La demanda sin fin de computación e inteligencia 

La historia de la computación, y ahora también la de la IA, se cuenta con una narrativa de éxito, incluso de manera triunfal. En cuanto a la capacidad de cálculo de las computadoras no es para menos, habida cuenta de que el crecimiento ha sido y sigue siendo exponencial y de forma ininterrumpida durante más de medio siglo, algo que no tiene parangón en la historia de la tecnología. Es tan ingente la capacidad de cálculo que hoy tenemos, que si hace unas décadas nos la hubiesen garantizado de por vida quizás la habríamos considerado más que suficiente para resolver todos los problemas computables de interés. Pero no es así, ni así será, por mucho que siga creciendo. Bien al contrario, a medida que ha ido aumentando la capacidad de las computadoras nos las hemos ingeniado para necesitar más y más. El aumento de su capacidad nos ha abierto la puerta a ámbitos, problemas y escalas nuevos y mayores, en una ambición que no tendrá nunca ni límite ni respuestas definitivas. 

Al principio parecía suficiente con que las computadoras se encargasen de hacer los censos, las nóminas y los cálculos más largos y tediosos que venían realizando las personas. No se pensaba en general en problemas cuya resolución no nos planteásemos resolver “a mano”, digámoslo así. Pero pronto se vio que eran aún más interesantes estos problemas imposibles para las capacidades humanas y comenzó a desarrollarse la simulación por computadora, la optimización, la representación y procesamiento de gráficos, la criptografía y hasta el aprendizaje automático. Y así seguimos avanzando hasta simular con gran precisión una explosión nuclear, predecir el tiempo atmosférico o el plegamiento de proteínas. Lo computable puede en general mejorarse con más computación, aumentando la precisión de los resultados, escalando el tamaño de los problemas o aproximándonos más a la mejor solución posible. 

La mejora igualmente exponencial de la eficiencia energética de los chips -consumo por operación realizada- se convirtió probablemente en el paradigma de la paradoja de Jevons: los procesadores más rápidos, más baratos y con menor consumo no hacen más que aumentar el deseo de ir más allá, de modo que no deja de aumentar la demanda de cómputo, incluso por encima de las ingentes capacidades que nos ha ido aportando el avance tecnológico. Hoy, por ejemplo, la demanda de cálculo para el entrenamiento y uso de los modelos de IA crece tres veces más rápido que la capacidad de cálculo de los chips, aunque esta sigue cumpliendo la archiconocida ley de Moore, duplicándose cada año y medio aproximadamente. 

El software se vuelve más complejo, los conjuntos de datos se agrandan más y más y las expectativas de negocio aumentan sin freno, aunque de momento son más expectativas que realidades. Los usuarios y clientes esperan respuestas instantáneas, mejores resultados, una mayor personalización y todo ello barato o incluso gratis, aunque de un modo u otro acabaremos pagándolo. Nuestras exigencias también aumentan más rápido que la ley de Moore. 

Quienes piensan que la computación cuántica será la solución a cualquier necesidad de computación, se equivocan. No es aplicable a cualquier problema, ya que ni todos los problemas son computables, ni entre los que lo son todos van a beneficiarse de lo que la computación cuántica aporta. Es más, son muchos los problemas más importantes de la informática que resultan extraordinariamente complejos y su coste computacional resulta inabordable a medida que crece el tamaño del problema, incluso para la computación cuántica. Son los problemas denominados NP-completos. Por ejemplo, saber cuál es el camino más corto que une N ciudades a través de una tupida red de carreteras que las conecten entre sí puede resolverse calculando todas las rutas posibles, comparando después sus longitudes y quedándonos con la de menor distancia. El algoritmo para obtener la solución es trivial, pero el número de rutas posibles es del orden de magnitud de factorial de N (N!), de tal modo que con 21 ciudades hay más posibilidades que el número de neuronas en un cerebro humano y con 100 ciudades el número resultante es inmensamente más grande que el número de átomos del universo. Sería más grande que un universo de universos, de hecho. 

