¿Pueden los robots ser independientes? - ATLAS

¿Cómo aprenden las máquinas?

La tecnología sueña con alcanzar la Inteligencia Artificial mientras afina robots que procesan las experiencias pasadas para ser autodidactas. Por el momento, se ha logrado crear sistemas que han diseccionado videojuegos por su cuenta logrando mejor puntuación que muchos humanos

Actualizado:

La obsesión por que las máquinas imiten la realidad que les rodea viene de mucho más atrás de la explosión tecnológica de finales del siglo XX. Si hubiese que poner un nombre en el origen de este deseo es probable que ese fuese el de Jacques de Vaucason. Este ingeniero francés, que fue incluso motivo de mofa por parte de Voltaire, dio forma a varios automátas allá por 1737 cuando firmó la autoría, entre otros ingenios, del «Pato con aparato digestivo». Está creación, compuesta por 400 piezas móviles, era capaz de batir las alas, digerir el alpiste, beber agua y defecar.

Trescientos años después, los robots son una realidad muy presente en ciertos entornos. Más allá de las excéntricas y mediáticas competiciones donde se trata de emular a futbolistas, ya están integrados en las grandes cadenas de montaje de todo el mundo y muchos ya especulan con que serán la mano de obra del futuro.

Según datos de la Federación Internacional de Robótica solo en 2013 se adquirieron casi 200.000 de estos artilugios con fines industriales. De momento, la gran mayoría necesitan de un operario que supervise y oriente su actividad. Sin embargo, ingenieros del MIT han dado a luz a Baxter, un autómata autodidacta. Y todo a un precio de unos 22.000 dólares.

Un mundo controlado por robots

Las ensoñaciones más profundas dibujan un mundo plagado de robots capaces de imitar la mente humana, entender el pensamiento abstracto, procesar las emociones humanas y tomar sus propias decisiones gracias a la Inteligencia Artificial (IA). Películas como «Her», donde un humano y un sistema operativo mantienen una estrecha relación personal, han ayudado a alimentar estas quimeras que quedan más lejos de lo que muchos desearían.

En un certamen organizado por DARPA, una división del Pentágono, muchos de estos ingenios quedaron ridiculizados al zarandearse o chocar contra muros que no identificaron. “Fue una buena oportunidad de demostrar al mundo lo complicada que es realmente la robótica", dijo Mark Raibert, fundador de Boston Dynamics, una empresa que ha sorprendido al mundo con sus máquinas cuadrúpedas.

Sin embargo, ya existen máquinas, como antes se mencionaba, capaces de aprender por si mismas. Es el llamado aprendizaje automático, un conjunto de técnicas basadas en el análisis estadístico y la minería de datos, algo por lo que han apostado empresas del tamaño de Facebook o Google. «La manera en que hacemos determinadas elecciones cada vez está más influenciada por unas cuántas empresas de tecnología con potentes infraestructuras de datos», alerta Michael Nielsen en su ensayo «Big Data: ¿a quién pertenece?». Lejos de servir en círculos muy especializados, estas herramientas están mejorando muchos de los servicios que utilizan diariamente millones de personas como asistentes de voz de los móviles.

Métodos de aprendizaje

Básicamente, estos sistemas extraen patrones basados en experiencias anteriores sin que sus creadores hayan definido todos los datos necesarios para realizar la actividad encomendada. Un ordenador puede competir con un humano al tres en raya porque el programador ha introducido las fórmulas ganadoras en su código pero también lo puede hacer solo con las reglas y analizando los resultados de cada partida para crear su propia estrategia.

No solo se utiliza en juegos sino que es enormemente útil para aplicaciones que pretenden sugerir trayectos en base a los recorridos anteriores u ofrecer información en base a los gustos y preferencias mostrados en otros momentos.

Hay tres formas de que los autómatas puedan aprender a día de hoy. El primero y más básico es el aprendizaje supervisado, donde un técnico mastica bien toda la información antes de introducirla. El siguiente nivel, el aprendizaje no supervisado, carecería de instrucción alguna, salvo los datos básicos para empezar a carburar. Es como si un humano escuchase un programa de radio en una lengua extranjera que desconoce o del que apenas tiene conocimiento. La primera vez no se enterará de nada pero tras cientos de horas de escucha progresivamente irá reconociendo estructuras del lenguaje y esperar ciertos sonidos.

La ventaja de este método es que solo hace falta identificar una cantidad ínfima de datos. El último método, consiste en añadir un refuerzo puntuando cada resultado. Con ello se persigue evitar problemas como el de Google Fotos, que obligó al buscador a pedir perdón por etiquetar a personas negras como primates.

Las neuronas, sistemas a imitiar

La gran ambición, y probablemente el camino para llegar a la Inteligencia Artificial, son las redes neuronales, creaciones que imiten el funcionamiento del cerebro humano. Combinando estos sistemas con el aprendizaje por refuerzo, DeepMind -una «startup» británica adquirida por Google- creó un agente artificial capaz de probar por su cuenta 49 videojuegos de la factoría japonesa Atari, consiguiendo en el 50%de las ocasiones más puntuación que los jugadores de carne y hueso.

El uso de estas técnicas ha permitido también a los de Mountain View reducir del 23% al 8% los errores a la hora de procesar comandos de voz. «La inteligencia artificial será una herramienta que los humanos puedan controlar y dirigir», afirmaba recientemente Mustafa Suleyman, cofundador de DeepMind. «Cualquier especulación de una máquina superinteligente que vaya a asimilar todo el conocimiento del mundo para crear luego sus propias decisiones es absurda», sentencia este ingeniero, llamando a la calma para frenar las teorías más atrevidas.