Page 7 - Boletín Mensual CIMAT abril 2019 (número 11)

La efervescencia por buscar IA se catapultó cuando Frank Rosenblatt presentó su trabajo sobre percep- trones y propuso en 1957 el primer modelo mate- mático que describía el funcionamiento de una neurona. Esto permitió el desarrollo de la primera computadora que podía aprender nuevas habilida- des a partir de prueba y error, y dio origen al con- cepto de redes neuronales.
La euforia provocada por estos trabajos declinó a fina- les de esa misma década y dio lugar a lo que se conoce como el primer invierno de las redes neuronales. La segunda ola de IA se produce en 1986 con un algo- ritmo de entrenamiento multi capas, pero enseguida declinó en un segundo invierno (principios de los 90) al desarrollarse nuevas formas de almacenamiento de datos que facilitaban su uso.
Pero entonces el entorno cambió y resurgió el interés por trabajar con redes neuronales. Entre estos cambios destacan tres: el acceso a un número muy grande de datos etiquetados (por el avance de Internet); acceso a supercomputadoras más baratas, y el desarrollo de mejores algoritmos (de optimiza- ción, de regularización y al surgimiento de lo que se llama machine learning).
Mariano Rivera ejemplificó el abatimiento de costos con el caso de la supercomputadora “Kam Balam”, de la UNAM, que en 2006 tenía características que hoy podemos ver en equipos portátiles. A 12 años de dis- tancia, hoy puedes adquirir por mil dólares lo que a la UNAM le costó casi 3 millones.
El llamado aprendizaje profundo (deep learning), junto con machine learning y el big data, se interrelacionan y alimentan el avance de la IA a nivel mundial. Casos emblemáticos los tenemos en reconocimiento fa- cial, donde la extracción de rasgos a partir de enor- mes bancos de datos y el refinamiento de las fun- ciones de los algoritmos se realiza al mismo tiempo, dependiendo además de lo que se busca resolver.
Entre los asistentes a la conferencia, en su mayoría estudiantes de preparatoria que abarrotaron el au- ditorio institucional del CICESE, dos preguntas fue- ron reiterativas: ¿podrá la IA de las computadoras superar el desempeño de los humanos? y ¿podrán las máquinas desarrollar sensaciones como los hu- manos?
Sobre la primera, Rivera dijo que hay tres esce- narios. El primero es optimista: la IA superará a la inteligencia de los humanos, pero será para bien. El segundo escenario es pesimista: la singularidad nunca ocurrirá. El tercer escenario, en el que coinci- den la mayoría de los expertos (tres cuartas partes, al menos), establece que la singularidad sucederá, pero no se sabe cuándo, y que el riesgo es que los objetivos de la IA estén desalineados con los objeti- vos de los seres humanos.
Para la segunda pregunta, estableció que son los aspectos subjetivos los que nos definen como seres humanos; los que nos hacen ser conscientes de no- sotros y de nuestro entorno. Por ejemplo, podemos hacer que una red neuronal sea altruista, o que una máquina siga las tres leyes de la robótica de Isaac Asimov, pero no que puedan desarrollar rencor, do- lor, felicidad o ninguna de las emociones que tene- mos los humanos, pues son subjetivas.
Conferencia Boletín Mensual 7 de Información