A veces se tiende a pensar que los avances en inteligencia artificial sólo implican que los dispositivos que nos rodean –sean pequeños como un reloj de pulsera o grandes como un automóvil– se vuelvan más «listos» en lo que hacen. Pero esto es sólo una pequeña parte de lo que está sucediendo en este campo, y algunos de los ejemplos de avances en inteligencia artificial que dejó entrever Google en una reciente presentación multidisciplinar en sus oficinas de Nueva York.
Beneficios directos para las personas
Algunos de los sistemas que mostraron incluyen la utilización de IA en caso de catástrofes: detección temprana de terremotos, incendios, inundaciones y otras catástrofes naturales. Estos sistemas emplean mapas de última generación, muchas veces a partir de imágenes muy recientes, casi en tiempo real, que permiten ver lo que sucede a nivel de superficie. Con el correcto entrenamiento se crean modelos matemáticos para predecir lo que puede suceder a varios días vista, o se pueden tomar decisiones a posteriori, por ejemplo, respecto a cómo hacer llegar la ayuda a la zonas y personas más necesitadas.
Otro área en el que se están experimentando grandes avances es en el de las traducciones automáticas mediante IA. Usar estas herramientas para traducir textos normales y corrientes ya no es motivo de risas, como sucedía al principio, pues los nuevos traductores correctamente entrenados apenas cometen graves errores. Google anuncio al respecto su Iniciativa de los 1.000 lenguajes que consiste en ampliar su actual modelo de traducción para que cubra 1.000 lenguajes de los aproximadamente 7.000 (incluyendo dialectos y otras variantes) que se utilizan actualmente en todo el mundo. A día de hoy, parece ser que tienen cubiertos 400 de estos lenguajes, que poco a poco se van abriendo paso en una herramienta tan cotidiana como es el Traductor de Google.
Otros usos son las aplicaciones médicas directas, como una capaz de detectar la diabetes a partir de fotografías de la retina (retinografías). Es una tarea que normalmente requiere de oftalmólogos muy especializados, y que puede ser útil en lugares y países en los que, por alguna razón, no haya suficiente personal médico. La IA está entrenada ni más ni menos que con 100.000 fotografías de este tipo, mediante aprendizaje supervisado, una de las formas que existen para entrenar a las IAs.
Creatividad aumentada a pasos agigantados
Este año hemos visto los primeros trabajos realmente sorprendentes de imágenes generadas por IAs: son capaces de convertir pequeños textos en imágenes bastante detalladas –y variadas– que luego se pueden manipular. Se han dedicado innumerables artículos y los artistas han generado cientos de miles de imágenes para explorar todas sus posibilidades.
Con ideas como Imagen Video o Phenaki se ha llevado esta idea al siguiente nivel: generar a partir de textos pequeños clips de vídeo, una especie de «GIF animados» de unos pocos segundos, pero con cierta calidad. Y, desde luego, respondiendo siempre de forma ingeniosa a lo que se le pida a la IA, ya sea un osito de peluche lavando platos, un oso panda comiendo bambú o un unicornio trotando por Marte. ¿Qué será lo siguiente, una película, un capítulo de nuestra serie favorita con los protagonistas y actores que elijamos o una saga completa de Netflix?
Los robots y el propio software también se están volviendo más creativos. Hay software como GitHub Copilot para ayudar a los programadores a escribir código más rápido. Se trata de una especie de sistema de supersugerencias a partir de una IA que genera código en diversos lenguajes desde la base de lo que se está programando. Basta pedir un poco de ayuda con frases como «calcular el promedio de una serie de números y ordenarlos de forma decreciente» para que el código se escriba sólo, ¡y funcione! Los programadores ya han notado importantes ahorros de tiempo en su trabajo con herramientas como esta. Otros, como los robots que escriben su propio código son capaces de razonar y evolucionar a partir de frases del lenguaje manual sobre cómo completar sus tareas, haciendo que expresiones como «coloca el cubo verde encima del rojo después de quitar la pirámide amarilla», que hace años se les «atragantaban» un poco, ahora sean coser y cantar.
Además de todos estos, cada semana aparece una nueva IA para escribir, como NovelAI, que a partir de una idea explicada en pocas palabras puede generar más y más texto en diferentes estilos: novela romántica, aventura con dragones o historias de terror, entre muchas otras. Evolucionadas a partir de modelos como GPT-2 y GPT-3 muchas incluyen variantes para generar textos de márketing, anuncios que captan la atención o frases amables con idea de convertirse en bots para los chats.
Seguridad: un factor a no olvidar
Los sistemas de IA también están sirviendo para mejorar la seguridad de muchos procesos, como pueden ser las inspecciones de automóviles o la conducción asistida mediante el reconocimiento más preciso de los objetos del mundo real.
Ante todo esto, también preocupa la propia seguridad de las IA. Google ya publicó hace unos años sus Principios sobre Inteligencia Artificial y la Unión Europea ha planteado unas directrices éticas para las IA fiables sobre las que la industria debe debatir. Hay quien las ve como las «Tres leyes de la robótica» de las novelas de Isaac Asimov, pero son bastante distintas y con más enjundia. Básicamente definen que las IAs deben ser lícitas, éticas y robustas.
Uno de los aspectos más curiosos relacionados con la seguridad en las IAs es el estudio de las denominadas redes generativas antagónicas para intentar engañar a los algoritmos de la IA. Consiste en analizar cómo se comporta la IA cuando se le presentan fotografías o datos manipulados con el fin de «engañarlas». El ejemplo más extremo son trucos que parecen de magia: cómo engañar a un sistema que reconoce siluetas de personas con solo colgarse una foto de patrones de colores aleatorios; un poco como cuando se intenta despistar a un reconocedor de rostros poniéndose unas gafas y una peluca.
Las técnicas antagónicas tiene aplicaciones prácticas, por ejemplo, comprobar los sistemas automáticos de moderación de contenidos en las redes sociales, a los que muchas veces se logra engañar con solo incluir algunas palabras clave, o escribiendo de forma «peculiar». Sabiendo cómo funcionan esos engaños se pueden evitar en el futuro, haciendo de estas IAs unos sistemas más seguros y robustos.
Últimas entradas de Microsiervos
- Tecnología geográfica para lograr los objetivos del Pacto Verde Europeo: mapas de electrolineras y zonas de bajas emisiones
- Un cinturón de seguridad calefactado que además mejora la autonomía del coche
- Una red de satélites GPS y comunicaciones para vehículos lunares, cortesía de la Agencia Espacial Europea
