domingo, 3 de agosto de 2014

La carrera por crear la primera Inteligencia Artificial

1905 es conocido como el Annus Mirabilis de la ciencia gracias a los cuatro artículos que publicó Albert Einstein destinados a transformar la física y cambiar nuestra forma de concebir la realidad. 

En el primero, explicaba el Movimiento Browniano -la vibración aleatoria de las partículas microscópicas que se produce cuando se encuentran sumergidas en un fluido- y con él los fenómenos físicos de la Difusión y la Osmosis. Este trabajo confirmaba, además, la existencia de los átomos (aún cuestionada en aquella época) y sentaba los fundamentos de la física estadística y la Mecánica Cuántica

En el segundo, Einstein explicaba el Efecto Fotoeléctrico mediante el cual la materia emite electrones cuando se ve iluminada por una radiación electromagnética. Curiosamente, Einstein recibió el premio Nobel por este trabajo y no por su Teoría de la Relatividad, publicada en el tercero de los artículos.

Finalmente, en la cuarta publicación, Einstein desarrolló la equivalencia entre la masa y la energía y presentaba al mundo su famosa ecuación: E=mc2, seguramente la fórmula más conocida de la física y quizás la más denodada pues gracias a ella se han desarrollado los reactores nucleares y, lamentablemente, las bombas atómicas de fusión y fisión.

Einstein es, sin duda, el protagonista absoluto de este brillante capítulo de la historia de la física. Pero no estuvo solo. Sin los trabajos de algunos otros grandes científicos como Max Planck, James Maxwell, Ludwig Boltzmann, Heinrich Hertz o Niels Bohr jamás se habría podido lograr tal transformación de la física.

EL ANNUS MIRABILIS DE LA TÉCNICA

Desde hace tres décadas se están produciendo avances tecnológicos casi a diario. Basta con pensar en Internet, los Teléfonos Móviles, las Redes Sociales, la Virtualización, la Nube, BigData, la Realidad Virtual y Aumentada o la Robótica (ver "Breve historia de las tecnologías que prometen cambiar el mundo").

Son desarrollos asombrosos, pero construidos unos encima de otros. Nada nuevo en el panorama tecnológico; como decía Einstein, "si buscas algo nuevo, no hagas siempre lo mismo".

Sin embargo, puede que ese gran momento de cambio esté a punto de llegar. La revolución, el  Annus Maribilis de la tecnología, ocurrirá el día en que, por fin, se consiga crear una Inteligencia Artificial, un software capaz de emular (o superar) el funcionamiento del cerebro humano.

Quizás tarde cinco años o un par de décadas pero ya se están sentando las bases. Aunque, esta vez, la revolución no llegará de la mano de un sólo genio. En la actualidad, provocar cualquier avance significativo requiere de fuertes inversiones e inmensos equipos de trabajo; los grandes proyectos ya no los puede manejar una sola persona

LOS GRANDES PROYECTOS

Empujadas por intereses muy alejados del altruismo o del avance del saber, las grandes corporaciones, los principales actores de Internet y algunos países se han embarcado en una serie de proyectos faraónicos encaminados a conseguir, primero, empaquetar algunas capacidades del cerebro (comprensión del lenguaje natural, reconocimiento de rostros y objetos) para, en una segunda fase, replicar las funciones cognitivas superiores (resolución de problemas, entendimiento del entorno, generación de nuevas ideas).

1. LA CARRERA HACIA EXAFLOPS

El primer escollo ha sido, y sigue siendo, construir ordenadores lo suficientemente potentes. Si no hace demasiado tiempo veíamos cómo algunos super-ordenadores superaban la barrera de los Petaflops (mil billones de operaciones en coma flotante por segundo), ahora se comienza a hablar de Exaflops (un trillón de operaciones por segundo).

El ordenador más potente del mundo, el Thianhe 2, se encuentra en China y alcanza los 33,6 Petaflops. Dispone de 32.000 procesadores, 48.000 aceleradores en paralelo y una memoria RAM de 1,4 Petabytes. El segundo, Titán, es estadounidense, y ronda los 17 Petaflops. El tercer lugar lo ocupa SEQUOIA, desarrollado por IBM con una capacidad muy similar. En cuarto lugar se encuentra el superordenador K, una máquina desarrollada conjuntamente por el instituto japonés Riken y la empresa Fujitsu que, actualmente, ronda los 10 Petaflops aunque existen planes para hacer que supere la barrera del Hexaflop en 2020.

