Un video de una conferencia muy interesante sobre el impacto de la IA sobre nuestra sociedad y cuál podrian ser las consecuencias de la rapida adopción de la Inteligencia artificial de forma massiva a través de todos los sectores de nuestra economia y de nuestras vidas personales/profesionales.
Introducción a la conferencia
Brian Zaldívar realizó su tesis en la universidad autónoma en el Instituto de Física Teórica. Posteriormente, realizó dos estancias como contratado en las universidades de Anseci y en la Universidad Libre de Bruselas. Actualmente, se encuentra desarrollando su actividad investigadora en el Ific en Valencia, que es un instituto de física de partículas.
Presentación y contexto
El título lo dice un poco todo. No quiero que sea una charla apocalíptica ni mucho menos, es simplemente una manera de ponernos al día sobre qué está pasando con la inteligencia artificial, cómo se usa en física y ciencias, y abrir, con suerte, un debate sobre la tendencia de esta tecnología.
La historia de la inteligencia artificial
Empezamos esta charla con una imagen generada gracias a una inteligencia artificial llamada DALL-E. Esta IA permite crear imágenes a partir de textos descriptivos en un estilo predefinido. Por ejemplo, pedí un dibujo a lápiz y acuarela de un robot caminando por Madrid, y resultó algo bastante chulo.
La evolución de la IA
La inteligencia artificial tiene más de 70 años de historia, comenzando con Alan Turing en los años 40s. Turing dijo que queríamos una máquina que pudiera aprender de la experiencia. Desde entonces, ha habido una evolución constante de modelos de IA y avances en algoritmos.
En los últimos tiempos, los avances se han acelerado notablemente. Un hito significativo fue en 1999 cuando Nvidia introdujo las GPUs, potentísimas tarjetas gráficas que permiten una capacidad de cálculo extraordinariamente alta, impulsando la evolución exponencial de la IA.
Impacto y aplicaciones
Estos desarrollos han tenido un impacto profundo en muchos campos. Desde los años 60 ya se utilizaban algoritmos en juegos como el Tic-Tac-Toe y ajedrez. En 2012, ya se podía reconocer gatos en videos de YouTube, y en 2015 Facebook lanzó “DeepFace”, mejorando considerablemente el reconocimiento facial. En 2020, Google presentó AlphaFold, que alcanzó una precisión del 90% en predecir el doblamiento de proteínas, revolucionando la biología computacional.
Tipos de inteligencia artificial
Vamos a despejar algunas dudas sobre los diferentes términos que se usan en este campo. La inteligencia artificial es un paraguas que cubre tres áreas: hardware y robótica, software, y el impacto social y ético. Dentro del software, tenemos la IA simbólica, el machine learning (aprendizaje automático), el big data y el deep learning.
Machine Learning
El machine learning trata de modelos estadísticos y algoritmos que permiten inferir y predecir datos. El big data, una subárea del machine learning, trata con datos masivos y complejos que necesitan ser procesados rápidamente.
Deep Learning
El deep learning es un modelo específico de machine learning. Consiste en transformar datos sucesivamente para hacer predicciones. Un modelo de deep learning procesa una imagen de un perro y la etiqueta, atravesando varias capas de transformación.
Casos de uso
Veamos cómo se aplica la inteligencia artificial hoy en día. En física, por ejemplo, el Gran Colisionador de Hadrones (LHC) genera enormes cantidades de datos que se deben procesar. Solo una pequeña fracción de estos datos es guardada debido a la limitación de recursos.
En física, se usa machine learning para extraer datos de experimentos y hacer modelos predictivos. Por ejemplo, se pueden clasificar imágenes de gatos, perros y pandas para entrenar estos modelos a identificar correctamente nuevas imágenes.
Aplicaciones en diferentes campos
La IA no solo se limita a la física. Se utiliza en:
- Juegos: desde ajedrez hasta videojuegos modernos.
- Reconocimiento Facial: DeepFace de Facebook.
- Coches Autónomos: evolución desde 1995.
- Diagnóstico Médico: detección de enfermedades a través del análisis de radiografías.
- Agricultura: monitorización del crecimiento de plantas y gestión de recursos.
- Bancos: detección de fraudes en transacciones.
- Nuevos Materiales: descubrimiento de materiales ligeros y resistentes.
- Biología: diseño de nuevos medicamentos.
