Opinion
Fecha de publicación: 2017-12-04
En la era de la Internet de las Cosas (IoT) todo puede pasar, pero no matemos a la lavadora por sospechar que le esta contando a alguien cada cuánto lavamos nuestra ropa. (Foto: iStock).

Las lecciones de una mente (cibernética) maravillosa

La inteligencia artificial no nació para meternos miedo, al contrario, la inteligencia artificial está para ayudarnos. Llega hasta donde nosotros por sí mismos no podríamos estar por capacidad normal de nuestro cerebro.

Por: Óscar Rojas Morillo*

Les voy a contar una de mis obsesiones intelectuales de siempre: el juego de Go. Hace mucho tiempo aprendí a jugarlo (o mas bien a medio entenderlo) y a partir de allí comencé a estudiar e investigar la manera en que despliega sus estrategias, que es quizá lo que realmente me emociona y que encuentro en su sencillez precisamente su sofisticación. En una partida de este juego, que duran fácilmente de acuerdo al nivel de los contrincantes unas cinco horas, se abren posibilidades de juego desde el inicio mayores a los átomos que se estiman que componen el universo tal cual como lo conocemos. Un mundo completo.

El juego de la mente. Ya hace casi 22 años algo en la mente humana se rompió para siempre y sirvió de punto de partida para el descubrimiento de cosas que muchos no asociamos ni en aquel entonces ni ahora pero que tiene profundas repercusiones en la manera en que nos manejamos al día de hoy. La intención inicial era sondear la capacidad de nuestra mente de poder replicarse a si misma. De generar inteligencia para intentar conocerse y programarse en un chip de silicio para abordar uno de los mas insondables desafíos a los que ésta se ve envuelta por todo lo que conlleva: jugar al ajedrez. Todo esto en código matemático para ver qué tan poderosa podía ser una mente (artificial, cibernética) mejorada por una biológica y humana. Si me preguntaran a mi, la idea era darle sentido a lo que el pensador húngaro Michael Polanyi había sugerido en 1966 en su libro La dimensión tácitasobre que sabemos mucho más de lo que podemos explicar y quizá esa sea una de las razones de la evolución e innovación continua en la que estamos desde que la humanidad es la humanidad: intentar explicar lo que sabemos y somos capaces de hacer –haciendo- a partir de lo que sabemos y no podemos explicar. En febrero de 1996, Gary Kasparov (la mente humana mas preclara para jugar ajedrez de la historia) hincaba la rodilla por primera vez ante la mente cibernética Deep Blue (el chip) de IBM jugando a algo que tiene poco de juego y mucho de ciencia. No era cualquier jugador. Es, estadísticamente hablando, y siempre bajo el muy peculiar ranking de la FIDE el mejor jugador que ha existido siempre. ¿Perdía la mente humana o muy por el contrario ganaba al saber hasta dónde podía llegar a generar inteligencia (artificial) y dónde estaba la próxima frontera y con ello Michael Polanyi demostraba post mortem su postulado?

