“El ‘machine learning’ traerá igualdad en lugar de diferencias”

P. ¿Por qué se ha reavivado el entusiasmo en la IA con el machine learning?

R. Porque, allá por 2005 o 2006, el machine learning una porción de la IA, emergió como algo nuevo que nos permitía resolver los mismos problemas que animales muy simples resuelven. Al fin éramos capaces de reconocer patrones. Pero esto es algo que un conejo o una serpiente pueden hacer. No es verdadera inteligencia. Esto es solo coger una foto y ser capaz de decir, “ah, entiendo las cosas presentes en esa foto”. Pero es excitante porque antes no podíamos lograrlo.

P. ¿Cómo funciona esta tecnología?

R. Si yo te pregunto, “¿cómo caminas?” y te exijo que me lo digas haciendo una lista de movimientos y funciones de todos los órganos de tu cuerpo, es imposible. Lo mismo si te pregunto si hay un gato en una foto: me lo puedes decir inmediatamente, pero si te pido que me expliques cómo lo sabes, todo el proceso biológico, químico, de cómo lo has reconocido, eres incapaz de explicarlo. Esas cosas las hacemos de manera casi instantánea. Pero no podemos explicar cómo. Por eso era imposible enseñarle a hacer estas cosas a los ordenadores.

Lo emocionante es que, de esta forma muy básica, ya podemos explicarles cómo. Y en lugar de darles una receta les enseñamos una buena cantidad de ejemplos positivos y negativos. Por ejemplo, para enseñarle la diferencia entre un gato y un perro, le enseñamos montones y montones de imágenes de perros y gatos. Y cada vez que le enseñamos una le decimos esto es un perro y esto es un gato. Lo hacemos millones y millones de veces. Cada vez que la computadora falla, la ajustamos un poco y la volvemos a probar. Es un poco la teoría de la zanahoria y el palo. Lo iteras miles de millones de veces. Hay un punto en el que la computadora empieza a entenderlo. Lo llamamos generalización.

P. ¿Qué tareas son inalcanzables, de momento, para un ordenador?

R. Los humanos hacemos razonamientos de alto nivel. Reconocer el humor en una imagen es un ejemplo perfecto. Necesitamos el sentido común, es decir, un conocimiento general de cómo funciona el mundo. Nosotros sabemos todo ese montón de cosas porque, desde el momento en que nacemos, somos bombardeados con información. Hemos construido un modelo mental del mundo. Todo lo que tenemos ahora es el reconocimiento de patrones. Las máquinas no saben nada sobre el mundo, no tienen sentido común, carecen del aprendizaje de años y de la capacidad de inferir. Por ejemplo, si te digo que soy francés, puedes pensar que me gusta comer baguettes o que tengo un acento divertido. Las máquinas no son nada buenas a la hora de hacer esa cadena de razonamientos. Estamos muy, muy lejos de lo que llamamos inteligencia.

P. ¿Temes, como indican algunas consultoras, una debacle en el empleo por culpa de la automatización que provee el machine learning? ¿Qué efectos puede tener sobre el modelo capitalista?

R. Creo que va a ocurrir lo contrario. La gente con menos talento o capacidades va a poder hacer muchas más cosas gracias al machine learning y de esa manera aumentar su valor económico. Así que en vez de crear más desigualdad, tengo la impresión de que el machine learning va a igualar las cosas. Sin duda, el poder que tiene es el de transformar la sociedad. Lo positivo de usar esta tecnología creo que supera en enorme medida los posibles efectos negativos que pueda tener. El capitalismo y el socialismo son ideas que pertenecen al siglo XX. Así que no tengo claro que vayan a sobrevivir como conceptos del XXI. Probablemente, nos encontremos con otros tipos de sistemas.

P. ¿Es la nueva actitud de colaboración y open data entre empresas uno de los pilares para desplegar todo el poder de estas tecnologías? Porque en el siglo XX compartir no estaba muy bien valorado en el vocabulario empresarial.

R. Lo sé. Estuve allí [risas]. Ahora… Lo ilustro con una anécdota. Estaba en París ayer, con un colega de Facebook. Sobre el papel, éramos rivales. En la práctica pudimos hablar de todo lo que estábamos haciendo sin pensar en ningún momento, oh, Dios mío, ¿le estoy contando demasiado?. Esto es muy liberador. Hay una cosa curiosa con la economía. Cuanta más gente tienes en la red, más sube el valor. No linealmente sino exponencialmente. Cuando esto lo aplicas a las grandes corporaciones, te das cuenta de que cuando las compañías tratan de tener bajo llave sus secretos, el valor global para la sociedad se aplana, es lineal.

Cuanto más compartes tus ideas y se conectan con otras empresas, más aumenta el valor económico. La razón por la que las grandes compañías lo estamos haciendo es porque la tarta se hace mucho más grande, por lo que tener una porción de esa tarta es mucho más apetecible que tener una tarta entera diminuta. Lo hacemos no solo por ser majos y buenos ciudadanos, sino porque serlo significa que hay muchísimo dinero a ganar. Esta filosofía también la trajo Internet. Además, guardar ahora una idea bajo llave no es fácil. Si la NSA [Agencia de Seguridad Nacional estadounidense] no puede mantener sus secretos, imagínese cuán difícil es hacerlo para las empresas.

P. ¿Una predicción?

R. Predecir el futuro es un mal negocio. Pero, venga, me animo. Una cosa que está dentro de la lista de tareas es enseñar a las computadoras a tener sentido común, un modelo del mundo. Creo que es posible y estará a nuestro alcance en los próximos diez años. Pero no creo que en el próximo medio siglo las computadoras sean capaces de plantear soluciones o ideas a partir de ese modelo mental del mundo.