La revolución de la IA: el camino hacia la superinteligencia
PDF: Creamos una versión en PDF especialmente diseñada para imprimirla y consultarla sin conexión. Cómprala aquí. (O mira una vista previa.)
Nota: La razón por la que tardé tres semanas en terminar este artículo es que, a medida que profundizaba en la investigación sobre la inteligencia artificial, no podía creer lo que estaba leyendo. Enseguida me di cuenta de que lo que está sucediendo en el mundo de la IA no es solo un tema importante, sino, por mucho, EL tema más importante para nuestro futuro. Por eso me puse a aprender todo lo posible al respecto y, tras hacerlo, quise escribir un artículo que realmente explicara toda esta situación y por qué tiene tanta importancia. Como era de esperar, quedó exageradamente largo, así que lo dividí en dos partes. Esta es la Parte 1; la Parte 2 está aquí.
Nos encontramos al borde de un cambio comparable al surgimiento de la vida humana en la Tierra. — Vernor Vinge
¿Qué se siente al estar aquí?
Parece un lugar bastante intenso en el cual encontrarse, pero luego hay que recordar algo sobre lo que supone estar en un gráfico temporal: no puedes ver lo que hay a tu derecha. Así que esto es lo que realmente se siente al estar ahí:
Lo cual probablemente parece bastante normal…
El futuro lejano: próximamente
Imagina que tomas una máquina del tiempo y viajas a 1750, una época en la que el mundo vivía en un apagón permanente, la comunicación a larga distancia consistía en gritar muy fuerte o disparar un cañón al aire, y todo el transporte funcionaba con heno. Cuando llegas allí, recoges a un tipo, lo traes a 2015 y luego lo llevas a pasear para ver cómo reacciona ante todo. Nos resulta imposible comprender lo que sería para él ver cápsulas relucientes circulando a toda velocidad por una autopista, hablar con personas que ese mismo día habían estado al otro lado del océano, ver deportes que se están jugando a más de 1000 kilómetros de distancia, escuchar un concierto que ocurrió hace 50 años y jugar con mi mágico rectángulo de hechicero que podría usar para capturar una imagen del mundo real o grabar un momento en vivo, generar un mapa con un punto azul que se mueve de forma paranormal para mostrarle dónde está, mirar a alguien a la cara y charlar con esa persona a pesar de estar en la otra punta del país, además de un sinfín de otras brujerías inconcebibles. Todo esto antes siquiera de mostrarle internet o de explicarle cosas como la Estación Espacial Internacional, el Gran Colisionador de Hadrones, las armas nucleares o la relatividad general.
Para él, esta experiencia no sería sorprendente, impactante o alucinante; esas palabras se quedan cortas. Podría morirse de la impresión.
Pero aquí viene lo interesante: si luego volviera a 1750, sintiera envidia de que nosotros hubiéramos podido disfrutar de su reacción y decidiera intentar lo mismo, tomaría la máquina del tiempo, retrocedería la misma distancia para buscar a alguien de alrededor del año 1500, lo traería a 1750 y le mostraría todo. Y el tipo de 1500 se quedaría impactado por un montón de cosas, pero no moriría. Para él sería una experiencia mucho menos descabellada, porque aunque 1500 y 1750 eran muy diferentes, lo eran mucho menos que 1750 y 2015. El tipo de 1500 aprendería cosas alucinantes sobre el espacio y la física, se quedaría impresionado por lo comprometida que resultó estar Europa con esa nueva moda del imperialismo, y tendría que replantearse su concepción del mapa del mundo. Pero ver pasar la vida cotidiana en 1750 (el transporte, la comunicación, etc.) definitivamente no lo mataría.
Para que el tipo de 1750 se divirtiera tanto como nosotros con él, tendría que viajar mucho más atrás, quizá hasta alrededor del 12 000 a. C., antes de que la Revolución Neolítica diera lugar a las primeras ciudades y al concepto de civilización. Si alguien de un mundo puramente cazador-recolector —de una época en la que los humanos eran, más o menos, simplemente otra especie animal— viera los vastos imperios humanos de 1750 con sus imponentes iglesias, sus barcos transoceánicos, su concepto de estar «adentro» y su enorme montaña de conocimiento y descubrimientos humanos acumulados, probablemente moriría.
Y entonces, ¿qué pasaría si, tras morir, él sintiera envidia y quisiera hacer lo mismo? Si retrocediera 12 000 años hasta el 24 000 a. C., buscara a un tipo y se lo trajera al 12 000 a. C., le enseñaría todo y el tipo diría algo como: «Vale, ¿y qué? A quién le importa». Para que el hombre del 12 000 a. C. se divirtiera igual, tendría que retroceder más de 100 000 años y encontrar a alguien a quien poder enseñarle el fuego y el lenguaje por primera vez.
Para que alguien fuera transportado al futuro y muriera de la impresión, tendría que viajar suficientes años hacia adelante como para que se hubiera alcanzado un «nivel de progreso letal», o una Unidad de Progreso Letal (UPL). Así, una UPL requería más de 100 000 años en la época de los cazadores-recolectores, pero, al ritmo posterior a la Revolución Neolítica, solo tomó unos 12 000 años. El mundo posterior a la Revolución Industrial ha avanzado tan rápidamente que una persona de 1750 solo necesita viajar un par de cientos de años hacia adelante para que se alcance una UPL.
Este patrón —que el progreso humano avance cada vez más rápido con el paso del tiempo— es lo que el futurista Ray Kurzweil denomina la Ley de los Rendimientos Acelerados de la historia humana. Esto ocurre porque las sociedades más avanzadas tienen la capacidad de progresar a un ritmo mayor que las menos avanzadas, precisamente por ser más avanzadas. La humanidad del siglo XIX sabía más y disponía de mejor tecnología que la del siglo XV, por lo que no es de extrañar que lograra muchos más avances en el siglo XIX que en el XV: la humanidad del siglo XV no era rival para la del XIX.