La Unión Europea se encuentra algo más rezagada aunque ha lanzado el proyecto PRACE para construir un nuevo superordenador que alcance los Hexaflops con un consumo mucho menor de energía. Para ello, pretende sustituir los procesadores tradicionales por núcleos ARM, los mismos procesadores de bajo consumo que utilizan actualmente los smart phones.

Otros países como la India, con su superordenador SAGA, o Rusia, con el MVS-10P, se han unido a esta loca carrera que, casi todos coinciden, concluirá en el año 2020.

Si estáis interesados en conocer la lista completa de los ordenadores más potente del mundo podéis consultar el site del proyecto TOP 500, actualizado en Junio de este mismo año (ver lista...).

2. HUMAN BRAIN PROJECT

La Unión Europea ha asignado un inmenso presupuesto (cerca de 1200 millones de euros) para simular el comportamiento completo del cerebro humano (más...). El proyecto se apoyará en la potencia de los nuevos superordenadores para modelar los 100.000 millones de neuronas y los 100.000 billones de sinapsis que, se piensa, conformar el cerebro (más...).

El proyecto, dirigido por Henry Markram, se lanzó en 2013 y se esperan obtener los primeros resultados dentro de 10 años. En él participan cientos de investigadores de 112 instituciones de 24 países.

Es un proyecto realmente polémico (más...). Cientos de científicos consideran que sus objetivos estratégicos son demasiado limitados y su lanzamiento prematuro al haber descartado algunos trabajos fundamentales en neurociencia como, por ejemplo, alcanzar un mejor entendimiento de las funciones superiores del cerebro.

3. PROYECTO SyNAPSE

IBM ha lanzado este proyecto (más...) cuyo objetivo es desarrollar un revolucionario procesador (conocido como True North) que, rompiendo con la arquitectura clásica diseñada por von Neumann, se aproxime más a la forma en que el cerebro procesa la información. Otro aspecto innovador de SyNAPSE, es el desarrollo en paralelo de un lenguaje de programación capaz de sacar el máximo partido a la nueva arquitectura ideada por IBM (más...).

Combinando esta tecnología con la potencia del superordenador SEQUOIA (un máquina Blue Gene/Q de 16 Petaflops, la más rápida del mundo hasta la aparición de Thianhe 2 en Junio de 2013), IBM ha logrado crear una estructura capaz de competir (en cantidad, no en calidad) con la presente en el cerebro de un mono. En realidad, más que una simulación biológica realista, es una simple integración de un inmenso número de neuronas y conexiones entre ellas incapaz de concebir pensamiento alguno, pero es un gran paso al demostrar la factibilidad de este tipo de proyectos (más...).

4. DOCTOR WATSON

El nombre de este proyecto es toda una declaración de intenciones. Watson es un agente cognitivo (un nuevo término al que pronto nos acostumbremos) desarrollado por IBM (más...). El sistema es capaz de procesar lenguaje natural, hacer hipótesis y evaluar las más acertadas y aprender de forma dinámica (ver Deep Learning). Entre sus aplicaciones se encuentra el análisis de datos, el desarrollo de herramientas de análisis predictivo o la búsqueda de patrones. Sin embargo, Watson se dio a conocer de una forma mucha más mundana: participando en el programa televisivo Jeopardy! Challenge (ver vídeo), respondiendo preguntas de todo tipo sin estar conectado a Internet.

5. PROYECTO SPAUN

SPAUN (Semantic Pointer Architecture Unified Network) es una iniciativa radicalmente diferente. Liderada por investigadores de la Universidad de Ontario, sustituye el uso de potentes ordenadores para realizar simulaciones biológicas masivas por una programación dirigida a simular las mismas reglas empleadas por el cerebro humano para realizar tareas básicas (más...).

Ya en 2012, en el contexto de este proyecto, se creó una estructura de más de dos millones de neuronas capaz de reconocer imágenes utilizando técnicas de Deep Learning (redes neuronales estructuradas jerárquicamente para procesar la información en diferentes niveles). El objetivo era simular parte del cortex pre-frontal, los ganglios basales y el tálamo para poder dibujar aquello que estaba viendo (simples secuencias de números) lo cual consiguió con éxito relativo.

El proyecto aún está en su fase inicial, incapaz de trabajar en tiempo real o de aprender de la experiencia, pero es un buen primer paso.