En el último rincón del mundo. Mi profesor en Madrid, Ramón Galán López, nos enseñaba mediante enjambres de algoritmos cómo éstos ya aprendían de experiencias que nosotros no le habíamos contado sino que ellos iban aprendiendo a base de experiencia, y con ellos generando una inteligencia que podíamos constatar mediante el código que producían a medida que aprendían y crecían: analizaban y mejoraban rutas, desempeños, procesos, etc. ¡Lo mejoraban todo!, lo que no sabíamos en ese entonces era que iban a ser capaces de jugar Go y ganarle al campeón humano. La razón es muy sencilla: En el Go se mezcla de una manera –ahora podríamos decir casi- humana la capacidad de diferenciar dentro de miles de millones de opciones una jugada. La intuición de saber lo que sabemos y no saber explicarlo. Sabemos manejar un auto pero es francamente complejo explicar como lo hacemos. Jugamos por donde estamos seguros que vamos a ganar, y eso a nivel profesional elite de un juego de intelecto como el Go o el Ajedrez adquiere tintes casi místicos. Pues bien, por sus características, al ser un tablero más grande (19x19 contra 8x8 del ajedrez) y el hecho que no hay piezas predispuestas sobre el mismo y con unas reglas tan básicas como colocarlas sobre el tablero de manera alternativa con la intención de abarcar la mayor cantidad de espacio, e intentar capturar en ese mismo intento las piezas colocadas por el contrario hace completamente impredecible hasta para la supercomputación las probabilidades de jugadas que pueden existir en ese cosmos concentrado. ¿Qué hacer entonces se pregunta nuestra mente? pues echa un vistazo rápido a todas las opciones, elegimos porque si jugar por donde consideramos poder sacar ventaja del adversario, y descartamos de manera inconsciente miles de millones de opciones, nos concentramos en un espacio reducido, disminuimos el ruido probabilístico que significa calcular o prever abrir campos de batalla simultáneos, segunda o terceras jugadas, y si descartamos por lo poco eficiente que puede ser el movimiento escogido vamos a otro, pero no vemos todo el campo como una opción y jugamos. Por eso fueron primero por el ajedrez cuando se planteo un combate cuerpo a bits de un hombre contra una maquina, este juego tiene más de estadística, más de patrones, aún con opciones cuasi inabarcables (con estos juegos diera la impresión que comenzamos a palpar el concepto de infinito), a Deep Blue se le alimentó con millones de jugadas, se le enseñó como jugaba su adversario y los escenarios donde éste mejor o peor jugaba para pre-clasificarlos. Y terminó rompiéndole los nervios a Kasparov… y ganando.

Pero el Go no es así. 20 años se tardaron en dar con todo el procesamiento, capacidad, lógica e introducir de manera matemática algo tan humano como la intuición (o casi).

Las enseñanzas de enseñar. Fue Google quien logró mediante su empresa DeepMind subir el telón del ultimo reducto de dominio en principio totalmente humano. Lo que fue IBM hace dos décadas contra Kasparov, ahora es Google con su programa AlphaGo contra Lee Se-Dol, el campeón vigente de este juego tan lejano para occidente, pero la idea no era solo mostrar su capacidad algorítmica para generar inteligencia en un juego tan simple como intrincable, además de ser profundamente humano y hacer ver que ya no hay lugar donde la computación no sea superior a los humanos. Realmente no. La intención es demostrar el avance de la programación y la capacidad que cada vez tendremos más cerca de conseguir mejores medicinas, mejores materiales, trazar mejores rutas aéreas, evitar turbulencias, entender mejor el clima, resolver mejor problemas a base de información procesada de manera más óptima aplicando la inteligencia que nosotros mismos creamos, que programamos con inteligencia humana. La diferencia absoluta entre lo que fue Deep Blue y lo que es AlphaGo (y su versión más potente aún, AlphaGo Zero) es que Deep Blue fue diseñada para jugar ajedrez, únicamente, no sabía ni sabe que más hacer; en cambio las máquinas de Google están diseñadas para aprender y comenzaron por jugar Go para medir su capacidad de aprendizaje y procesamiento en ambientes altamente inciertos. Ni más ni menos. No hay que pensar a lo Mary Shelley y que seremos los Víctor Frankenstein de una criatura que se descarrilará eventualmente. De hecho podemos considerar para todo lo que hacemos (enfoque de un negocio o emprendimiento; mejora de un proceso clave; gestionar mejor proyectos; un plan de marketing, etc.) quizá tres de las mayores enseñanzas –técnicas de IA- con que fue codificado la red neuronal del programa que dejó con la boca abierta al campeón mundial de Go y que, una vez mas recalco, fue hecho por humanos, veámonos allí…