Esto también funciona a menor escala. La película Volver al futuro se estrenó en 1985, y «el pasado» transcurría en 1955. En la película, cuando Michael J. Fox viajó a 1955, lo tomaron desprevenido la novedad de los televisores, el precio de los refrescos, el escaso aprecio por el sonido estridente de la guitarra eléctrica y las diferencias en la jerga. Era un mundo diferente, sí, pero si la película se hiciera hoy y el pasado transcurriera en 1985, podría haberse divertido mucho más con diferencias mucho mayores. El personaje se encontraría en una época anterior a las computadoras personales, internet o los teléfonos móviles: el Marty McFly de hoy, un adolescente nacido a finales de los noventa, estaría mucho más fuera de lugar en 1985 de lo que lo estaba el Marty McFly de la película en 1955.
Esto se debe a la misma razón que acabamos de comentar: la Ley de los Rendimientos Acelerados. La velocidad media del progreso entre 1985 y 2015 fue mayor que entre 1955 y 1985 —porque durante el periodo más reciente el mundo estaba más avanzado—, por lo que hubo muchos más cambios en los últimos 30 años que en los 30 anteriores.
Así que los avances son cada vez mayores y ocurren cada vez más rápido. Esto sugiere cosas bastante intensas sobre nuestro futuro, ¿no?
Kurzweil sugiere que los avances de todo el siglo XX se habrían logrado en solo 20 años a la velocidad del progreso del año 2000; en otras palabras, para el año 2000, la velocidad del progreso era cinco veces más rápida que la velocidad media del progreso durante el siglo XX. Considera que entre 2000 y 2014 ocurrió un progreso equivalente al de todo el siglo XX, y que para 2021, en solo siete años, ocurrirá otro progreso equivalente al del siglo XX. Un par de décadas más tarde, cree que un progreso equivalente al del siglo XX ocurrirá varias veces en un mismo año, y más adelante, en menos de un mes. En definitiva, debido a la Ley de los Rendimientos Acelerados, Kurzweil cree que en el siglo XXI se logrará 1 000 veces el progreso del siglo XX.1
Si Kurzweil y quienes comparten su opinión tienen razón, es posible que en 2030 nos quedemos tan impresionados como lo estaba nuestro hombre de 1750 ante el año 2015 —es decir, la próxima UPL podría tomar solo un par de décadas—, y el mundo en 2050 podría ser tan diferente al actual que apenas lo reconoceríamos.
Esto no es ciencia ficción. Es lo que creen firmemente muchos científicos más inteligentes y con más conocimientos que tú o que yo, y si repasamos la historia, es lo que lógicamente deberíamos predecir.
Entonces, ¿por qué, cuando digo que «el mundo dentro de 35 años podría ser totalmente irreconocible», piensas: «Genial… pero no creo»? Estas son tres razones por las que somos escépticos ante los pronósticos descabellados sobre el futuro:
1) Cuando se trata de historia, pensamos en líneas rectas. Cuando imaginamos el progreso de los próximos 30 años, analizamos el progreso de los últimos 30 como un indicador de lo que podríamos esperar. Cuando pensamos en la medida en que cambiará el mundo en el siglo XXI, simplemente tomamos el progreso del siglo XX y se lo sumamos al año 2000. Este fue el mismo error que cometió nuestro sujeto de 1750 cuando trajo a alguien de 1500 y esperaba sorprenderlo tanto como se había sorprendido él mismo al avanzar la misma distancia hacia el futuro. Nos resulta más intuitivo pensar de forma lineal, cuando deberíamos pensar de forma exponencial. Alguien un poco más perspicaz podría predecir los avances de los próximos 30 años no fijándose en los 30 anteriores, sino basándose en la velocidad actual del progreso. Sería más acertado, pero seguiría estando equivocado. Para pensar correctamente en el futuro, es necesario imaginar que las cosas avanzarán a una velocidad mucho más rápida que ahora.
2) La trayectoria de la historia muy reciente a menudo ofrece una visión distorsionada. En primer lugar, incluso una curva exponencial muy pronunciada parece lineal cuando solo se observa una pequeña porción de ella, del mismo modo que, si se mira de cerca un pequeño segmento de un círculo enorme, parece casi una línea recta. En segundo lugar, el crecimiento exponencial no es totalmente fluido ni uniforme. Kurzweil explica que el progreso ocurre en «curvas en S»:
La ola de progreso crea una «S» cuando un nuevo paradigma se extiende por el mundo. La curva pasa por tres fases:
- Crecimiento lento (la fase inicial del crecimiento exponencial)
- Crecimiento rápido (la fase tardía y explosiva del crecimiento exponencial)
- Estabilización a medida que el paradigma específico madura2
Si solo te fijas en la historia muy reciente, la parte de la curva en S en la que te encuentras en este momento puede nublar tu percepción de lo rápido que avanzan las cosas. El periodo comprendido entre 1995 y 2007 fue testigo de la explosión de internet, la irrupción de Microsoft, Google y Facebook en el imaginario colectivo, el nacimiento de las redes sociales y la llegada de los teléfonos móviles y, posteriormente, de los teléfonos inteligentes. Esa fue la Fase 2: la parte de crecimiento acelerado de la S. Pero el periodo de 2008 a 2015 ha sido menos revolucionario, al menos en el frente tecnológico. Alguien que hoy piense en el futuro podría examinar los últimos años para evaluar el ritmo actual de avance, pero eso es perder de vista el panorama general. De hecho, en este mismo momento podría estar gestándose una nueva y enorme etapa de crecimiento acelerado de la Fase 2.
3) Nuestra propia experiencia nos convierte en viejos testarudos respecto al futuro. Basamos nuestras ideas sobre el mundo en nuestra experiencia personal, y esa experiencia ha grabado en nuestra mente el ritmo de crecimiento del pasado reciente como «la manera en que suceden las cosas». También estamos limitados por nuestra imaginación, que toma nuestra experiencia y la utiliza para crear predicciones sobre el futuro; pero, a menudo, lo que sabemos simplemente no nos da las herramientas necesarias para pensar con precisión sobre el futuro.3 Cuando escuchamos una predicción sobre el futuro que contradice nuestra noción de cómo funcionan las cosas según nuestra experiencia, nuestro instinto nos dice que la predicción debe de ser ingenua. Si te digo más adelante en este artículo que quizá vivas hasta los 150 años, o hasta los 250, o que quizá nunca mueras, tu instinto te dirá: «Eso es una estupidez; si hay algo que sé por la historia, es que todo el mundo muere». Y sí, en el pasado nadie ha dejado de morir. Pero nadie volaba en avión antes de que se inventaran los aviones.