6. GOOGLE BRAIN

A diferencia de los proyectos anteriores, la ambición de éste es mucho más limitada aunque, en contraposición, estamos viendo sus resultados mucho más rápidamente (más..).

El proyecto comenzó en 2011 y recientemente ha sido potenciado con la contratación de Geoffrey Hinton (uno de los mejores especialistas mundiales en Deep-Learning) y la adquisición de las compañías DNN Research y Deep Mind Technologíes (deseada también por Facebook)

Entre sus múltiples objetivos se encuentran:
  • El reconocimiento de la voz y el procesamiento del lenguaje natural ya incorporados en Google Now (ver ¿Qué hay detrás de Siri, Google Now y los otros asistentes?)
  • El reconocimiento de imágenes
  • El bloqueo de correos indeseados (supongo que sólo de aquéllos no patrocinados)
  • La conducción automática de vehículos
En la actualidad (datos de 2012) 16.000 procesadores soportan las redes neuronales utilizadas por Google para desarrollar sus modelos de aprendizaje en los que se establecen cerca de mil millones de conexiones entre neuronas. Y es sólo el principio, los recursos que Google puede asignar a este proyecto parecen ilimitados.

7. PROYECTO ADAM

Es la respuesta de Microsoft al Brain Project de Google. Al igual que su competidor utiliza técnicas de Deep-Learning para  procesar el lenguaje natural y ofrecer reconocimiento de voz, rostros e imágenes (más...).

ADAM aprovecha la potencia de cálculo de Azure (la alternativa Cloud de Microsoft) para procesar de forma asíncrona las peticiones de reconocimiento. Gracias a este procesamiento asíncrono, basado en la tecnología HOGWILD! desarrollada por la Universidad de Wilconsin, Microsoft espera obtener una ventaja competitiva frente a Google, Facebook o Apple.

8. FACEBOOK

A través de la adquisición de la compañía FACE:COM en 2012, el gigante de las redes sociales se ha ido especializando en el reconocimiento facial.

Sin embargo, en la actualidad también está explorando las posibilidades de Deep-Learning para el procesamiento del lenguaje natural y, seguramente aunque esto es un misterio, para el modelado del comportamiento de sus miles de millones de usuarios (más...).

La contratación de especialistas del mayor nivel como Yaniv Taigman (co-fundador de FACE.COM), Lubomir Bourdev, Marc Aurelio Ranzato (captado del Google Brain Project), Sniri Narayanan o Keith Adams dan muestras del enorme interés de Facebook por el desarrollo de la Inteligencia Artificial.

9. EUGENE GOOSTMAN

Eugene es un joven ucraniano de 13 años de edad con un gran sentido del humor, una cobaya por mascota y un padre ginecólogo. Su único problema es la falta total de humanidad pues es un simulación de personalidad realizada por una Inteligencia Artificial, la primera capaz de superar el Test de Turing (más...).

Fue programada en 2001 por un grupo de investigadores rusos (así que realmente sí tiene 13 años) y, desde entonces, ha sido entrenada para poder superar este famoso test.

En contra de lo que pudiera parecer, esta IA no aprovecha las capacidades de ningún supercomputador. Es lo que se conoce como un ChatBot, un agente virtual, un simple software diseñado específicamente para engañar a los humanos en una conversación.

Aunque hay una gran controversia al respecto (supero la prueba por los pelos al convencer de su humanidad sólo al 33% de los jueves, el mínimo admitido; algunos también argumentan que su corta edad le permitió esquivar algunas de las preguntas más complejas), quizás el 7 de Junio de 2014 pasará a la historia de la tecnología como el día en que los ordenadores fueron capaces de emular la inteligencia.

10. AMELIA

Amelia es otro agente cognitivo desarrollado por IPSoft para procesar y comprender el lenguaje natural (más...). Sus capacidades han sido probadas en diferentes entornos comolos Help Desks (para responder las preguntar más frecuentes; tras una semana de aprendizaje fue capaz de actuar de forma correcta en el 64% de las ocasiones), para ofrecer soporte a ingenieros en operaciones de mantenimiento (Knowledge Managment Advisor) o en entorno financiero (Procurement Processing, Financianl Trading Operations). En breve Amelia intentará también pasar el Test de Turing.

También te puede interesar:

No hay comentarios:

Publicar un comentario en la entrada