  1. El aprendizaje profundo. Entender con mucha exactitud o conocimiento lo que estemos por hacer. Estudiar e intentar revisar las experiencias pasadas, la competencia, el lugar, el modelo de negocio, revisar y entender las situaciones hasta hacernos fuertes o conocedores a un nivel elevado de lo que vayamos a hacer. AlphaGo fue estudiar y analizar partidas tras partidas. Allí la inteligencia artificial tiene ventaja: no somos capaces de procesar de forma nativa tanta información. Pero podemos intentarlo
  2. El aprendizaje por reforzamiento. La experiencia. Aprendemos porque muchas veces perdemos. Reconocemos nuestros fallos y los enmendamos. Nos ejercitamos en no fracasar, pero sabemos que mientras más fracasamos más aprendemos y eventualmente (ojalá más temprano que tarde) embocamos el balón en el aro. Esa es la razón por la que a los emprendedores seriales no le dicen fracasados seriales (o no a todos). Ventaja para el cerebro biológico. Nos desanimamos pero peleamos, aprendemos, evaluamos hasta el clima y detectamos inclusive las declinaciones de los NO y las caras de los que los emiten (personas, bancos, ambiente) y relaciones sencillamente imposibles para el chip que nos van haciendo mas fuertes. Eso –aún-no lo hace la inteligencia artificial.
  3. El modelo de Montecarlo. Tenemos en nuestra cabeza algo que nos mantiene viendo qué opción es mejor que otra, revisamos y notamos si algo no está bien o fuera de lugar, calculamos opciones que no sabemos que calculamos pero lo hacemos y de manera intuitiva sabemos qué puede y qué no funcionar. Sencillamente lo sabemos. Inclusive, en aspectos tan empresariales como podría ser la selección de proyectos a realizar en un período de acuerdo al plan estratégico de la empresa, los aprendizajes profundos y por reforzamiento nos dan perspectiva pero es la ruleta (de allí el nombre, por los casinos de la ciudad monegasca) que gira en nuestra cabeza la que nos dice a casi primera vista, cual es mejor que el otro e inclusive las probabilidades de éxito de manera natural. Aquí seguimos delante del silicio, no por el cálculo a velocidad de la luz de probabilidades, sino por el olfato, aunque cada vez menos, por eso la prueba con el Go.

La necesidad de clonarnos al revés. La inteligencia artificial no nació para meternos miedo, al contrario, la inteligencia artificial está para ayudarnos. Llega hasta donde nosotros por sí mismos no podríamos estar por capacidad normal de nuestro cerebro. Sabíamos y sabemos que es imposible procesar información en la manera en que lo hacen cerebros cibernéticos, más ahora cuando pareciera que todos somos expertos en big data. Pero la verdad es que nos hace mejores. Conocemos más. Los jugadores de ajedrez y Go juegan mucho más desde que practican con las máquinas, ahora llegan a cotas altísimas de exigencia y prestaciones de su cerebro que no sabían que estaban o que podían, nos estamos descubriendo al explicarnos.

Yo si creo, como en su momento nos explicó el profesor Galán, que mediante la lógica difusa y sus motores de inferencia en las redes neuronales nos entendemos mejor porque hacemos un ejercicio proyectivo y a la vez inverso al revisarnos y estudiar profundamente los puntos ciegos de nuestra mente, en ese espejo que es la re-creación de nuestro cerebro en lógica de máquinas. Michael Polanyi sigue teniendo razón: avanzamos y seguimos poniéndonos retos para intentar explicar lo que sabemos y no lo podemos decir (pero si hacer). Pero como todo avance, todo cambio, toda evolución, entraña miedo, miedo a lo que no entenderemos en un principio y que nos puede modificar todo lo que conocemos hasta ahora.

Pero por favor, no por ello caigamos por miedo en la tentación de creer que todo está en nuestra contra, que las maquinas se independizarán, que la información que deliberadamente dejamos abierta en nuestro teléfono (lo permitimos en esos momentos que le decimos aceptar a todo lo que nos piden cuando instalamos una app o enviamos un correo) será para nuestro mal, aunque no debemos descuidarnos. En la era de la Internet de las Cosas (IoT) todo puede pasar, pero no matemos a la lavadora por sospechar que le esta contando a alguien cada cuánto lavamos nuestra ropa. Mas bien entendamos que la ayuda que ahora tenemos no es una creatio ex nihilo y no es mas que la prolongación de nuestra propia lógica.

*Cocinero por pasión. Profesor universitario, consultor y conferencista internacional e Ingeniero mecánico de profesión, es además director ejecutivo en The Learning Group (www.thelearningroup.com). Entre sus estudios cuenta con maestrías de administración de negocios (MBA) y gestión de proyectos (MPM); y con Robótica y Automática Industrial a nivel de doctorado. Agitador tecnológico y admirador del talento humano y de los sueños que conllevan los procesos creativos, cree en la innovación como llave de cambio a todo nivel. Está casado con una chapina y tiene un hijo chileno.

Pueden comunicarse con Oscar para comentar esta o cualquiera de sus columnas a su correo electrónico oscarrojasmorillo@gmail.com

RELACIONADAS