La inteligencia artificial salva vidas (y cuenta elefantes)

Parte del ar­tículo que usted está a punto de leer ha sido escrito por una máquina. Dado que no está firmado por ella, cosa que podría ocurrir, ¿a qué se refiere la anterior afirmación? A que la inteligencia artificial (IA) ha convertido en pocos minutos una hora entera de conversación en texto. El sueño de cualquier periodista criado en la tediosa tarea de transcribir entrevistas durante mucho más tiempo del que duró el encuentro. Pero este sistema que ha reconocido el sonido del variopinto lenguaje humano, lo ha digerido y ha escrito una serie de frases puntuadas con sentido es solo una pequ...

Parte del ar­tículo que usted está a punto de leer ha sido escrito por una máquina. Dado que no está firmado por ella, cosa que podría ocurrir, ¿a qué se refiere la anterior afirmación? A que la inteligencia artificial (IA) ha convertido en pocos minutos una hora entera de conversación en texto. El sueño de cualquier periodista criado en la tediosa tarea de transcribir entrevistas durante mucho más tiempo del que duró el encuentro. Pero este sistema que ha reconocido el sonido del variopinto lenguaje humano, lo ha digerido y ha escrito una serie de frases puntuadas con sentido es solo una pequeña estrella en la galaxia ubicua de esa disciplina que ve y oye sin ojos y oídos, que aprende automáticamente y que usa patrones similares a las redes neuronales humanas para ejecutar tareas tan complejas como ganar al Go, diagnosticar enfermedades con parecida destreza a la de los médicos o buscar en la ingente selva de internet. Lo dice un hombre que ha trabajado toda su vida en este campo, Ramon López de Mántaras, exdirector del Centro Nacional de Inteligencia Artificial: “La IA está ya aportando resultados muy interesantes al resto de las ciencias; medicina, biología, química, ecología…”. Por cierto, la máquina que tradujo esta frase convirtió “ciencias” en “encinas”. Nadie es perfecto.

La ingeniera Nuria Oliver, cofundadora del Laboratorio Europeo de Aprendizaje y Sistemas Inteligentes, suena dramática cuando dice: “No creo que podamos sobrevivir como especie sin ella”. El director de investigación de IBM, Ruchir Puri, asegura que lo único que detiene el despliegue de esta “electricidad del siglo XXI”, como lo definió otro eminente científico, Andrew Ng, “es que la sociedad confíe en las decisiones que toma el algoritmo o las recomendaciones que ofrece, si están sesgadas o no, o si los datos con los que se alimenta fueron los adecuados”. Un tema candente, los sesgos, pero esa es otra historia.

Cuando hablamos de IA no nos referimos a Hal, el superordenador consciente de 2001: una odisea del espacio. Lo que nos rodea es una rama básica o “estrecha”, no muy inteligente, por decirlo así, centrada en resolver problemas específicos. Pero enormemente complejos e importantes. Veamos, pues, guiados por estos expertos, lo último que la IA puede hacer por nosotros.

Más fármacos, por favor. La contribución de la IA a la medicina es ingente, desde el ya conocido diagnóstico de enfermedades mediante el reconocimiento de imágenes —­Google acaba de anunciar una aplicación capaz de identificar hasta 238 dolencias de la piel con una pericia similar a la de los dermatólogos— hasta predecir paradas cardiacas después de aprender 72 datos de 133.000 pacientes. El año pasado se invirtieron 13.800 millones de dólares (unos 11.200 millones de euros, casi cinco veces más que el año anterior) en IA aplicada a medicamentos, descubrimiento de fármacos y cáncer, según el índice de inteligencia artificial anual de la Universidad de Stanford. Se trata del campo de mayor inyección económica. “La aplicación de la IA a la medicina y al transporte nos cambiará como sociedad”, dice Puri. “En el último año y medio la disciplina ha acelerado el descubrimiento de fármacos”.

Contra el coronavirus. La súbita sacudida de la pandemia necesitaba respuestas rápidas. Una iniciativa invitó a los científicos a presentar propuestas de antivirales y PostEra, una empresa emergente británica de IA, evaluó al menos 10.000 aportaciones con herramientas de aprendizaje automático para analizar la facilidad con la que se podían fabricar los compuestos y diseñaba rutas para sintetizarlos. “Lo hacía en menos de 48 horas. Los farmacéuticos humanos habrían tardado entre tres y cuatro semanas en realizar la misma tarea”, resalta el índice de Stanford. También IBM ofreció una herramienta similar para auxiliar en la investigación de medicamentos.

ValenciaIA4COVID, el equipo coliderado por Nuria Oliver, creó un siste­ma para predecir el comportamien­to de la epidemia en 236 países y regiones del mundo a 180 días vista aplicando distintas políticas de confinamiento y de salud pública. “En diferentes escenarios, por ejem­plo el educativo, se combinaban grados de restricciones, desde impartir las clases en remoto hasta que todas fueran presenciales, de la universidad a primaria. El objetivo era conseguir el menor número de infecciones con la mayor actividad económica posible. Esas simulaciones las compartimos con la Generalitat Valenciana”, expli­ca. Resultaron los ganadores mundiales de la competición internacional XPrize Pandemic Response Challenge.

