Màquines que aprenen a pensar

Més enllà de l’espectacle d’un ordinador derrotant un humà al go o als escacs, la intel·ligència artificial ja és una realitat que a més planteja algunes qüestions ètiques.

Isaac Asimov va publicar el 1950 el seu llibre Jo, robot, quan la intel·ligència artificial estava una mica més que en bolquers. Aquí va formular Asimov, per primera vegada, les seves tres lleis fonamentals de la robòtica. El llibre d’ Asimov també va obrir la veda perquè els amants de l’apocalíptic fantasiegessin amb un món dominat per les màquines.

ALPHAGO GOOGLE 2016

Julio Prada és el director per a Europa d’ Inbenta, una empresa espanyola amb presència a Europa, el Brasil i els Estats Units, que es dedica a desenvolupar call centers –per exemple per a Vueling o Movistar– basats en intel·ligència artificial. “La intel·ligència humana es basa en l’aprenentatge, que és una cosa que portem en l’ADN. Les màquines no tenen ADN, tenen codi i, de moment, ningú no ha estat capaç d’escriure un programa que es reescrigui a si mateix. Mentre això no passi, i ara, la intervenció hu­mana sempre serà necessària”, diu Prada. Pel seu costat, el catedràtic de la UPC i investigador del Centre de Supercomputació de Barcelona ( BSC-CNS), Jordi Torres creu que sí que hi ha “sistemes que s’auto­ajusten i això hi és molt a prop de l’autoprogramació”.

Sigui com sigui i malgrat que ­científics prestigiosos com el físic britànic Stephen Hawking, a finals del 2014, manifestava el seu temor que amb el temps “el desenvolupament d’una intel·ligència artificial completa pot posar fi a la raça humana”, sembla que hi ha poc a témer, i menys si tenim en compte els últims precedents.

AlphaGo desenvolupat per DeepMind, companyia propietat de Google, acaba de derrotar de forma aclaparadora (4 victòries a 1) el campió del món de go, el sud-coreà Lee Se- dol, i segons l’opinió de Prada ha estat “un gran èxit, perquè ho han aconseguit a la pri­mera”. Per a Torres, la gran diferència en aquest cas ha estat “la gran quantitat de dades que han tingut disponibles per poder entrenar l’ordinador, la qual cosa es coneix com big”. Per a Torres, en qualsevol cas, la millor notícia és que Lee Se- dol fos capaç de guanyar una partida: “El científic el que vol és tenir la màquina més potent possible i si sempre guanyes, llavors, com et ­superes?”.

Abans d’AlphaGo, IBM va desenvolupar Deep Blue, un superordinador que gràcies a la seva enorme capacitat de processament –“el hardware és el punt fort d’IBM”, diu Prada– i al que li van ensenyar els seus creadors, també va aconseguir derrotar, el 1997, Garri Kaspàrov, llavors campió del món d’escacs. La diferència amb el que ha succeït amb AlphaGo, segons Prada, és que no va ser a la primera –l’any 1996 Kaspàrov havia derrotat Deep Blue–, que la victòria no va ser tan clara i que a més va estar envoltada de certa polèmica, ja que se sap que en alguns moments la màquina va rebre assistència.

Si fa no fa el mateix que va passar amb el segon pas que va fer, un cop més, IBM quan va crear Watson, que el 2011 va participar en Jeo­pardy, el popular concurs de preguntes tipus Trivial de la televisió dels Estats Units. Watson va vèncer ­però no va convèncer, ja que ni va encertar totes les preguntes i, una vegada més, va necessitar assis­tència humana per alçar-se amb el triomf. Segons Torres, la gran fita de Watson va ser que “per primer cop una màquina entenia el que li deien mitjançant el llen­guatge natural”. Més enllà de l’espectacle, Watson sí que ha tingut un desenvolupament posterior i IBM l’ha convertit en una eina que pot “facilitar la ­vida, per exemple, a metges o biòlegs, i oferir-los la informació més rellevant sobre una determinada proteïna, arribat el cas ”, diu Jordi Torres.

