La inteligencia artificial (IA) a menudo se describe como un avance importante que requiere atención, todas las empresas alentadas a tener una «estrategia de IA». La tecnología base de la IA que produce los resultados que impulsan este punto de vista es el aprendizaje automático utilizando redes neuronales profundas («Deep Learning»). El deep Learning ha proporcionado avances significativos, incluyendo la mejora en el reconocimiento de voz y la comprensión del lenguaje natural de asistentes digitales como Siri de Apple, Google Assistant y Amazon Alexa. Deep Learning también ha motivado más aplicaciones específicas de negocio, como la reducción del consumo de energía en los centros de datos de Google o ayudar a Facebook a eliminar contenido inapropiado más rápidamente.
¿Qué es el aprendizaje profundo?
Pero el aprendizaje profundo no se basa en nuevas invenciones. La tecnología básica ha existido durante décadas. Por ejemplo, la técnica de «retropropagación» que se utiliza para encontrar la mejor red neuronal profunda que se corresponde con un conjunto de datos fue desarrollada por Rumelhart, Hinton y Williams en 1986. Un libro de 729 páginas de MIT Press, NeuroComputing: Fundamentos de la Investigación , publicado en 1988, reimprime 43 artículos sobre el tema. A medida que el poder del aprendizaje profundo se volvió evidente, los investigadores, por supuesto, hicieron mejoras metodológicas sustanciales, pero nadie afirma haber «descubierto» recientemente la tecnología básica.
Si la metodología no es nueva, ¿qué ha hecho que la IA tenga un impacto tan grande? La respuesta es simple: el aumento de la potencia y la memoria de la computadora ha pasado un umbral que permite que los métodos sean prácticos. Cuando este autor escribió un libro sobre aprendizaje automático para el reconocimiento de patrones informáticos en 1972, la computación costaba aproximadamente mil millones de veces más que hoy. Cuando una empresa que fundé aplicó la tecnología al desarrollo del reconocimiento de voz una década después, era típico ejecutar un análisis de aprendizaje automático durante varios meses antes de convergir. Esta limitación llevó a lo que se llamó «el invierno de la IA», donde la investigación sobre la tecnología básica fue desacreditada.
Un requisito técnico
Una parte del crecimiento de la potencia informática ha sido la mejora de los chips, como se describe en la «ley de Moore», el número de transistores en un chip se duplica aproximadamente cada dos años. El costo de una hora de cálculo también ha disminuido aproximadamente al mismo ritmo.
El aprendizaje es solo una tecnología que el aumento de la potencia de cálculo ha permitido a lo largo del tiempo. Los smartphones, que han tenido un impacto significativo en nuestras vidas, son un ejemplo evidente.
¿Qué límites?
¿Continuará el crecimiento de la potencia informática o ha alcanzado los límites de la ley de Moore? Otras tendencias pueden de hecho acelerar el crecimiento de la potencia de cálculo asequible. Una tendencia a más largo plazo es la computación cuántica, pero las tendencias a corto plazo también están estimulando la mejora. Esto incluye el crecimiento de la computación en la nube, donde la potencia informática se puede alquilar en lugar de requerir inversiones costosas en una granja de servidores. Además, los chips especializados como las unidades de procesamiento gráfico están incorporados en centros de datos, proporcionando cálculo paralelo para tareas especializadas como el aprendizaje profundo. Al realizar múltiples procesos simultáneamente , el cálculo paralelo proporciona una aceleración significativa para las tareas apropiadas.
Además, los dispositivos que conectan el computación en la nube con individuos, como los smartphones y los automóviles, obtienen más potencia de cálculo en los dispositivos con cada nuevo modelo. Esto aumenta aún más la potencia total de cálculo.
Una fuerte tendencia hacia la IA
La IA no es nada nuevo, es solo el reflejo del aumento de la «inteligencia informática», como la he caracterizado en mi reciente libro. Si el impacto de la IA no es más que un ejemplo del crecimiento exponencial de la potencia informática a lo largo del tiempo, podemos esperar futuros avances a medida que se superen nuevos umbrales – quizás superando estos umbrales incluso más rápidamente que en el pasado.
La continuación de las tendencias de hoy, por ejemplo, dará lugar a asistentes digitales cada vez más personalizados, fáciles de usar y que proporcionan información y servicios en aumento. La conexión con los ordenadores se volverá cada vez más como una conversación humana. Los niños que crecieron con un asistente digital constantemente a mano a través de smartphones o relojes inteligentes verán que tal «inteligencia aumentada» se convierte en casi una parte del ser humano.
La inteligencia artificial es una categoría de aplicaciones sintomáticas de lo que vendrá, motivada por la tendencia a largo plazo de aumento de la potencia informática. Más generalmente, la inteligencia informática tendrá un impacto en nuestras vidas cada vez más sorprendente.
