Artificial intelligence and its limits. An understanding of AI's limitations is starting to sink in

Cita: 

The Economist [2020], “Artificial intelligence and its limits. An understanding of AI's limitations is starting to sink in”, The Economist, London, 11 de junio, https://www.economist.com/technology-quarterly/2020/06/11/an-understandi...

Fuente: 
The Economist
Fecha de publicación: 
Jueves, Junio 11, 2020
Tema: 
Alcances y límites de los sistemas actuales de inteligencia artificial.
Idea principal: 

El Technology Quarterly del semanario británico The Economist discute el estado actual de la inteligencia artificial, así como algunos de sus principales límites.

En los últimos años, las consultoras de negocios han llamado la atención sobre el potencial económico de la inteligencia artificial: la consultora PwC prevé que esa tecnología aumentará 15 billones [trillion] de dólares al producto mundial hacia 2030; por otra parte, McKinsey pronosticó que incrementará la actividad económica mundial en 13 billones de dólares. Según esas proyecciones en una década, la inteligencia artificial generará tanta riqueza como China, cuyo proucto interno bruto en 2018 fue de 13 billones de dólares. Otros análisis se enfocan en los impactos cualitativos de esta tecnología. Por ejemplo, Sundar Pichai, director ejecutivo de Google, afirma que la importancia de la inteligencia artificial será “más profunda que la del fuego o la electricidad”. Numerosos analistas alertan que las computadoras inteligentes podrían dejar desempleadas a millones de personas.

Ante esos pronósticos, muchos se preguntan si la inteligencia artificial será realmente tan transformadora como aparenta y afirman que esta tecnología se enfrenta a múltiples límites, además de que no ha cumplido algunas de las mayores promesas de sus proponentes.

No hay duda que la inteligencia artificial –y, en particular, el aprendizaje automático [machine learning], una de sus subramas– ha registrado grandes avances recientemente. Desde inicios de la década de 2010, las técnicas de aprendizaje automático han mostrado rápidas mejoras en el reconocimiento de imágenes, procesamiento del lenguaje natural, traducción, entre otras.

Al percibir los acelerados avances en el área, los gigantes de internet se interesaron por la inteligencia artificial y la incorporaron en algunos de sus servicios, como buscadores, asistentes de voz, cámaras con reconocimiento facial y sistemas que identifican publicaciones inadecuadas en redes sociales. Esas empresas estaban bien posicionadas para adoptar esa tecnología pues disponían de vastos recursos de cómputo y enormes masas de datos.

La inteligencia artificial es una tecnología de propósito general, capaz de afectar a la economía entera. Su capacidad más importante es reconocer patrones en grandes series de datos, y eso resulta útil en cualquier actividad económica. Actualmente, la inteligencia artificial se usa para fines tan diversos como clasificar el canto de las aves, la búsqueda de nuevos planetas en el espacio, la asignación de créditos, sistemas de prevención de fraudes financieros y tecnologías de reconocimiento facial que son usadas de manera represiva por estados como el chino. Los investigadores en inteligencia artificial están intentando extender cada vez más sus aplicaciones.

Esta no es la primera ocasión en que hay un fuerte optimismo por las posibles aplicaciones de la inteligencia artificial. Desde su origen en la década de 1950, ha habido sucesivas oleadas de entusiasmo y frustración por la inteligencia artificial.

En su forma actual, la inteligencia artificial es más exitosa de lo que han sido sus predecesoras. Todos los días, miles de millones de personas la utilizan, sin siquiera notarlo, en sus teléfonos celulares y en servicios a través de internet. El semanario británico considera que a pesar de algunos logros recientes, “muchas de las mayores afirmaciones sobre [el potencial de la] inteligencia artificial han fracasado una vez más para volverse realidad, y la confianza comienza a tambalearse conforme los investigadores se preguntan si esta tecnología ha chocado con una pared”. Aunque los vehículos autónomos son cada vez más capaces, no han superado el umbral que los hace suficientemente seguros para circular masivamente por las calles; aunque la inteligencia artificial es eficiente para algunos diagnósticos médicos, el entusiasmo que despertó no ha sido complementado por su implementación efectiva.

Un ejemplo significativo de que en muchos casos la inteligencia artificial aún no está lista para su implementación es que la Covid-19 está siendo combatida mayormente con viejas técnicas: el rastreo de contactos se ha hecho mediante llamadas telefónicas; las pruebas clínicas se han realizado con los medicamentos existentes; el distanciamiento social se está implementando con pintura en el pavimento y con barreras de plástico. La inteligencia artificial no ha manifestado sus supuestas potencialidades en un momento de gran urgencia y necesidad.