Es muy improbable, aunque no está formalmente demostrado, que la computación cuántica llegue a cambiar esta realidad fundamental. Si bien las computadoras cuánticas prometen aceleraciones espectaculares para ciertas clases de problemas (factorización, simulación de sistemas cuánticos, optimización combinatoria...), no hacen que la computación sea gratuita o ilimitada. Además, la existencia de la ventaja cuántica fomentará la formulación de problemas aún más ambiciosos: simulaciones moleculares más precisas, análisis criptográficos más profundos, modelos físicos más sofisticados y optimización a mayor escala. La computación cuántica amplíará el espacio de lo abarcable computacionalmente, pero no cubrirá el espacio de lo computable. 

Con la inteligencia artificial pasa algo parecido, pero quizás aún más acentuado que con el avance de las computadoras. Arrancó el campo de la IA abordando problemas que hoy nos parecen ridículos, por sencillos, como reconocer números escritos a mano o distinguir objetos de distintos colores y formas. Algo parecido a aquello que aprendimos a hacer en la infancia, pero en nuestro caso con capacidades de percepción y manipulación muy superiores a las de las primeras inteligencias artificiales y, en muchos sentidos, incluso a las actuales. Después logramos que las máquinas resolviesen juegos cada vez más complejos, hasta llegar a ganarle al campeón del mundo de ajedrez, algo que salió en las portadas de los periódicos del mundo en mayo de 1997. Hoy comienza a hablarse incluso de la proximidad de la IA general, que tendría una competencia comparable a la humana en el aprendizaje y la resolución de problemas de todo tipo. Yo no lo creo, pero ciertamente no veo argumentos para negar la posibilidad de que algún día llegue a ser realidad. Si así fuese, no sería difícil ir más allá del referente humano de inteligencia, alcanzando la denominada superinteligencia. 

Sin irnos tan lejos, lo cierto es que a medida que mejoran los sistemas de IA y sus capacidades, aumentan nuestras expectativas respecto a la inteligencia de las máquinas. Del reconocimiento elemental de patrones sobre imágenes hemos pasado al razonamiento visual; de sistemas de consulta en lenguaje natural limitados a dominios muy acotados y con un diálogo extraordinariamente encorsetado hemos pasado a no saber si estamos hablando con una máquina o con una persona, salvo por el hecho de que no hay personas que sepan tanto de tantas cosas; comenzamos poniendo cámaras traseras en los coches para facilitar las maniobras marcha atrás y ahora tenemos coches autónomos. El razonamiento lógico elemental pronto se nos quedó escaso, y buscamos formas de razonamiento inductivo, abductivo, causal o de sentido común en las máquinas, aunque todavía los progresos son escasos. Las inteligencias artificiales, antes encerradas en las computadoras o en robots muy simples, han comenzado a desenvolverse en el mundo real, a manipular casi todo tipo de objetos y a colaborar entre sí y con nosotros en el mundo físico. Han comenzado a encarnarse: la IA se ha hecho “carne” y ha comenzado a habitar entre nosotros. Queremos incluso máquinas con creatividad, con agencia y con juicio moral. Nunca será suficiente mientras pensemos que podemos llegar aún más lejos. 

Los avances son constantes y algunos, como los modelos grandes de lenguajes, han marcado el que hasta ahora es el logro más grande de la IA. Pero con seguridad el camino recorrido es más fácil que el que resta hacia una hipotética IA general. La inteligencia humana está profundamente entrelazada con el cuerpo, las emociones, los sentimientos, las normas sociales, el aprendizaje general, la experiencia permanente y la consciencia, y las máquinas carecen de todo ello, aunque simulen groseramente algunas de esas realidades humanas. 

La demanda de computación e inteligencia no responde a un problema concreto o a un conjunto de ellos, sino que cada nuevo paso que damos no hace más que ampliar el espacio de posibilidades y de objetivos. Es como cuando insuflamos aire en un globo y con cada soplido crece aún más su superficie. El aumento de la capacidad de cálculo y de la inteligencia de las máquinas es como el aire que entra en el globo y a medida que lo hace aumenta el espacio de lo posible. Por eso nunca llegaremos al non plus ultra, ni tiene cabida un supuesto finis terrae. Pero hemos de tener cuidado al soplar, ya que a veces los globos explotan.