Larson, E. J. (2021/22). El mito de la inteligencia artificial. Por qué las máquinas no pueden pensar como nosotros lo hacemos. Barcelona: Shackleton books.
El objetivo esencial de esta obra es claro: desvelar -desfacer- un mito. Ni contamos hoy con una inteligencia artificial (IA) equiparable a la humana -general (IAG: genérica, no débil), ni se vislumbra la aparición de la superinteligencia (antes ultrainteligencia: explosión de inteligencia desenfrenada) o de la singularidad. Esto supone un cambio radical de nuestras creencias actuales (las de la corriente que pretende ser dominante). Veamos entonces los argumentos esgrimidos por este científico experto en computación, bien conocido internacionalmente.
Comenzamos con los errores de inteligencia (simplificaciones -aceptar la complejidad nos lleva más lejos que las simplificaciones excesivas-) que nos han conducido a la presente tecnología kitsch, dando lugar a un cierto mundo de frivolidad –al imperio del genio sobre la intuición-. Y aquí es donde surge una pregunta radical: ¿sería posible unir ingenio (reglas: procesos mecánicos) e intuición (conjeturas informadas: hipótesis -abducción-) dentro de un único sistema?
Un primer intento -relativo- fue realizar esta unión en una máquina inteligente, de forma que pudiese ver la luz por primera vez la IA -centrada en aplicaciones débiles de resolución de problemas (concretos, restringidos)-. El coste: simplificar la intuición, dejando de lado el carácter situacional, contextual y externalizado -civilización- de la inteligencia (intuición). De este modo, quedaba fuera de la propia máquina -era externa-. Esta es la visión simplificada (débil) de la inteligencia que todavía hoy perdura: sigue vigente la trampa de la restricción -empírica, a algo específico, basada en la hipótesis de frecuencia- y el problema de la inferencia (utilización de la intuición de manera autónoma).
Necesitamos entonces ir más allá de lo recorrido hasta el momento, es decir, el aprendizaje automático (inducción automatizada, simulación aprendida) y su fuente -los macrodatos (órdenes de magnitud superior de colecciones de datos -IA datocéntrica-)-. El aprendizaje supervisado -y en especial el aprendizaje profundo– está en la base de los grandes éxitos logrados mediante el aprendizaje automático, siendo no obstante conscientes de que la saturación resulta inevitable. La distancia, hoy por hoy, hasta el logro de una supuesta IAG es, por tanto, considerable.
La clave que nos posibilita captar esa distancia -recorrido- entre la IA actual y nuestra inteligencia (y tal vez, en el futuro, si procediera, la IAG– es que en el origen de la inteligencia analógica se halla lo conjetural -lo abductivo: podría ser, contrafactuales, imaginación-, dentro de un marco conceptual potente desde el que ver -e interpretar- hechos y datos. Hoy por hoy, en consecuencia, no nos encontramos en la senda de la IAG, pues la abducción es una inferencia esencial de nuestra inteligencia. ¿Se podrá algún día implementar este motor de inferencia abductiva en una IA para convertirla en una IAG (IA real)? No, mientras no se produzca una innovación conceptual, que no es fácil de vislumbrar (una teoría de la inferencia abductiva, pues la abducción resulta central e irremplazable).
En la actualidad, nos encontramos con un auténtico problema de verdadera comprensión -del lenguaje natural general- por parte de la IA. Su falta de dominio de la pragmática -más allá de la sintaxis- hace que lo que es fácil para la mayoría de la gente -entender plenamente el significado de las conversaciones-, le resulte muy difícil a ella, como se pone de manifiesto en las pruebas con esquemas de Winograd (manifiesto pobre desempeño). Así pues, toda IA exitosa es hasta ahora una IA débil -¿sabio idiota?-.
Y ya, a estas alturas del camino, llega la gran pregunta: ¿qué nos puede deparar el futuro justamente sobre el mito con el que iniciamos este viaje (el de la inevitabilidad, el prometeico)? ¿Nos espera un mundo centrado en los ordenadores -la tecnología de la IA-, con los humanos a su servicio -maquinalandia-? ¿Un superordenador será capaz algún día de cartografiar nuestro cerebro? A título de ejemplo ilustrativo: ¿constituirán los macrodatos y la IA, conjuntamente, la guía de la neurociencia del futuro -la que dará lugar a la emergencia de las anheladas nuevas teorías dentro de un marco teórico unificador? ¿Se impondrá la ciencia de la pasta gansa –mentes colmena, enjambres científicos– a una cultura de la invención, de la innovación conceptual?
A la vista de lo ya dicho, yo, en tu lugar, no me perdería esta lectura, pues gracias a ella es muy probable que estemos mejor preparados para entender lo que se nos avecina, que en modo alguno es intrascendente para nosotros y nuestras sociedades.