¿Por qué inteligencia artificial y por qué ahora?

¿Por qué inteligencia artificial y por qué ahora?

El mundo entero está sacudido por las noticias sobre inteligencia artificial (IA) desde hace un año. No hay un solo día que pase sin mención de IA en los medios de comunicación. Acapara los títulos casi diariamente. Las noticias están llenas de grandes promesas acerca de lo que puede lograrse con IA o sus riesgos, los cuales de realizarse podrían llevar a la humanidad a catástrofes sin precedentes.

La IA generativa crea una nueva era informática tan grande como las que se crearon gracias a la introducción de las computadoras personales o la internet. La diferencia de esta era está en la rapidez de su adopción. Se necesitó mucho tiempo para construir las computadoras personales y para que bajaran sus precios a un nivel asequible para la humanidad. Hubo que poner cables de fibra óptica en todo el mundo para la eficiente adopción de la internet, lo cual tardó años en hacerse. Con respecto de la IA, ya casi todo el mundo tiene un aparato inteligente en la mano para usarla inmediatamente.

ChatGPT, la aplicación de IA generativa de la empresa OpenAI, alcanzó 100 millones de usuarios activos mensuales en menos de dos meses. Es la aplicación de consumidores que ha crecido más rápidamente en la historia de la informática. Le había tomado a Instagram dos años y medio, y a TikTok nueve meses, para lograr lo mismo.    

Todo empezó con el lanzamiento de ChatGPT, la versión 3.5 de GPT, en noviembre del 2022. A diferencia de sus versiones anteriores, esta tenía una gran capacidad de diálogo y de producir texto nuevo. También tenía grandes limitaciones y debilidades como su vulnerabilidad cibernética, errores fácticos, y sesgos lingüísticos, de género y raciales. OpenAI lanzó la versión mejorada, GPT-4, en marzo del 2023. Esta vez el producto no solamente era capaz de manejar y producir textos mucho más grandes que ChatGPT sino también imágenes. 

OpenAI presentó la primera versión de GPT (Generative Pre-trained Transformers por sus siglas en inglés o Los Transformadores Generativos Preentrenados en español)  como su primer modelo de comprensión de lenguaje mediante el preentrenamiento generativo en 2018, basado en la arquitectura de los transformadores. Estos últimos sirven para procesar las entradas de texto previamente como incrustaciones que son representaciones matemáticas de una palabra. Cuando se codifican en un espacio vectorial, se espera que las palabras que están más juntas tengan un significado cercano. Así se está logrando adivinar qué palabra sigue, y se ejecuta una variedad de tareas como construir textos, dialogar y programar.    

La introducción de las versiones más poderosas de GPT ha obligado a empresas de todas las dimensiones en todo el mundo a empezar a contemplar y diseñar estrategias de IA por temor a quedarse atrás en la contienda feroz de transformación digital. ¿Pero, qué es lo que es tan interesante e importante que hace que las empresas tengan prácticamente pánico de quedarse fuera de la IA justo en este momento y no antes? 

La IA, y un sin fin de promesas y esperanzas relacionadas, han existido por décadas. Ya en los años cuarenta del siglo pasado Alan Turing hablaba de la IA. Surgieron los primeros programas de IA en los años cincuenta. Los años ochenta fueron años de crecimiento de la IA con algunos avances en investigación y desarrollo, y de aumento de inversión. Deep Blue de IBM venció a Gary Kasparov, el campeón de ajedrez, en 1997. Los sistemas de recomendación se introdujeron en los noventa. Empezaron a mejorarse los métodos de aprendizaje de máquinas, una subcategoría de IA, en las siguientes décadas. Amazon y Netflix son dos ejemplos de casos de uso exitosos. 

Luego en 2016 DeepMind de Google, a través de su programa AlphaGo, demostró que el aprendizaje profundo, un tipo de aprendizaje de máquinas, había llegado a otro nivel cuando venció a Lee Sedol, el campeón del juego go. Esa fue la época cuando las demostraciones de que IA comenzaba a sobrepasar la capacidad humana en ciertas áreas de uso práctico engatillaron la comercialización de esta tecnología. Empezaron a emerger startups de IA para aplicarla en casos de uso en una gran variedad de sectores. 

Vehículos autónomos empezaron a aparecer en las calles de California y Arizona. Robots diestros estaban ya preparando ensaladas en las cocinas de restaurantes y entregaban comida rápida en los recintos de universidades. La IA regulaba el calentamiento y el enfriamiento de refinerías y neveras industriales. Las cámaras podían entender quién recogía qué en los supermercados, y permitían a los consumidores hacer sus compras y salir sin tener que hacer fila en las cajas de los supermercados. Aunque casi la totalidad de estos proyectos todavía están en fase piloto, ya son una realidad.

La diferencia más marcada de los GPT hoy es su habilidad para entender y generar lenguaje general. Los sistemas anteriores de IA podían llevar a cabo tareas como reconocer objetos en imágenes o jugar ajedrez. Los GPT están diseñados para entender y crear cualquier texto en cualquier lenguaje. Su capacidad de razonar es inigualable.   

Los GPT son modelos fundacionales. Un modelo fundacional es un modelo grande de lenguaje que utiliza contexto de palabras anteriores para predecir la siguiente palabra en una oración. Estos modelos se entrenan con una gran cantidad de datos no etiquetados. Aparte del GPT de OpenAI, hay otros modelos desarrollados por empresas grandes de tecnología como PaLM de Google y LLaMA de Meta.   

Estamos todavía en ciernes respecto de lo que es capaz la IA. A corto plazo, se prevén mejoras significativas en la productividad de las empresas que sepan adoptarla de la forma más efectiva y rápida. Se esperan grandes avances en la IA y una ampliación de casos de uso a medida que se mejoren los modelos fundacionales y otros métodos de la IA en los próximos años. Su impacto más impresionante se espera dentro de cinco a diez años en el campo de investigación y desarrollo, y en áreas como la salud y el transporte. Se van a lograr curar muchas enfermedades que no tienen remedio por el momento. Los autos autónomos van a ser el estándar.      

No obstante, existen también grandes riesgos, que se deben a este avance y la diseminación rápida de la IA, debido a debilidades como los errores que comete que parecen verdades, sesgos de diferentes tipos, y las amenazas creadas por su uso con fines siniestros y por la eliminación de empleos. Los legisladores y los gobiernos no están preparados para crear las condiciones y las medidas protectoras para paliar los efectos nocivos que puedan surgir pronto. 

Los sistemas de educación no están a la altura. La inmensa mayoría de los individuos no está capacitada para lidiar con el nuevo entorno que nos espera. Puede que se abra la brecha digital aún más en todo el mundo entre países desarrollados y naciones emergentes, y entre diferentes estratos sociales dentro de los países. Muchos expertos están recomendando una detención del entrenamiento de estos modelos de IA por un tiempo mientras el mundo se prepara para desenvolverse exitosamente en el nuevo ámbito. Otros señalan los efectos positivos y abogan por el desarrollo de la IA sin interrupción pero con responsabilidad.   

En resumen, estamos en ciernes de una nueva era informática y económica. Cada individuo, cada familia y cada país necesita entender bien las consecuencias positivas y negativas de este cambio, adaptarse y tomar las medidas correctas de acuerdo con su realidad a la mayor brevedad posible.   

Nota: Sería ético citar la fuente si se va a usar una parte o la totalidad de este artículo.