Incluso las consultoras que pronosticaron que el impacto económico de la inteligencia artificial equivaldría a crear una nueva China pero hecha de computadoras y algoritmos han reportado con posterioridad que los administradores de empresas han encontrado que esta tecnología es difícil de implementar y que, de hecho, casi la mitad de las empresas no están utilizándola de ninguna manera en la actualidad.

El ánimo en torno a la inteligencia artificial se está reduciendo. En su reporte especial, The Economist investiga las razones detrás de esta disminución en el entusiasmo.

El semanario británico sostiene que aunque las técnicas “modernas” de inteligencia artificial son poderosas, aún son limitadas y difíciles de implementar. Los impulsores de la inteligencia artificial deberán hacer frente a dos tipos de problemas.

En primer lugar, se enfrentarán a problemas prácticos: no siempre hay datos disponibles sobre aquello en lo que se busca aplicar la inteligencia artificial; los sistemas de inteligencia artificial más novedosos requieren capacidad de cómputo que puede ser muy costosa; la adaptación a las nuevas tecnologías por parte de las grandes organizaciones es tardada; entre otras. “Nada de esto reduce necesariamente el potencial de la inteligencia artificial, pero tiene un efecto en volver lenta su adopción”.

El segundo tipo de problemas, más profundos, involucra a los algoritmos mismos y su aplicación. Los sistemas de inteligencia artificial con aprendizaje automático no pueden generalizar el aprendizaje adquirido en un área claramente definido a problemas de otro tipo y pueden ser un fracaso cuando se enfrentan a datos inesperados. Por tanto, para The Economist, más que “inteligentes”, estos sistemas son “estúpidos eruditos” [idiot savant].

Actualmente, hay límites claros sobre lo que la inteligencia artificial puede y no puede hacer. El semanario británico considera que, salvo que haya un avance tecnológico de gran envergadura, los temores sobre el desempleo masivo provocado por computadoras inteligentes son exagerados y las predicciones sobre que la inteligencia artificial generará la misma riqueza que China durante la próxima década parecen bastante improbables.

Datos cruciales: 

Gráfica 1a. Inversión privada total mundial en inteligencia artificial, 2009-2018. Se observa que la inversión privada total en inteligencia artificial pasó de menos de mil millones de dólares en 2009 a 40 mil millones de dólares en 2018. Salvo en 2013, año en que tuvo un ligero retroceso, la inversión en inteligencia artificial ha aumentado de manera ininterrumpida en la última década.

Gráfica 1b. Inversión privada total mundial en inteligencia artificial por sector, 2018-2019. Las cifras presentan el porcentaje del sector respecto de la inversión total. Vehículos autónomos, 9.9%; desarrollo de medicamentos contra el cáncer, 6.1%; reconocimiento facial, 6%; contenidos digitales, 4.5%; prevención del fraude financiero, 3.9%; propiedad (¿?), 3.7%; semiconductores, 3.7%.

Gráfica 1c. Artículos académicos publicados sobre inteligencia artificial como porcentaje de las publicaciones totales, 1998-2018. En 1998, las publicaciones sobre inteligencia artificial representaban aproximadamente 0.9% del total. La participación de las publicaciones sobre inteligencia artificial respecto del total aumentó entre 1998 y 2008, hasta llegar a aproximadamente 1.75%. Entre 2009 y 2013 este porcentaje disminuyó. De 2014 a 2018 volvió a aumentar su participación, hasta llegar a 2.75% del total.

Nexo con el tema que estudiamos: 

En otro texto que hemos fichado en este sitio (http://let.iiec.unam.mx/node/2865), el tecnólogo Kai-Fu Lee sostiene que los grandes descubrimientos en inteligencia artificial ya se han hecho a lo largo de la última década y que lo que ahora corresponde es pasar a la "era de la implementación": aplicar los avances recientes en aprendizaje profundo y en inteligencia artificial a las más diversas áreas de la actividad económica y de la vida social. El texto de The Economist complejiza esa afirmación, discute los límites de la inteligencia artificial y plantea que la implementación de estas tecnologías no es tan sencilla como se pensaba hace algunos años. Particularmente compleja parece la generalización del aprendizaje adquirido en un área específica y su aplicación a problemas de otra índole. En buena medida, las potencialidades de la inteligencia artificial girarán en torno a la posibilidad de superar estos límites y problemas.