La IA i+D está en auge, pero la inteligencia general sigue fuera de su alcance

Ilustración por Alex Castro / Th

Tratar de controlar el progreso de la inteligencia artificial es una tarea desalentadora, incluso para aquellos enredados en la comunidad de IA. Pero la última edición del informe del índice de IA, un resumen anual de los puntos de datos de aprendizaje automático que ahora se encuentra en su tercer año, hace un buen trabajo confirmando lo que probablemente ya sospechaba: el mundo de la IA está en auge en una serie de métricas que abarcan la investigación, la educación y logros técnicos.

El índice de IA cubre mucho terreno, tanto que sus creadores, que incluyen instituciones como Harvard, Stanford y OpenAI, también han lanzado dos nuevas herramientas sólo para tamizar la información de la que provenían. Una herramienta es buscar documentos de investigación de IA y la otra es investigar datos a nivel de país sobre investigación e inversión.

La mayor parte del informe de 2019 confirma básicamente la continuación de las tendencias que hemos destacado en años anteriores. Pero para evitar que tengas que caminar a través de sus 290 páginas, aquí están algunos de los puntos más interesantes y pertinentes:

• La investigación deIA se está disparando . Entre 1998 y 2018, se ha producido un aumento del 300 por ciento en la publicación de documentos revisados por pares sobre la IA. La asistencia a las conferencias también ha aumentado; el más grande, NeurIPS, espera 13.500 asistentes este año, un 800 por ciento más que en 2012.
• La educación en IA es igualmente popular. La inscripción en cursos de aprendizaje automático en universidades y en línea sigue aumentando. Los números son difíciles de resumir, pero un buen indicador es que la IA es ahora la especialización más popular para los graduados en ciencias de la computación en América del Norte. Más del 21 por ciento de los doctorados en CS optan por especializarse en IA, que es más del doble de la segunda disciplina más popular: seguridad / garantía de información.
• Estados Unidos sigue siendo el líder mundial en IA porla mayoría de las métricas. Aunque China publica más artículos de IA que cualquier otra nación, el trabajo producido en los Estados Unidos tiene un mayor impacto, con autores estadounidenses citados un 40 por ciento más que el promedio global. Estados Unidos también pone más dinero en inversión privada en IA (una sombra inferior a 12.000 millones de dólares en comparación con China en el segundo lugar a nivel mundial con 6.800 millones de dólares) y presenta muchas más patentes de IA que cualquier otro país (con tres veces más que la nación número dos, Japón).
• Los algoritmos de IA son cada vez más rápidos y baratos de entrenar. La investigación no significa nada a menos que sea accesible, por lo que este punto de datos es particularmente bienvenido. El equipo de AI Index observó que el tiempo necesario para entrenar un algoritmo de visión artificial en un conjunto de datos popular (ImageNet) disminuyó de alrededor de tres horas en octubre de 2017 a solo 88 segundos en julio de 2019. Los costos también cayeron, de miles de dólares a cifras de dos dígitos.
• Los coches autónomos recibieron más inversión privada que cualquier campo de IA. Poco menos del 10 por ciento de la inversión privada mundial se destinó a vehículos autónomos, alrededor de 7.700 millones de dólares. Esto fue seguido por la investigación médica y el reconocimiento facial (ambos atrajeron $4.700 millones), mientras que los campos de IA industriales de más rápido crecimiento fueron menos llamativos: automatización de procesos robóticos (inversión de 1.000 millones de dólares en 2018) y gestión de la cadena de suministro (más de 500 millones de dólares).

Todo esto es impresionante, pero se aplica una gran advertencia: no importa lo rápido que la IA mejore, nunca va a coincidir con los logros que le confiere la cultura pop y los titulares exagerados. Esto puede parecer pedante o incluso obvio, pero vale la pena recordar que, mientras el mundo de la inteligencia artificial está en auge, la IA en sí sigue estando limitada de algunas maneras importantes.

La mejor demostración de esto proviene de una cronología de “hitos de rendimiento a nivel humano” que aparecen en el informe del índice de IA; una historia de momentos en los que la IA ha igualado o superado la experiencia a nivel humano.

La línea de tiempo comienza en la década de 1990 cuando los programas vencen por primera vez a los humanos en las damas y el ajedrez, y se acelera con el reciente boom de aprendizaje automático, enumerando videojuegos y juegos de mesa donde la IA ha llegado, visto y conquistado (Ir en 2016, Dota 2 en 2018, etc.). Esto se mezcla con diversas tareas como la clasificación a nivel humano de imágenes de cáncer de piel en 2017 y en chino a traducción al inglés en 2018. (Muchos expertos se opondrían a que ese último logro se incluyera en absoluto, y señalan que la traducción de IA todavía está muy por detrás de los seres humanos.)

Y aunque esta lista es impresionante, no debería llevarte a creer que la superinteligencia de IA está cerca.

Para empezar, la mayoría de estos hitos provienen de derrotar a los humanos en los videojuegos y juegos de mesa, dominios que, debido a sus reglas claras y fácil simulación, son particularmente susceptibles al entrenamiento de IA. Este tipo de entrenamiento generalmente se basa en agentes de IA que hunden muchos resultados de trabajo en un solo juego, entrenando cientos de años en un día solar: un hecho que pone de relieve la rapidez con la que los seres humanos aprenden en comparación con las computadoras.

Del mismo modo, cada logro se estableció en un solo dominio. Con muy pocas excepciones, los sistemas de IA entrenados en una tarea no pueden transferir lo que han aprendido a otra. Un bot sobrehumano de StarCraft II perdería ante un niño de cinco años jugandoajedrez. Y aunque una IA podría detectar tumores de cáncer de mama con tanta precisión que un oncólogo, no puede hacer lo mismo con el cáncer de pulmón (por no hablar de escribir una receta o dar un diagnóstico). En otras palabras: los sistemas de IA son herramientas de un solo uso, no inteligencias flexibles que son independientes de los seres humanos.

Pero, y sí, hay otra pero eso no significa que la IA no sea increíblemente útil. Como muestra este informe, a pesar de las limitaciones del aprendizaje automático, sigue acelerándose en términos de financiación, interés y logros técnicos.

Al pensar en las limitaciones y promesas de IA, es bueno recordar las palabras del pionero del aprendizaje automático Andrew Ng: “Si una persona típica puede hacer una tarea mental con menos de un segundo de pensamiento, probablemente podemos automatizarla usando IA ahora o en un futuro cercano”. Estamos empezando a averiguar qué pasa cuando se sugran esos segundos.

Haga clic aquí para más información