Adrián Zidaritz es el autor de AIbluedot.com, un blog que brinda una descripción general de la IA, con una combinación de matemáticas, ética, política y «todo» en el medio. Aunque los artículos contienen una cantidad mínima de material técnico, no están dirigidos a especialistas, sino al público en general. La IA es malinterpretada por los no especialistas y los medios la exageran o la critican; sin embargo, es la tecnología más importante en nuestro tiempo presente.
¿Qué te atrajo inicialmente de la IA?
El desarrollo de IA requiere una amplia gama de conocimientos, a diferencia de cualquier otra tecnología moderna. Se alimenta de investigaciones desde la estadística, la neurociencia, las matemáticas aplicadas, la informática, el desarrollo de software, la psicología, etc… Ese reto es lo que me atrajo, combinado con el hecho de que tuve la suerte de incursionar en muchos de estos campos en mi carrera anterior: matemáticas, ciencias de la computación, desarrollo suave, estadísticas.
Has tenido una extensa carrera trabajando en IA. ¿Podría discutir algunos de estos puntos destacados?
En cierto modo, esto es una continuación de la pregunta 1. Casi todas las personas de mediana edad que trabajan en IA actualmente provienen de otro lugar. Hasta alrededor de 2005 no había IA (por cierto, el éxito de la IA se debe principalmente a las redes neuronales = aprendizaje profundo, todas las demás técnicas palidecen en comparación; por lo tanto, a efectos prácticos, cuando decimos IA nos referimos al aprendizaje profundo). Como resultado, muchos de los que trabajamos en IA aportamos perspectivas únicas al campo. Vengo de una formación en matemáticas junto con proyectos prácticos líderes de IA, en los que la ingeniería BigData juega un papel muy importante (a veces más del 80% del tiempo total del proyecto). Mi experiencia intercala la IA entre un cuestionamiento de sus fundamentos matemáticos (muy teóricos) y los aspectos muy prácticos de liderar equipos de científicos de datos e ingenieros de aprendizaje automático. Hay otros investigadores que saben más sobre las tecnologías de IA en medio del emparedado.
Ha dicho que la IA ha sido exagerada o diluida en los medios. ¿Por qué cree que existe tal desconexión entre los medios que informan con precisión el estado de la IA frente a las realidades reales de la tecnología?
Porque la IA es mal entendida incluso por algunas personas que trabajan en IA, y mucho menos por la prensa. Es una disciplina muy joven, con trabajadores muy jóvenes. Las diversas opiniones de estos jóvenes trabajadores se abren paso en los medios de comunicación, alimentando un desajuste de objetivos. Basta con mencionar el documental Social Dilemma de Netflix, en el que están bien documentadas estas visiones conflictivas de la IA desde la perspectiva de Silicon Valley.
Actualmente, gran parte del progreso que hemos visto en IA proviene del aprendizaje profundo. ¿Cuáles son sus puntos de vista sobre el problema de la caja negra del aprendizaje profundo?
Ese es un gran problema. Básicamente, no tenemos una comprensión teórica (= matemática) del proceso de aprendizaje. No sabemos cómo aprenden realmente los algoritmos de aprendizaje profundo. Solo vemos que lo hacen. Por supuesto, ha habido intentos de desarrollar una teoría, pero ninguno ha ganado una amplia aceptación. Entonces, en ausencia de esa comprensión básica, todo lo que podemos hacer es decir «mira, funciona». Pero dar una explicación de caja blanca es imposible en este momento. Otros algoritmos (que no son de aprendizaje profundo) se entienden mejor y para ellos es posible dar explicaciones de los resultados. No para el aprendizaje profundo.
¿Cuáles son sus puntos de vista sobre el sesgo de la IA y cómo lo prevenimos?
En este momento, la IA se trata de datos, no de algoritmos. Los algoritmos no conocen sesgo, el sesgo está en los datos. Los datos reflejan la composición de la sociedad y también la estratificación de la sociedad, ya que la recopilación de datos también tiene sesgos. Por cierto, estos ocurren naturalmente, lo que tiene que suceder es una inclusión gradual de personas de todo tipo de antecedentes en el proceso de recopilación de datos, para que los datos reflejen una representación correcta de la población.
¿Qué tipo de aprendizaje automático le parece más interesante?
Como dije antes, el aprendizaje automático ahora está cediendo terreno a su rama interna más exitosa, el aprendizaje profundo. Las redes neuronales, a través de su versatilidad, están dominando.
Usted ha dicho que la Renta Básica Universal (UBI) será absolutamente necesaria para hacer frente a las pérdidas de empleo que resultan de la IA. ¿Podría dar más detalles sobre estos puntos de vista?
La sociedad sufrirá enormes repercusiones por la automatización (IA aplicada). Hemos visto cambios trascendentales incluso en la agitación política desde 2016. Simplemente no habrá manera de volver atrás. Muchos trabajos simplemente desaparecerán. No tiene sentido entrenarse como radiólogo en estos días. La IA puede leer radiografías, resonancias magnéticas y todo tipo de otras impresiones mucho mejor que un ser humano. ¿Qué le sucederá a la gente cuando no haya simplemente un trabajo que puedan hacer? UBI garantiza que los humanos no sufrirán innecesariamente cuando la automatización se generalice. Y no hay necesidad de hacerlo, porque la IA realizará el trabajo necesario para que la sociedad siga funcionando.
¿Crees que alguna vez podremos lograr la Inteligencia General Artificial (AGI)?
Sí, muchas personas argumentan que el software de DeepMind ya limita con AGI. No suscribo esa idea, pero incluso para mí la respuesta es sí. AGI no significa emociones o conciencia, el I en AGI es simplemente inteligencia cognitiva. Y para ese nivel de inteligencia, la respuesta parece ser sí.
¿Crees que existe la probabilidad de que vivamos en una simulación?
¿Una posibilidad? Sí, lo que significa que la probabilidad de que vivamos en una simulación no es 0. También es intelectualmente atractivo. ¿Pero es probable? No, para mí no es probable, es decir, la probabilidad, aunque no es 0, es muy muy pequeña.
Gracias por la entrevista, los lectores que deseen obtener más información sobre los puntos de vista de Adrian sobre diferentes aspectos de la IA deben visitar AIbluedot.com.