- Ciencias Matemáticas: refutación y propuesta de conjeturas matemáticas.
- Aceleradores de Partículas: mejorando la precisión de los datos experimentales.
IA y Física
En física, se aplica machine learning en experimentos desde lo más pequeño, como los experimentos en el LHC, hasta lo más grande, como la exploración del universo.
- Ciencia Básica: exploración del cosmos y colisionadores de partículas.
- Procesamiento de Datos: extracción y procesamiento eficiente de grandes volúmenes de datos astrofísicos.
- Modelos Predictivos: uso de machine learning para modelar fenómenos complejos y extraer señales débiles de data ruidosa.
Filosofía y ética de la IA
Es importante discutir los riesgos y cuestiones éticas del uso de la IA. Por ejemplo, el tema de las “cajas negras” en los modelos de deep learning plantea preguntas sobre la confiabilidad de las predicciones.
Blokquote: “No conocemos muy bien o no entendemos del todo la relación entre la entrada y la salida de la red neuronal.”
En aplicaciones prácticas, esto puede tener implicaciones serias, como en diagnósticos médicos o sentencias judiciales.
Impacto social y medioambiental
Además de los aspectos técnicos, es crucial considerar el impacto social de la IA, como la discriminación en algoritmos de reconocimiento facial y la privacidad de los datos.
El entrenamiento de modelos IA también tiene un impacto medioambiental considerable, dada la enorme cantidad de energía requerida.
Aplicaciones populares
Una de las aplicaciones más populares hoy en día es ChatGPT. Se trata de un chatbot extremadamente sofisticado desarrollado por OpenAI y financiado principalmente por Microsoft. ChatGPT no solo contesta preguntas, también realiza tareas como redacción de cartas y traducciones.
Cómo funciona ChatGPT
ChatGPT se entrena con enormes conjuntos de datos y optimiza la relación entre palabra y contexto en un espacio matemático complejo.
- Codificación de Frases: cada palabra se representa por un conjunto de números.
- Probabilidades de Palabras: calcula y selecciona palabras con mayor probabilidad de ser correctas.
- Entrenamiento Manual: involucra a humanos para refinar y calibrar las respuestas.
Cuestiones controvertidas
A pesar de sus capacidades, ChatGPT no está exento de problemas como respuestas tóxicas o alucinaciones, donde la IA produce respuestas no verificables o incorrectas. La solución a menudo incluye intervención humana en el proceso de entrenamiento.
Arte generado por IA
Dalí es otra aplicación de OpenAI que genera imágenes a partir de descripciones textuales y ha abierto un debate sobre la creatividad y el arte generado por inteligencia artificial. ¿Qué significa ser creativo y hasta dónde llega la autoría de una obra si ha sido parcialmente generada por una IA?
Conclusión
El futuro de la inteligencia artificial está lleno de promesas y retos. En la ciencia, mantener un espíritu crítico es esencial para entender al más mínimo detalle cada predicción y avance.
Curva de Hype
La tecnología de inteligencia artificial atraviesa un periodo de expectativas infladas, que eventualmente se estabilizará en una fase de productividad.
Finalmente, se proyecta que para 2050, según la ley de Kurzweil y la singularidad tecnológica, la IA podría superar la inteligencia humana en capacidad para resolver problemas.
¿Estamos preparados para este futuro? Es un debate abierto, y con suerte, eventos como esta charla ayudan a aclarar nuestras expectativas y desafíos.
Gracias por acompañarnos en esta fascinante exploración del presente y futuro de la inteligencia artificial. ¡Hasta la próxima!
Preguntas y Respuestas
P: ¿Cómo se decide si un resultado es erróneo y si el modelo necesita más entrenamiento?
R: Un científico responsable evalúa el resultado con precaución. Se usa la estimación de incertidumbres para decidir la confiabilidad de una predicción. Al final, la decisión está en manos del científico.
P: ¿ChatGPT puede generar diferentes respuestas a la misma pregunta en distintos momentos?
R: Sí, las respuestas de ChatGPT varían ligeramente debido a su naturaleza generativa aleatoria.
Debate final
El futuro de la inteligencia artificial plantea muchas cuestiones filosóficas y prácticas que aún deben ser exploradas a fondo. Desde la ética y la privacidad hasta el impacto ambiental y el arte, el desarrollo de la IA seguirá siendo un tema de gran interés y debate.
Referencias:
