayudan y ayudarán a los humanos a tomar

mejores decisiones, sí; pero en algunos casos los reemplazarán. El 57%
de los empleos actuales en países de la OCDE está en riesgo de
desaparecer como consecuencia del auge del big data y del machine
learning, según el estudio Technology at work v2.0 de la Universidad de
Oxford.

Stephen Cave, filósofo, exdiplomático y doctor en Metafísica por la

Universidad de Cambridge, opina que la AI tiene el potencial de
revolucionar nuestra sociedad tal y como lo hizo la revolución industrial.
Director ejecutivo del Leverlhume Center for the Future of Intelligence
(LCFI), centro de estudios cuya base está en la Universidad de
Cambridge, señala que la sociedad deberá hacer frente a una
automatización que generará bolsas de trabajadores que se sentirán
desplazados por las máquinas, inútiles. Un problema que tiene que ver
con la autoestima y que no necesariamente se podrá resolver con una
renta básica.

Uno de los mejores jugadores del mundo de Go, Lee Sedol, compitió con
la máquina de DeepMind AlphaGo en Seúl (Corea del Sur) en marzo de
2016. Ganó el sofisticado aparato. Getty
“Debemos prepararnos por si en el ámbito laboral resulta muy
disruptiva”, advierte. “El ascenso del comunismo, del fascismo, un par de
guerras mundiales… fueron, en parte, consecuencia de la
industrialización. Así que, incluso si en 200 años todo va bien, tenemos
que asegurarnos de que el camino hacia la inteligencia artificial sea suave
y que la gente no sufra”.

El cambio y la disrupción serán norma. El esquema no será aprender,

trabajar y retirarse, explica Cave, sino que a lo largo de una carrera
profesional habrá que hacer interrupciones destinadas a adquirir
formación y ponerse al día. “Habrá que pensar en una vida menos lineal,
más circular”.

Fue precisamente en la inauguración del LCFI en octubre de 2016 cuando

el científico Stephen Hawking dijo que la AI es capaz de traer lo mejor y
lo peor a nuestras sociedades. El advenimiento de este giro tecnológico
despierta todo tipo de reacciones.

Lo que parece evidente es que la llegada de un ejército de robots con

forma humana que toman el control del planeta, una imagen que ha
calado en el imaginario colectivo, resulta poco realista. Caminamos, más
bien, hacia una sociedad en la que el hombre convivirá con una serie de
agentes artificiales entre los que habrá coches autónomos, robots
y mentes digitales que formarán parte de nuestra sociedad.

Naveen Rao, vicepresidente de soluciones de AI de Intel. Carlos

Chavarría
Existe un 90% de posibilidades de que entre 2075 y 2090 haya máquinas
tan inteligentes como los humanos, según se desprende
de Superinteligencia: caminos, peligros, estrategias (Editorial Teell), uno
de los libros de referencia en el análisis de la inteligencia artificial,
elogiado por filósofos de prestigio como Derek Parfit y visionarios de
Silicon Valley como Bill Gates, de Microsoft, o Elon Musk, de Tesla.

En uno de los escenarios que analiza su autor, el filósofo sueco Nick

Bostrom, se produce lo que él denomina como una explosión de
inteligencia: la máquina supera al hombre y aprende por sí sola hasta ser
capaz de desarrollar habilidades de programación, hacking y
manipulación social.

Stephen Cave abunda en esta proyección futurista. “El problema es que

esa tecnología falle, que desarrolle objetivos propios o que desencadene
alguna catástrofe como una pandemia o una guerra nuclear. Lo peligroso
es que nos confiemos”. Para no resultar tan fatalista, matiza: “Pero cuanto
más poderosas sean las máquinas, más nos pueden beneficiar. ¡Pueden
ayudarnos a solventar el problema del cambio climático, a curar
enfermedades!”.

en uno de los escenarios que analiza el filósofo sueco nick bostrom, la

máquina es capaz de desarrollar habilidades de programación y
manipulación social

La última vez que Silicon Valley apostó por la inteligencia artificial, en

los ochenta, la fiebre remitió al poco. Condujo al llamado AI Winter, el
invierno de la AI. Ahora, en este nuevo resurgir, todo parece distinto. O,
al menos, ese es el sentir de buena parte de la comunidad científica. Una
máquina de DeepMind, una de las firmas punteras en este campo,
adquirida por Google en 2014, consiguió derrotar en marzo del año
pasado a Lee Sedol, uno de los mejores jugadores del mundo de Go,
complejo juego que se asemeja a un ajedrez oriental. No se esperaba un
avance de esta naturaleza hasta dentro de 15 años. La máquina que
doblegó a Sedol incorporó los tres tipos de machine learning que hay hoy
día: el supervisado (algoritmo que trabaja con información etiquetada, la
mayor parte de la AI del presente), el no supervisado (el sistema reconoce
patrones y etiqueta los datos por sí solo) y el que funciona por refuerzo (el
más complejo y excitante: la máquina aprende sola mediante ensayo y
error; es reforzada cuando acierta y penalizada cuando se equivoca).
Demis Hassabis, líder de DeepMind, dijo que la máquina había
conseguido algo cercano a imitar la intuición humana.

A corto plazo veremos cómo mejoran las aplicaciones de traducción

simultánea, cómo los coches se van haciendo progresivamente
autónomos, cómo la máquina que nos habla por teléfono cuando
llamamos al banco es cada vez menos tonta. Todo irá sucediendo
silenciosamente. Divisaremos drones espantapájaros volando por los
aires; los robots nos traerán la cerveza y guardarán los juguetes de los
niños, explica el joven investigador norteamericano Matthew E. Taylor,
director del Intelligent Robot Learning Laboratory de la Washington State
University. Aprenderán por sí solos entendiendo que lo han hecho bien si
reconocen en nuestra cara una sonrisa.

A medio plazo, tal y como evoca Bostrom, asistiremos a un nuevo

concepto de la reputación. Nos podremos cruzar por la calle con gente de
la que sabremos automáticamente quién es y a qué se dedica gracias a las
aplicaciones de realidad aumentada, combinación de mundo real y virtual.
Adiós al anonimato.

A largo plazo, ya veremos.

“Tengo la sensación de que vivimos en una era de transición”, dice Nick
Bostrom. “La gente tiende a creer que la vida va a seguir igual: que
sonará el despertador, iremos al trabajo, pasaremos el día frente a una
pantalla, volveremos a casa y veremos la tele. Piensa que las desviaciones
sobre ese plan son hipótesis bizarras. Es algo absurdo desde cualquier
ángulo. Fuera de esa pequeña burbuja en la que vivimos puede que haya
un mundo muy diferente, el mundo del futuro, distinto de la realidad que
nos rodea. Las cosas van a cambiar más de lo que la gente espera”