La parodoja de la inteligencia artificial: ¿es realmente inteligente una máquina infalible?

Y en esto que estábamos trabajando en el desarrollo del asistente virtual inteligente para nuestro sitio web corporativo con capacidades de procesamiento de lenguaje natural y semántica computacional, cuando recordaba lo que había leído hace unos días en el libro La catedral de Turing de George Dyson sobre inteligencia artificial y motores de búsqueda…

John von Neumann y Alan Turing son los padres del actual universo digital, pero cada uno a su manera. En localizaciones diferentes: Estados Unidos, el primero; Reino Unido, el segundo. En términos diferentes: von Neumann sólo hablaba de computación, mientras que Turing sólo hablaba de inteligencia artificial o, para ser más preciso, de inteligencia mecánica. Con finalidades diferentes: von Neumann buscaba cómo conseguir que las máquinas se reprodujeran, mientras que Turing se preguntaba qué haría falta para que las máquinas empezaran a pensar.

Dyson expone la siguiente situación anómala en su libro: a través del procesamiento de información estadística probabilística a gran escala se están haciendo verdaderos progresos en campos como el reconocimiento del habla, la traducción lingüística y hasta la predicción bursátil. Pero ¿cómo puede ser eso inteligencia si solo nos limitamos a introducir potencia estadística probabilística en el problema y ver qué sucede, sin que haya el menor conocimiento subyacente?

Los ordenadores digitales son capaces de responder a la mayoría de las preguntas formuladas en términos finitos e inequívocos; es decir, en dominios de trabajo perfectamente acotados. Los ordenadores han podido dar respuesta a aquellas preguntas que los programadores son capaces de formular. Pero ¿qué pasa con las preguntas que son difíciles de formular?

Tal y como indica el autor, para Turing el camino hacia la inteligencia artificial era construir una máquina con la curiosidad de un niño y dejar que su inteligencia se desarrollase. La máquina que imaginaba Turing sería capaz de responder a todas las preguntas susceptibles de ser respondidas, que cualquiera pudiera formularle. Desde el punto de vista de Turing, si se esperaba que una máquina fuera infalible, entonces no podría ser también inteligente. En lugar de tratar de construir ordenadores infalibles, se deberían desarrollar máquinas falibles capaces de aprender de sus errores.

Probablemente lo que a día de hoy se acerca más a esas “maquinas falibles capaces de aprender de sus errores” son los actuales motores de búsqueda. Éstos llevan todavía la impronta de su origen en el método de Montecarlo desarrollado por von Neumann y su equipo en los albores de la era computacional: trayectorias de búsqueda aleatorias cuantificadas para, estadísticamente, acumular resultados cada vez más precisos. Es decir, capacidad de extraer soluciones significativas, frente a una información aplastante, reconociendo que el significado reside no tanto en los datos de los puntos finales como en los caminos intermedios.

Como explicita Dyson, un motor de búsqueda de internet es una máquina determinista de estado finito, excepto en aquellas coyunturas en las que la gente toma una opción no determinista a la hora de decidir qué resultados se seleccionan como significativos. Esos clics se incorporan de manera inmediata al estado de la máquina determinista, que de este modo se va volviendo gradualmente más entendida con cada clic. Es lo que Turing denominaba una “máquina oráculo”.

Cada vez que un individuo busca algo y encuentra una respuesta ello deja un débil y persistente rastro acerca de dónde está (y qué es) un determinado fragmento de significado. Tales fragmentos se acumulan, hasta llegar a un punto en el que, como dijo Turing en 1948, “la máquina habría crecido” y habría comenzado a pensar.

En octubre de 2005 Google puso en marcha su proyecto para digitalizar libros. Otra genialidad de la pareja Page y Brin para democratizar el conocimiento, pensó prácticamente todo el mundo. Pero no era eso lo que movía a los fundadores del Big Brother: se quería digitalizar el mayor número de libros posible para que éstos fueron leídos por una inteligencia artificial. ¿Será éste el paso previo a la consecución de una máquina que piense? No lo sé. Si en el fondo no hay un modelo de aprendizaje computacional razonado acabaremos teniendo, como indicaba Turing, una enorme potencia estadística probabilística pero ningún conocimiento subyacente.

Se aproximan tiempos computacionalmente interesantes.