Así que, aunque la incredulidad pueda parecer la reacción correcta ante esta publicación, probablemente sea un error. El hecho es que, si somos verdaderamente lógicos y esperamos que los patrones históricos continúen, deberíamos concluir que en las próximas décadas cambiarán muchísimas más cosas de las que esperamos intuitivamente. La lógica también sugiere que, si la especie más avanzada de un planeta sigue dando saltos hacia adelante cada vez mayores a un ritmo cada vez más acelerado, en algún momento dará un salto tan grande que alterará por completo la vida tal como la conoce y la percepción que tiene de lo que significa ser humano —algo así como la forma en que la evolución siguió dando grandes saltos hacia la inteligencia hasta que, finalmente, dio un salto tan enorme hacia el ser humano que alteró por completo lo que significaba para cualquier criatura vivir en el planeta Tierra—. Y si dedicas algo de tiempo a leer sobre lo que sucede hoy en día en la ciencia y la tecnología, empiezas a ver muchas señales que insinúan discretamente que la vida tal como la conocemos en la actualidad no podrá soportar el salto que se avecina.
El camino hacia la superinteligencia
¿Qué es la IA?
Si eres como yo, solías pensar que la inteligencia artificial era un concepto absurdo de ciencia ficción, pero últimamente has oído a gente seria mencionarla, y no terminas de entenderla del todo.
Hay tres razones por las que a mucha gente le resulta confuso el término «IA»:
1) Asociamos la IA con las películas. Star Wars. Terminator. 2001: Odisea del espacio. Incluso Los Supersónicos. Y todas ellas son ficción, al igual que sus personajes robóticos. Por eso, la IA nos parece un poco ficticia.
2) La IA es un tema amplio. Abarca desde la calculadora de tu teléfono hasta los vehículos autónomos, e incluso algo en el futuro que podría cambiar el mundo drásticamente. La IA se refiere a todas estas cosas, lo cual resulta confuso.
3) Utilizamos la IA todo el tiempo en nuestra vida cotidiana, pero a menudo no nos damos cuenta de que se trata de IA. John McCarthy, quien acuñó el término «inteligencia artificial» en 1956, se quejaba de que «en cuanto funciona, ya nadie la llama IA».4 Debido a este fenómeno, a menudo la IA suena más a una predicción mítica del futuro que a una realidad. Al mismo tiempo, da la impresión de ser un concepto pop del pasado que nunca llegó a materializarse. Ray Kurzweil afirma que oye a la gente decir que la IA se marchitó en la década de 1980, algo que él compara con «insistir en que el internet murió con el estallido de la burbuja de las puntocom a principios de la década de los 2000».5
Así que aclaremos las cosas. En primer lugar, dejemos de pensar en robots. Un robot es un recipiente para la IA, que a veces imita la forma humana y a veces no, pero la IA en sí misma es la computadora dentro del robot. La IA es el cerebro, y el robot es su cuerpo (si es que siquiera tiene cuerpo). Por ejemplo, el software y los datos detrás de Siri son IA, la voz de mujer que oímos es una personificación de esa IA, y no hay ningún robot involucrado.
En segundo lugar, probablemente hayas oído el término «singularidad» o «singularidad tecnológica». Este término se ha utilizado en matemáticas para describir una situación similar a una asíntota donde las reglas normales dejan de ser aplicables. También se ha usado en física para describir algunos fenómenos, como un agujero negro infinitamente pequeño y denso, o el punto en el que todos estábamos comprimidos justo antes del Big Bang. De nuevo, situaciones en las que las reglas habituales no se aplican. En 1993, Vernor Vinge escribió un famoso ensayo en el que aplicó el término al momento del futuro en el que la inteligencia de nuestra tecnología supere a la nuestra; un momento en el que, para él, la vida tal como la conocemos cambiará para siempre y las reglas normales ya no se aplicarán. Luego, Ray Kurzweil enturbió un poco las cosas al definir la singularidad como el momento en el que la Ley de los Rendimientos Acelerados ha alcanzado una velocidad tan extrema que el progreso tecnológico ocurre a una velocidad aparentemente infinita, después del cual viviremos en un mundo completamente nuevo. Descubrí que muchos de los pensadores actuales de la IA han dejado de utilizar el término, y de todas formas es confuso, así que no lo usaré mucho aquí (aunque nos centraremos en esa idea).
Por último, aunque existen muchos tipos o formas diferentes de IA, ya que la IA es un concepto amplio, las categorías fundamentales en las que debemos pensar se basan en el calibre de una IA. Existen tres categorías principales:
Calibre 1 de IA) Inteligencia Artificial Específica (IAE): A veces denominada IA débil, la inteligencia artificial específica es una IA especializada en un solo ámbito. Hay IA capaz de vencer al campeón mundial de ajedrez, pero eso es lo único que sabe hacer. Pídele que encuentre una forma mejor de almacenar datos en un disco duro y no podrá ayudarte.
Calibre 2 de IA) Inteligencia Artificial General (IAG): A veces denominada IA fuerte o IA de nivel humano, la inteligencia artificial general se refiere a una computadora que es tan inteligente como un ser humano en todos los ámbitos: una máquina capaz de realizar cualquier tarea intelectual que un ser humano pueda hacer. Crear una IAG es una tarea mucho más difícil que crear una IAE, y aún no lo hemos conseguido. La profesora Linda Gottfredson describe la inteligencia como «una capacidad mental muy general que, entre otras cosas, implica la capacidad de razonar, planificar, resolver problemas, pensar de forma abstracta, comprender ideas complejas, aprender rápidamente y aprender de la experiencia». Una IAG sería capaz de hacer todas esas cosas con la misma facilidad que tú.
Calibre 3 de IA) Superinteligencia Artificial (SIA): El filósofo de Oxford y destacado pensador en IA Nick Bostrom define la superinteligencia como «un intelecto mucho más inteligente que los mejores cerebros humanos en prácticamente todos los campos, incluyendo la creatividad científica, la sabiduría general y las habilidades sociales». La superinteligencia artificial abarca desde una computadora que es solo un poco más inteligente que un humano hasta una que lo es billones de veces más —en todos los ámbitos—. La SIA es la razón por la que el tema de la IA es tan espinoso y por la que las palabras «inmortalidad» y «extinción» aparecerán en estas entradas en múltiples ocasiones.
Al día de hoy, los humanos hemos conquistado el calibre más bajo de IA —la IAE— en muchos sentidos, y está presente en todas partes. La revolución de la IA es el camino que va desde la IAE, pasando por la IAG, hasta la SIA: un camino al que quizá sobrevivamos o no, pero que, en cualquier caso, lo cambiará todo.
Analicemos detenidamente cómo describen este camino los principales pensadores del campo y por qué esta revolución podría ocurrir mucho antes de lo que imaginas:
Dónde nos encontramos actualmente: un mundo que funciona con IAE
La Inteligencia Artificial Específica (IAE) es la inteligencia de una máquina que iguala o supera la inteligencia o eficiencia humana en una tarea específica. Algunos ejemplos:
- Los coches están repletos de sistemas de IAE, desde la computadora que determina cuándo deben activarse los frenos antibloqueo hasta la computadora que ajusta los parámetros de los sistemas de inyección de combustible. El coche autónomo de Google, que se está probando ahora, contendrá sistemas robustos de IAE que le permitirán percibir el mundo que lo rodea y reaccionar ante él.
- Tu teléfono es una pequeña fábrica de IAE. Cuando navegas con tu aplicación de mapas, recibes recomendaciones musicales personalizadas de Pandora, consultas el tiempo del día siguiente, hablas con Siri o realizas docenas de otras actividades cotidianas, estás utilizando IAE.
- El filtro de spam de tu correo electrónico es un tipo clásico de IAE: al principio viene cargado de inteligencia sobre cómo distinguir qué es spam y qué no, y luego aprende y adapta su inteligencia a ti a medida que adquiere experiencia con tus preferencias particulares. El termostato Nest hace lo mismo al empezar a deducir tu rutina habitual y actuar en consecuencia.
- ¿Te suena esa situación un tanto inquietante que se produce cuando buscas un producto en Amazon y luego lo ves como «recomendado para ti» en una página diferente, o cuando Facebook de alguna manera sabe a quién tiene sentido que añadas como amigo? Se trata de una red de sistemas de IAE que colaboran entre sí para informarse mutuamente sobre quién eres y qué te gusta, para luego utilizar esa información y decidir qué mostrarte. Lo mismo ocurre con la sección de Amazon de «Los clientes que compraron este producto también compraron…»: se trata de un sistema de IAE cuya función es recopilar información sobre el comportamiento de millones de clientes y sintetizarla para ofrecerte ventas adicionales de forma inteligente, de modo que compres más cosas.
- El Traductor de Google es otro sistema clásico de IAE, impresionantemente bueno en una tarea específica. El reconocimiento de voz es otro, y hay un montón de aplicaciones que utilizan esas dos IAE en equipo, lo que te permite decir una frase en un idioma y hacer que el teléfono te devuelva la misma frase en otro.
- Cuando tu avión aterriza, no es un humano quien decide a qué puerta de embarque debe dirigirse. Al igual que no fue un humano quien determinó el precio de tu pasaje.
- Actualmente, los mejores jugadores del mundo de damas, ajedrez, Scrabble, backgammon y Othello son todos sistemas de IAE.
- El buscador de Google es un gran cerebro de IAE con métodos increíblemente sofisticados para clasificar páginas y determinar qué mostrarte. Lo mismo ocurre con el feed de noticias de Facebook.
- Y eso es solo en el mundo del consumidor. Los sofisticados sistemas de IAE se utilizan ampliamente en sectores como el militar, el manufacturero y el financiero (los sistemas algorítmicos de negociación de alta frecuencia basados en IA ejecutan más de la mitad de las operaciones con acciones en los mercados estadounidenses6), así como en sistemas expertos como los que ayudan a los médicos a realizar diagnósticos y, el más famoso, Watson de IBM, que contenía suficientes datos y entendía el críptico lenguaje de Alex Trebek lo bastante bien como para derrotar con holgura a los campeones más prolíficos de Jeopardy.
Los sistemas de IAE, tal y como son ahora, no resultan especialmente aterradores. En el peor de los casos, una IAE defectuosa o mal programada puede provocar una catástrofe aislada, como la caída de una red eléctrica, un fallo grave en una central nuclear o un desastre en los mercados financieros (como el Flash Crash de 2010, cuando un programa de IAE reaccionó de manera incorrecta ante una situación inesperada y provocó que la bolsa se desplomara brevemente, arrastrando consigo un valor de mercado de 1 billón de dólares, del cual solo se recuperó una parte al corregirse el error).
Pero, aunque la IAE no tiene la capacidad de causar una amenaza existencial, deberíamos considerar este ecosistema cada vez más amplio y complejo de IAE relativamente inofensiva como el precursor del huracán que se avecina y que transformará el mundo. Cada nueva innovación en IAE añade silenciosamente un ladrillo más al camino hacia la IAG y la SIA. O, como Aaron Saenz lo ve, los sistemas de IAE de nuestro mundo «son como los aminoácidos del caldo primigenio de la Tierra primitiva»: la materia inanimada de la vida que, un día inesperado, despertó.
El camino de la IAE a la IAG
Por qué es tan difícil
Nada te hará apreciar la inteligencia humana como descubrir lo increíblemente difícil que es intentar crear una computadora tan inteligente como nosotros. Construir rascacielos, enviar humanos al espacio, desentrañar los detalles de cómo ocurrió el Big Bang… todo resulta mucho más fácil que comprender nuestro propio cerebro o saber cómo crear algo tan genial como él. Hasta ahora, el cerebro humano es el objeto más complejo del universo conocido.
Lo interesante es que las partes difíciles de intentar construir una IAG (una computadora tan inteligente como los humanos en general, no solo en una especialidad concreta) no son las que uno pensaría intuitivamente. Construir una computadora capaz de multiplicar dos números de diez dígitos en una fracción de segundo: increíblemente fácil. Construir una que pueda mirar a un perro y responder si es un perro o un gato: espectacularmente difícil. ¿Crear una IA capaz de vencer a cualquier humano en ajedrez? Hecho. ¿Crear una que pueda leer un párrafo de un libro ilustrado para niños de seis años y no solo reconozca las palabras, sino que comprenda su significado? Actualmente, Google está gastando miles de millones de dólares para lograrlo. Las cosas difíciles —como el cálculo, la estrategia de los mercados financieros y la traducción de idiomas— son pasmosamente fáciles para una computadora, mientras que las cosas fáciles —como la visión, el desplazamiento, el movimiento y la percepción— le resultan increíblemente difíciles. O, como lo expresa el informático Donald Knuth: «La IA ha logrado ya hacer prácticamente todo lo que requiere “pensar”, pero ha fracasado en la mayor parte de lo que las personas y los animales hacen “sin pensar”».7
Al pensar en esto, rápidamente te das cuenta de que aquellas cosas que nos parecen fáciles son, en realidad, increíblemente complicadas, y solo parecen fáciles porque esas habilidades han sido optimizadas en nosotros (y en la mayoría de los animales) por cientos de millones de años de evolución animal. Cuando extiendes la mano hacia un objeto, los músculos, los tendones y los huesos del hombro, el codo y la muñeca realizan al instante una larga serie de operaciones físicas, en coordinación con los ojos, para permitirte mover la mano en línea recta a través de tres dimensiones. Parece que no te cuesta ningún esfuerzo porque tienes un software perfeccionado en el cerebro para hacerlo. La misma lógica explica por qué no es que el malware sea tonto por no poder resolver la prueba de reconocimiento de letras inclinadas cuando te registras en una cuenta nueva en un sitio web, sino que tu cerebro es superimpresionante por ser capaz de lograrlo.
Por otro lado, multiplicar números grandes o jugar al ajedrez son actividades nuevas para las criaturas biológicas y no hemos tenido tiempo de desarrollar destreza en ellas a través de la evolución, por lo que una computadora no tiene que esforzarse demasiado para vencernos. Piénsalo: ¿qué preferirías hacer, crear un programa capaz de multiplicar números grandes o uno que comprenda la esencia de una «B» lo suficientemente bien como para que, al mostrarle una «B» en cualquiera de miles de tipografías o escrituras manuscritas impredecibles, pueda reconocer al instante que se trata de una «B»?
Un ejemplo divertido: al mirar esto, tanto tú como una computadora pueden darse cuenta de que es un rectángulo con dos tonos distintos, alternados:
Hasta ahora van empatados. Pero si retiras la parte negra y revelas la imagen completa…
…no tienes ningún problema en describir con detalle los distintos cilindros opacos y traslúcidos, los listones y las esquinas tridimensionales, pero la computadora fracasaría estrepitosamente. Describiría lo que ve —una variedad de formas bidimensionales en varios tonos diferentes—, que es, de hecho, lo que hay. Tu cerebro hace un montón de cosas sofisticadas para interpretar la profundidad implícita, la mezcla de tonos y la iluminación de la habitación que la imagen intenta representar.8 Y al mirar la imagen de abajo, una computadora ve un collage bidimensional en blanco, negro y gris, mientras que tú ves sin dificultades lo que realmente es: una foto de una roca tridimensional completamente negra:
Crédito: Matthew Lloyd
Y todo lo que acabamos de mencionar sigue siendo tan solo asimilar información estática y procesarla. Para tener una inteligencia de nivel humano, una computadora tendría que comprender cosas como la diferencia entre expresiones faciales sutiles, la distinción entre estar complacido, aliviado, contento, satisfecho y alegre, y por qué Braveheart fue genial, pero El patriota fue terrible.
Abrumador.
Entonces, ¿cómo llegamos hasta ahí?
Primera clave para crear la IAG: aumentar el poder de cómputo
Una cosa que sin duda debe ocurrir para que la IAG sea posible es un aumento en la potencia del hardware de las computadoras. Si un sistema de IA va a ser tan inteligente como el cerebro, tendrá que igualar la capacidad bruta de cómputo del cerebro.
Una forma de expresar esta capacidad es mediante el total de cálculos por segundo (cps) que el cerebro podría realizar, y se podría llegar a esta cifra calculando el máximo de cps de cada estructura del cerebro y luego sumándolos todos.
Ray Kurzweil ideó un atajo: tomó la estimación profesional de alguien sobre los cps de una estructura y el peso de esta en comparación con el del cerebro entero, y luego la multiplicó proporcionalmente para obtener una estimación del total. Suena un poco dudoso, pero lo hizo varias veces con distintas estimaciones profesionales de diferentes regiones, y el resultado siempre llegaba al mismo rango: alrededor de 1016, o 10 mil billones de cps.
Actualmente, la supercomputadora más rápida del mundo, la Tianhe-2 de China, de hecho ha superado esa cifra, registrando unos 34 mil billones de cps. Pero Tianhe-2 también es un monstruo: ocupa 720 metros cuadrados de espacio, consume 24 megavatios de energía (el cerebro funciona con solo 20 vatios) y construirla costó 390 millones de dólares. Por el momento, no es especialmente aplicable a un uso generalizado, ni siquiera a la mayoría de los usos comerciales o industriales.
Kurzweil sugiere que pensemos en el estado de las computadoras observando cuántos cps se pueden comprar por 1000 dólares. Cuando esa cifra alcance el nivel humano —10 mil billones de cps—, significará que la IAG podría convertirse en una parte muy real de la vida.
La Ley de Moore es una regla históricamente fiable según la cual el poder de cómputo máximo mundial se duplica aproximadamente cada dos años, lo que significa que el avance del hardware de las computadoras, al igual que el progreso humano en general a lo largo de la historia, crece de forma exponencial. Si observamos cómo se relaciona esto con la métrica de Kurzweil de cps por cada 1000 dólares, actualmente nos situamos en unos 10 billones de cps por cada 1000 dólares, justo al ritmo de la trayectoria prevista por este gráfico:9
Así, las computadoras de 1000 dólares del mundo ya superan al cerebro de un ratón y se sitúan en aproximadamente una milésima parte del nivel humano. Esto no parece gran cosa hasta que recordamos que en 1985 estábamos en aproximadamente una billonésima parte del nivel humano, en una milmillonésima en 1995 y en una millonésima en 2005. Estar en una milésima parte en 2015 nos sitúa justo en la trayectoria necesaria para disponer, en 2025, de una computadora asequible con una potencia comparable a la del cerebro.