Otra de las preguntas que atormentan a los médicos en esta crisis es cómo evolucionarán los pacientes. Un hospital de Nueva York alimentó una red neural de aprendizaje profundo con radiografías y datos clínicos de 3.661 enfermos para predecir automáticamente el riesgo de deterioro de un paciente en las siguientes 96 horas. El sistema de IA generó predicciones acertadas en tiempo real, según un artículo publicado por los investigadores en Nature este mes. El Hospital Clínic de Barcelona y el Centro de Supercomputación de la capital catalana están tratando 300 tipos de datos de más de 4.000 pacientes de coronavirus con la misma finalidad. “Y que sirva para otras enfermedades”, dice el jefe de informática médica del centro, Xavier Pastor.

¿En qué puedo ayudarte? No solo en casa (Alexa) o en el bolsillo (Siri). Mantenemos muchas conversaciones con máquinas, dice el jefe de investigación de IBM. La IA “está implicada en la atención al cliente de casi cada empresa en todo el mundo; incluso cuando hay una persona que atiende, un algoritmo está detrás guiándola. Muchas veces acabas hablando con un asistente virtual equipado con tecnologías conversacionales. Es la aplicación más extendida”.

Salve a los animales. Los elefantes africanos se enfrentan a la extinción por la deforestación y la caza furtiva. Su población ha decrecido un 60% en los últimos 50 años. ¿Cómo poner coto a esa desastrosa tendencia? De entrada, contando a los paquidermos, con el consiguiente riesgo de error y peligro para los humanos. Ahora un algoritmo acompañado de tecnología de imagen de alta resolución capacita a un satélite para escanear grandes superficies, hasta 5.000 kilómetros cuadrados, en poco tiempo. La IA desarrollada por investigadores británicos procesa con “reconocimiento de imágenes la presencia de elefantes en enormes extensiones”, relata López de Mántaras. “Se puede contar con mucha más precisión, puedes hacer un seguimiento en tiempo real de cómo evoluciona su número. Da una idea de lo versátil y horizontal que es la IA, útil para multitud de cosas completamente distintas”, subraya.

Un crédito sin ser cliente. Hay 1.700 millones de personas en el mundo sin cuenta bancaria, expone Oliver. “Pero la mayoría tienen mó­viles básicos. Y la IA puede elaborar a partir de los datos que los celula­res dibujan sobre el comportamiento del usuario un modelo de riesgo para que puedan obtener un crédito. Se utiliza en países en desarrollo, incluyendo en Vietnam, Bangladés, Ruanda o Colombia”. Así se consigue la inclusión financiera.

Llaves de la ciencia. Si hay un hito crucial —publicado a finales del año pasado—, es el que resuelve uno de los mayores problemas de la biología: la predicción de la forma que tienen las proteínas en el espacio, esas estructuras que nos mantienen vivos. AlphaFold2, una red neuronal desarrollada por DeepMind, filial de Google, consiguió adivinar con éxito a partir del plano de la proteína —su secuencia lineal de aminoácidos— cómo se configura en tres dimensiones, “algo que determina su función”, explica López de Mántaras. “Los biólogos están encantados”, prosigue, “dicen que cambiará la medicina, la investigación, todo”. Proteínas mal plegadas están detrás de dolencias como el alzhéimer, la fibrosis cística o el mal de las vacas locas. Desentrañar este segundo código de la vida, realizado hasta ahora con un tremendo coste y tiempo, es básico para atajar enfermedades y sintetizar fármacos. Un avance similar es la resolución de una famosa ecuación de la química cuántica, la de Schrödinger, mediante una red neuronal capaz de aprender las formas complejas de cómo los electrones se colocan alrededor del núcleo. Será muy importante para crear nuevos materiales, cree el experto en IA.

Ver supernovas. El profesor López de Mántaras se siente fascinado con la ventana que la IA abre al universo. “Con aprendizaje automático se ha podido identificar y clasificar supernovas, hacer un mapa del universo, de las galaxias, y también encontrar exoplanetas”, explica. Hay un sistema que, bajando a nivel de píxeles, etiqueta estrellas y galaxias en bases de datos de observaciones astronómicas. Otro algoritmo clasifica supernovas sin el uso tradicional de los espectros basándose en sus características visibles. Y un equipo logró confirmar la existencia de 50 planetas ajenos al Sistema Solar tras entrenar una red neuronal con otros exoplanetas descubiertos previamente. Habitualmente se hace de manera observacional y con análisis computacional.

Darnos de comer. En un mundo superpoblado, que ha perdido la mitad de su tierra cultivable en el último medio siglo, asegurar la alimentación es clave. “La IA está presente en la agricultura de precisión, la detección automática de plagas y optimización de las cosechas”, expone Oliver. Se monitorizan cultivos y suelos con sensores e imágenes tomadas con drones, y mediante aprendizaje automático se predice el impacto de los cambios meteorológicos.

¿Qué tiempo hará mañana? La predicción meteorológica, dice el profesor López de Mántaras, “se basa en modelos matemáticos muy complicados que requieren mucha capacidad de cálculo en superordenadores. Con la IA ya se pueden conseguir predicciones utilizando un ordenador 7.000 veces menos potente que los que se usan ahora”.