Però AlphaGo, Watson i Deep Blue han estat màquines creades per a una tasca específica, jugar i provar de derrotar un ésser humà, un fenomen que pot resultar me­diàtic, però en cap cas no representen ni l’objectiu ni tota la foto del que és la intel·ligència artificial ni l’objectiu que persegueixen tots els que treballen en aquest camp. És, salvant les distàncies, el mateix que succeeix amb la fórmula 1 i el que s’aprèn amb aquests desenvolu­paments després s’aplica a altres coses.

Aquest objectiu no és cap altre que el que es coneix com a NPL ( natural ): poder parlar amb les màquines amb el mateix nivell d’interacció, la mateixa eficàcia i la mateixa eficiència amb què ho fem entre nosaltres.

Segons Julio Prada, a nivell tecnològic, “hem evolucionat molt en processament matemàtic i els processadors d’avui dia superen en molt la capacitat humana de processar dades matemàtiques, però encara ens queda molt per fer pel que fa al processament lingüístic”, encara que Torres opina que aquest ja és un camp en el qual s’han fet grans progressos.

Pel responsable dels negocis a Europa d’ Inbentia, dotar les màquines d’intel·ligència lingüística, des del punt de vista del negoci, és el més interessant, ja que creu que és una veta de mercat que creixerà “en bilions d’euros, en els propers quatre anys”.

L’objectiu és, segons Prada, “poder parlar amb les màquines, fer demandes i fer preguntes i obtenir respostes no en funció d’unes paraules clau, sinó d’oracions més complexes, es a dir, que les màquines comprenguin el significat del que els hem demanat o preguntat”, respon Prada. És el futur més pròxim: l’anomenat internet de les coses, i el que ja és aquí, els wearables o, per exemple, Siri i els seus semblants, els assistents per reconeixement de veu, que incorporen molts smartphones avui dia. Aquest últim cas és un tipus d’intel·ligència artificial que es coneix com a AIML ( Artificial ), un sistema de programació que simula mantenir una conversa amb una persona en proveir respostes automàtiques a demandes fetes per un usuari.

Però des que el psicòleg dels Estats Units Howard Gardner va elaborar la seva teoria de les intel·ligències múltiples, en la qual definia vuit tipus d’intel·ligència diferents, el que defineix una persona com a intel·ligent és molt més que la seva “capacitat de solucionar problemes o elaborar béns valuosos”, i passarà el mateix amb les màquines. És el futur que ha de venir, i en què el repte consistirà “a dotar la tecnologia de sentits com l’ oïda i la vista”, segons paraules de Julio Prada. Millorar el reconeixement de veu i introduir i millorar el reconeixement facial i visual. “Imaginem que hem comprat un moble i no sabem com muntar-lo perquè no en tenim les instruccions. La idea és poder mostrar-li el moble a un ordinador, sense haver de donar-li la descripció del moble, i que ell ens proporcioni les instruccions de com muntar-lo”, explica Prada. Per Jordi Torres, el futur és que aquestes màquines siguin capaces de crear continguts per elles mateixes. La revista Forbes té un redactor que es diu Quill i que escriu sobre finances. Quill és un programa d’intel·ligència artificial de l’empresa Narrative Science.

Encara que un món dominat per robots intel·ligents no sigui un fet que ens hagi de preocupar gaire, ­això no vol dir que no hi hagi qües­tions ètiques al voltant de la intel·ligència artificial. El professor de la UPC ho explica amb un exemple: “Un cotxe que circula sol, haurem de decidir, potser, si li diem que en cas d’ac­cident tracti que en l’impacte el menys perjudicat sigui l’ocupant del vehicle, o que vigili pels altres cotxes i els ­vianants. Aquestes són el tipus de coses amb què hem d’anar amb compte a partir d’ara”.

ALBERT MOLINS RENTER – LA VANGUARDIA

Anuncis

Deixa un comentari

Fill in your details below or click an icon to log in:

WordPress.com Logo

Esteu comentant fent servir el compte WordPress.com. Log Out / Canvia )

Twitter picture

Esteu comentant fent servir el compte Twitter. Log Out / Canvia )

Facebook photo

Esteu comentant fent servir el compte Facebook. Log Out / Canvia )

Google+ photo

Esteu comentant fent servir el compte Google+. Log Out / Canvia )

Connecting to %s