Así que, en cuanto al hardware, la potencia bruta necesaria para la IAG ya está técnicamente disponible, en China, y en un plazo de 10 años estaremos preparados para disponer de hardware asequible y de uso generalizado del calibre de la IAG. Pero el poder de cómputo bruto por sí solo no hace que una computadora sea inteligente de forma general; la siguiente pregunta es: ¿cómo dotamos a toda esa potencia de una inteligencia de nivel humano?
Segunda clave para crear la IAG: hacerla inteligente
Esta es la parte peliaguda. La verdad es que nadie sabe realmente cómo hacerla inteligente; seguimos debatiendo cómo lograr que una computadora tenga una inteligencia de nivel humano y sea capaz de saber qué es un perro, una «B» escrita de forma rara o una película mediocre. Pero hay un montón de estrategias descabelladas por ahí y, en algún momento, una de ellas funcionará. Estas son las tres estrategias más comunes que encontré:
1) Plagiar el cerebro
Es como si unos científicos se devanaran los sesos tratando de entender cómo ese chico que se sienta a su lado en clase es tan listo y siempre le va tan bien en los exámenes, y aunque ellos siguen estudiando con empeño, no consiguen ni de lejos sus mismos resultados, hasta que finalmente deciden: «A la mierda, simplemente le voy a copiar las respuestas a ese chico». Tiene sentido: estamos atascados intentando construir una computadora supercompleja, y resulta que hay un prototipo perfecto de una en cada una de nuestras cabezas.
El mundo de la ciencia está trabajando arduamente en la ingeniería inversa del cerebro para descubrir cómo la evolución creó algo tan fascinante; las estimaciones optimistas indican que podremos lograrlo para 2030. Una vez que lo hagamos, conoceremos todos los secretos de cómo el cerebro funciona de forma tan potente y eficiente, y podremos inspirarnos en él y robar sus innovaciones. Un ejemplo de arquitectura informática que imita al cerebro es la red neuronal artificial. Empieza como una red de «neuronas» de transistores, conectadas entre sí con entradas y salidas, y no sabe nada, como el cerebro de un bebé. La forma en que «aprende» consiste en intentar realizar una tarea, por ejemplo, el reconocimiento de escritura a mano. Al principio, sus activaciones neuronales y las conjeturas posteriores para descifrar cada letra serán completamente aleatorias. Pero cuando se le dice que acertó, se refuerzan las conexiones de los transistores en las vías de activación que casualmente crearon esa respuesta; cuando se le dice que se equivocó, las conexiones de esas vías se debilitan. Tras muchas pruebas y realimentación, la red ha formado por sí sola vías neuronales inteligentes y la máquina se ha optimizado para la tarea. El cerebro aprende de forma parecida, pero de una manera más sofisticada, y a medida que seguimos estudiándolo, descubrimos nuevas e ingeniosas formas de aprovechar sus circuitos neuronales.
Un tipo de plagio más extremo implica una estrategia llamada «emulación de cerebro completo», cuyo objetivo es rebanar un cerebro real en capas finas, escanear cada una, utilizar software para ensamblar un modelo 3D reconstruido con precisión y, luego, implementar el modelo en una computadora potente. Entonces tendríamos una computadora oficialmente capaz de hacer todo lo que el cerebro hace; solo necesitaría aprender y recopilar información. Si los ingenieros se volvieran realmente buenos, serían capaces de emular un cerebro real con una exactitud tal que toda la personalidad y la memoria del cerebro quedarían intactas una vez que la arquitectura cerebral se hubiera cargado en una computadora. Si el cerebro hubiera pertenecido a Jim justo antes de fallecer, la computadora ahora despertaría como Jim (?), lo que sería una robusta IAG de nivel humano, y entonces podríamos dedicarnos a convertir a Jim en una SIA inimaginablemente inteligente, algo que probablemente lo entusiasmaría mucho.
¿Qué tan lejos estamos de lograr la emulación de cerebro completo? Bueno, no habíamos podido, sino hasta hace poco, emular el cerebro de un gusano plano de 1 mm de largo, que consta de apenas 302 neuronas en total. El cerebro humano contiene 100 000 millones. Si eso hace que parezca un proyecto desesperanzador, recuerda el poder del progreso exponencial: ahora que hemos conquistado el diminuto cerebro del gusano, el de una hormiga podría llegar en poco tiempo, seguido por el de un ratón, y de repente todo esto parecerá mucho más plausible.
2) Intentar que la evolución haga lo que hizo antes, pero esta vez, para nosotros
Si decidimos que es demasiado difícil copiar el examen del chico inteligente, entonces podemos intentar copiar la forma en que estudia para los exámenes.
Sabemos que construir una computadora tan potente como el cerebro es posible, y la evolución de nuestro propio cerebro es prueba de ello. Y si el cerebro resulta demasiado complejo para que podamos emularlo, podríamos intentar emular la evolución. Lo cierto es que, incluso si pudiéramos emular un cerebro, eso podría ser como intentar construir un avión copiando el aleteo de un pájaro: a menudo, las máquinas se diseñan mejor utilizando un enfoque nuevo, orientado a la máquina, y no imitando fielmente la biología.
Entonces, ¿cómo podemos simular la evolución para construir una IAG? El método, denominado «algoritmos genéticos», funcionaría más o menos así: habría un proceso de desempeño y evaluación que ocurriría una y otra vez (del mismo modo que las criaturas biológicas «se desempeñan» al vivir y son «evaluadas» en función de si logran reproducirse o no). Un grupo de computadoras intentaría realizar tareas, y las más exitosas se cruzarían entre sí, fusionando la mitad de la programación de cada una en una nueva computadora. Las menos exitosas serían eliminadas. A lo largo de muchísimas iteraciones, este proceso de selección natural produciría computadoras cada vez mejores. El reto consistiría en crear un ciclo automatizado de evaluación y cruce para que este proceso evolutivo pudiera desarrollarse por sí solo.
El inconveniente de copiar la evolución es que a esta le gusta tardar mil millones de años en hacer las cosas, y nosotros queremos hacer esto en unas cuantas décadas.
Pero tenemos muchas ventajas sobre la evolución. En primer lugar, la evolución carece de previsión y funciona al azar: produce más mutaciones inútiles que útiles, pero nosotros controlaríamos el proceso para que solo se viera impulsado por fallos beneficiosos y ajustes específicos. En segundo lugar, la evolución no aspira a nada, ni siquiera a la inteligencia; a veces, un entorno podría incluso seleccionar en contra de una inteligencia superior (ya que consume mucha energía). Nosotros, por el contrario, podríamos orientar específicamente este proceso evolutivo hacia el aumento de la inteligencia. En tercer lugar, para seleccionar a favor de la inteligencia, la evolución tiene que innovar de muchas otras formas para facilitarla —como rediseñar la forma en que las células producen energía—, mientras que nosotros podemos eliminar esas cargas adicionales y utilizar recursos como la electricidad. Sin duda, seríamos muchísimo más rápidos que la evolución, pero aún no está claro si seremos capaces de superarla lo suficiente como para que esta sea una estrategia viable.
3) Hacer que todo esto sea problema de la computadora, no nuestro
Aquí es cuando los científicos se desesperan e intentan programar el examen para que se resuelva solo. Pero podría ser el método más prometedor que tenemos.
La idea es que construiríamos una computadora cuyas dos habilidades principales serían investigar sobre la IA y programar cambios en sí misma, lo que le permitiría no solo aprender, sino también mejorar su propia arquitectura. Enseñaríamos a las computadoras a ser científicas de la computación para que pudieran impulsar su propio desarrollo. Y esa sería su tarea principal: descubrir cómo hacerse a sí mismas más inteligentes. Ahondaremos en esto más adelante.
Todo esto podría suceder pronto
Los rápidos avances en hardware y la experimentación innovadora con software están ocurriendo simultáneamente, y la IAG podría sorprendernos de forma rápida e inesperada por dos razones principales:
1) El crecimiento exponencial es intenso, y lo que parece un avance a paso de caracol puede dispararse rápidamente; este GIF ilustra muy bien este concepto:
2) En lo que respecta al software, el avance puede parecer lento, pero una sola epifanía puede cambiar al instante la velocidad del progreso (algo así como cuando la ciencia, en la época en que la humanidad pensaba que el universo era geocéntrico, tenía dificultades para calcular su funcionamiento, pero el descubrimiento de que era heliocéntrico de pronto lo hizo todo mucho más fácil). O, tratándose de algo como una computadora que se mejora a sí misma, puede parecer que estamos muy lejos, pero en realidad podríamos estar a un solo ajuste del sistema de que se vuelva 1000 veces más eficaz y se dispare hacia una inteligencia de nivel humano.
El camino de la IAG a la SIA
En algún momento, habremos alcanzado la IAG: computadoras con inteligencia general de nivel humano. Simplemente un grupo de personas y computadoras conviviendo en igualdad.
Solo que no será así.
La cuestión es que una IAG con un nivel de inteligencia y de capacidad computacional idéntico al de un humano seguiría teniendo ventajas significativas sobre nosotros. Por ejemplo:
Hardware:
- Velocidad. Las neuronas del cerebro alcanzan un tope de unos 200 Hz, mientras que los microprocesadores actuales (que son mucho más lentos de lo que serán cuando alcancemos la IAG) funcionan a 2 GHz, es decir, 10 millones de veces más rápido que nuestras neuronas. Y las comunicaciones internas del cerebro, que pueden viajar a unos 120 m/s, quedan terriblemente superadas por la capacidad de una computadora para comunicarse ópticamente a la velocidad de la luz.
- Tamaño y almacenamiento. El tamaño del cerebro está limitado por la forma de nuestro cráneo y, de todos modos, no podría ser mucho más grande, o de lo contrario las comunicaciones internas a 120 m/s tardarían demasiado en ir de una estructura cerebral a otra. Las computadoras pueden expandirse a cualquier tamaño físico, lo que permite poner a trabajar mucho más hardware, una memoria de trabajo (RAM) mucho mayor y una memoria a largo plazo (almacenamiento en disco duro) con una capacidad y una precisión mucho mayores que las nuestras.
- Fiabilidad y durabilidad. No solo la memoria de una computadora sería más precisa. Los transistores de las computadoras son más precisos que las neuronas biológicas y son menos propensos a deteriorarse (y, si lo hacen, pueden repararse o reemplazarse). Los cerebros humanos también se fatigan con facilidad, mientras que las computadoras pueden funcionar sin parar, a su máximo rendimiento, las 24 horas del día, los 7 días de la semana.
Software:
- Editabilidad, capacidad de actualización y un abanico más amplio de posibilidades. A diferencia del cerebro humano, el software de una computadora puede recibir actualizaciones y correcciones, y es fácil experimentar con él. Las mejoras también podrían abarcar áreas en las que los cerebros humanos son débiles. El software de visión humana es extraordinariamente avanzado, mientras que su capacidad para la ingeniería compleja es bastante deficiente. Las computadoras podrían igualar a los humanos en el software de visión, pero también podrían optimizarse en la ingeniería y en cualquier otra área.
- Capacidad colectiva. Los seres humanos superan con creces a todas las demás especies en la construcción de una vasta inteligencia colectiva. Comenzando por el desarrollo del lenguaje y la formación de comunidades extensas, avanzando a través de la invención de la escritura y la imprenta, y ahora intensificada mediante herramientas como internet, la inteligencia colectiva de la humanidad es una de las principales razones por las que hemos podido adelantarnos tanto al resto de las especies. Y las computadoras serán mucho mejores en esto que nosotros. Una red mundial de IA que ejecute un programa específico podría sincronizarse regularmente consigo misma, de modo que todo lo que aprendiera cualquier computadora se cargaría al instante en todas las demás computadoras. El grupo también podría asumir un objetivo como unidad, ya que no habría necesariamente opiniones, motivaciones e intereses propios discrepantes, como los que existen en la población humana.10
La IA, que probablemente llegará a la IAG al ser programada para automejorarse, no vería la «inteligencia de nivel humano» como un hito importante —es solo un marcador relevante desde nuestro punto de vista— y no tendría ningún motivo para «detenerse» al llegar a nuestro nivel. Y dadas las ventajas sobre nosotros que tendría incluso una IAG de inteligencia equivalente a la humana, es bastante obvio que solo estaría al nivel humano por un breve instante antes de seguir a toda velocidad hacia el ámbito de la inteligencia superior a la humana.
Esto puede dejarnos completamente atónitos cuando ocurra. La razón es que, desde nuestra perspectiva, A) aunque la inteligencia de los distintos tipos de animales varía, la característica principal que percibimos sobre la inteligencia de cualquier animal es que es muy inferior a la nuestra, y B) consideramos que los humanos más inteligentes son MUCHO más inteligentes que los humanos más tontos. Algo así:
Así que, a medida que la IA ascienda vertiginosamente hasta alcanzarnos, simplemente la veremos como un animal que se vuelve más inteligente. Entonces, cuando alcance la capacidad más baja de la humanidad —Nick Bostrom utiliza el término «el idiota del pueblo»—, diremos: «Vaya, es como un humano tonto. ¡Qué lindo!». Lo único es que, en el gran espectro de la inteligencia, todos los humanos, desde el idiota del pueblo hasta Einstein, se encuentran dentro de un rango muy reducido; así que justo después de alcanzar el nivel del idiota del pueblo y ser declarada IAG, de repente será más inteligente que Einstein y no sabremos ni qué nos ha caído encima:
¿Y qué pasa después de eso?
Una explosión de inteligencia
Espero que hayas disfrutado de la «normalidad», porque es a partir de aquí cuando este tema se vuelve anormal y aterrador, y va a seguir así de ahora en adelante. Quiero hacer una pausa aquí para recordarte que absolutamente todo lo que voy a decir es real: ciencia real y pronósticos reales del futuro procedentes de una amplia variedad de los pensadores y científicos más respetados. Ten esto presente.
De todos modos, como he dicho antes, la mayoría de nuestros modelos actuales para llegar a la IAG implican que la IA lo consiga mediante la automejora. Y, una vez que alcance la IAG, incluso los sistemas que se formaron y desarrollaron mediante métodos que no implicaban la automejora ya serían lo suficientemente inteligentes como para empezar a automejorarse si así lo quisieran.11
Y aquí es donde llegamos a un concepto intenso: la automejora recursiva. Funciona así:
Un sistema de IA de un determinado nivel —digamos, el del idiota del pueblo— se programa con el objetivo de mejorar su propia inteligencia. Una vez que lo consigue, es más inteligente —quizá en este punto se encuentre al nivel de Einstein—, por lo que ahora, cuando trabaja para mejorar su inteligencia con un intelecto al nivel de Einstein, le resulta más fácil y puede dar saltos más grandes. Estos saltos lo hacen mucho más inteligente que cualquier humano, lo que le permite dar saltos aún mayores. A medida que los saltos se hacen más grandes y se producen con mayor rapidez, la IAG se dispara en inteligencia y pronto alcanza el nivel superinteligente de un sistema de SIA. Esto se denomina «explosión de inteligencia»,12 y es el máximo ejemplo de la Ley de los Rendimientos Acelerados.
Existe cierto debate sobre cuánto tardará la IA en alcanzar la inteligencia general de nivel humano. En una encuesta realizada a cientos de científicos en la que se les preguntó cuándo creían que habría más del 50 % de probabilidad de haber alcanzado la IAG, la mediana de las respuestas fue el año 2040.13 Faltan apenas 25 años para eso, lo cual no parece tanto hasta que consideramos que muchos de los pensadores de este campo creen que la progresión de la IAG a la SIA ocurrirá muy rápido. Podría suceder algo así:
El primer sistema de IA tarda décadas en alcanzar una inteligencia general de bajo nivel, pero finalmente lo logra. Una computadora es capaz de entender el mundo que la rodea tan bien como un niño humano de cuatro años. De repente, a menos de una hora de haber alcanzado ese hito, el sistema genera la gran teoría de la física que unifica la relatividad general y la mecánica cuántica, algo que ningún humano ha sido capaz de hacer de forma definitiva. Noventa minutos después, la IA se ha convertido en una SIA, 170 000 veces más inteligente que un humano.
Una superinteligencia de esa magnitud no es algo que podamos siquiera llegar a comprender, del mismo modo que un abejorro no puede entender la economía keynesiana. En nuestro mundo, «inteligente» significa tener un coeficiente intelectual de 130, y «estúpido», uno de 85; no tenemos una palabra para un coeficiente intelectual de 12 952.
Lo que sí sabemos es que el dominio absoluto de los humanos en esta Tierra sugiere una regla clara: la inteligencia conlleva poder. Esto significa que una SIA, cuando la creemos, será el ser más poderoso en la historia de la vida en la Tierra, y todos los seres vivos, incluidos los humanos, quedarán totalmente a su merced—y esto podría suceder en las próximas décadas.
Si nuestros modestos cerebros fueron capaces de inventar el wifi, entonces algo 100, 1000 o mil millones de veces más inteligente que nosotros no debería tener ningún problema para controlar la posición de todos y cada uno de los átomos del mundo de la forma que le plazca y en cualquier momento; todo lo que consideramos magia, todos los poderes que imaginamos que tiene un Dios supremo, serán para una SIA una actividad tan cotidiana como lo es para nosotros encender un interruptor de luz. Crear la tecnología para revertir el envejecimiento humano, curar las enfermedades, el hambre e incluso la mortalidad, reprogramar el clima para proteger el futuro de la vida en la Tierra: todo sería repentinamente posible. Pero también lo sería el fin inmediato de toda la vida en la Tierra. En lo que a nosotros respecta, si llega a existir una SIA, habrá un Dios omnipotente en la Tierra, y la pregunta fundamental para nosotros es:
¿Será un Dios bondadoso?
Ese es el tema de la Parte 2 de esta entrada.
(Fuentes al final de la Parte 2.)
Artículos relacionados de Wait But Why
La paradoja de Fermi – ¿Por qué no vemos ningún indicio de vida extraterrestre?
Cómo (y por qué) SpaceX colonizará Marte – Un artículo en el que tuve la oportunidad de colaborar con Elon Musk y que redefinió mi visión del futuro.
O para algo totalmente distinto, pero que de algún modo está relacionado, Por qué los procrastinadores procrastinan.
Y aquí tienes el Año 1 de Wait But Why en formato de libro electrónico.