Imprimir Enviar

Ramón López de Mantaras es profesor de investigación del CSIC en el Instituto de Investigación en Inteligencia Artificial y trabaja principalmente en razonamiento basado en casos y en robots autónomos.

Todos conocemos personas más inteligentes que otras. Sin embargo, definir la inteligencia resulta prácticamente imposible y nos identificamos con la afirmación: “No tengo ni idea de lo que es la inteligencia, pero cuando veo una la reconozco”.
¿También si hablamos de inteligencia artificial?

La película de Spielberg, llamada precisamente AI (Inteligencia Artificial) fue una llamada de atención mundial hacia este campo de investigación. ¿Qué le pareció la aproximación del cineasta?
El desarrollo de un robot como una persona es impensable, pero la película está bastante bien, al fin y al cabo la ciencia ficción debe ser imaginativa. Falla el final, que es demasiado pastelón, muy del gusto de los americanos. Si se hubiera acabado cuando el niño-robot está esperando en el fondo del mar en lugar de que una figura de madera cobre vida, lo que nunca puede suceder, hubiera reflejado que una máquina carece de la capacidad humana para reaccionar inteligentemente frente a un hecho imprevisto.
Personalmente, prefiero 2001 Odisea en el Espacio. Esta película fue muy respetuosa con los conocimientos científicos del momento. Atribuyó una serie de capacidades inteligentes a HAL que anticiparon la agenda de investigación en lenguaje, visión y previsión de averías de los siguientes cuarenta años. Esto tuvo mucho mérito.

Defíname inteligencia artificial (IA).
No es posible dar una definición, de la misma forma que no es posible definir la inteligencia natural. Podríamos decir que es la construcción de máquinas (tanto hardware como software) capaces de llevar a cabo actividades que cuando son realizadas por una persona la consideramos inteligente, por ejemplo jugar al ajedrez, detectar una avería o entender una frase en un idioma extranjero. Pero también tareas relativamente sencillas para los humanos y otros animales como orientarse para llegar a un lugar no visible. Hay muchas inteligencias distintas y no siempre comparables en el mundo animal.
Un termostato no es inteligente por el hecho de que cuando baja la temperatura desconecte el aire acondicionado; por otro lado diagnosticar una enfermedad no es ser más o menos inteligente que realizar tareas de locomoción o percepción, es distinto.

¿Cómo se consigue una máquina inteligente?
Una de las tendencias en IA estudia cómo se pueden obtener máquinas inteligentes cada vez más sofisticadas a partir de la interacción de agentes poco inteligentes inspirándose en el comportamiento global de una colectividad de agentes; por ejemplo, el comportamiento aparentemente inteligente de una colonia de hormigas. Una hormiga no es inteligente, pero la organización de la colonia y su funcionamiento social reflejan un comportamiento global inteligente. aparece un fenómeno de sinergia: el todo es más que la suma de las partes.
Otra tendencia en IA se basa en un uso extensivo de los mecanismos deductivos de la lógica matemática. Se representan los conocimientos necesarios para resolver un problema, por ejemplo diagnosticar una avería, con modelos del problema a resolver expresados en un lenguaje lógico. El programa resultante hace deducciones. Un caso sería el diagnóstico de una enfermedad a partir de unos síntomas, observaciones, análisis, antecedentes, etc.

¿Cuál de las dos obtiene más resultados?
En la que se lleva más años trabajando es en esta segunda línea, más específica. Existen incontables aplicaciones en la industria, la medicina, etc. Se buscan sistemas muy especializados, por ejemplo la famosa Deep Blue que sólo sabe jugar al ajedrez pero no a las damas u otro juego.
El enfoque basado en sistemas dinámicos complejos y autoorganización es más reciente y con pocos resultados. Se trabaja con algoritmos “de hormiga” y se utiliza principalmente para optimizar, solucionando problemas como el de viajante de comercio, que debe pasar una vez por cada ciudad haciendo el recorrido más corto posible.

¿Entonces la IA no copia al hombre?
Existen dos escuelas. Una prescinde completamente de copiar a los humanos. Un avión se propulsa de manera distinta a un pájaro y los dos vuelan, lo que demuestra que es posible conseguir lo mismo que la naturaleza sin imitarla. Otro ejemplo es que para hacer un diagnóstico médico, la máquina y la persona siguen un razonamiento parecido, se plantean las mismas cuestiones, pero contestadas en un caso por un programa y en el otro por un cerebro.
La otra escuela hace modelos matemáticos de las redes neuronales biológicas, pero su aproximación es tan poco precisa y fiel al funcionamiento de la neurona que no se puede decir que se reproduzca el funcionamiento del cerebro. Además, una neurona artificial sólo tiene en cuenta la actividad eléctrica de una natural, pero no la química.

¿Se plantea la evolución de las máquinas?
No en el sentido de la selección natural. Se habla de máquinas y robots evolutivos, pero metafóricamente. Sí existe un software evolutivo que mejora por sí mismo y llega a una solución casi óptima. Resuelve muy bien los problemas de optimización, puesto que sólo los mejores individuos que codifican las instrucciones del programa se reproducen dando lugar a una generación nueva, es decir a una nueva versión mejorada del programa.
En hardware, que unos robots evolucionen, se reproduzcan y den robotillos... es imposible. Se trabaja con simulaciones. En la industria existen máquinas que construyen otras máquinas, pero no se trata de evolución. Montan un robot como podrían montar un coche o una aspiradora.

¿Utilizamos la IA de forma cotidiana?
No exactamente. Hablar de electrodomésticos inteligentes es un abuso de la palabra. Más bien prima la tecnología basada en la inteligencia artificial; por ejemplo, la ayuda ofrecida por el sistema operativo Windows mediante un muñequito, se basa en técnicas de inteligencia artificial.
En otros ámbitos sí se utiliza. En la industria, se aplican sistemas de visión artificial al control de calidad y la clasificación automática de piezas. Muchas técnicas de búsqueda heurística del Deep Blue se emplean en la biología computacional y el diseño de fármacos. En genómica, se trabaja con el análisis de datos inteligentes. En Astrofísica, la clasificación de estrellas y galaxias utiliza técnicas de IA y en algunos puertos de mar se utilizan programas inteligentes para la gestión de la descarga de barcos, por ejemplo en Hamburgo.
La inteligencia artificial tiene mucho futuro en los teléfonos móviles, en todo lo que sea personalizar la información al usuario a partir de su perfil. Existe un proyecto alemán de traducción automática por teléfono que funciona bastante bien, siempre que se limite al ámbito turístico. Un interlocutor habla en alemán y el otro le escucha en inglés y viceversa.

En el conocimiento del espacio la robótica juega un papel muy importante. ¿Hasta qué punto?
En mi opinión, el futuro de la exploración espacial pasa por la robótica inteligente para evitar pérdidas humanas como las del accidente del Columbia y poder viajar a grandes distancias.
Para ello, los robots deben ser lo más autónomos posible. La Pathfinder quedó bloqueada por una roca y murió como instrumento. No era autónoma, estaba controlada desde Tierra con los retrasos entre la orden y su ejecución que ello supone.
Nosotros estamos desarrollando un robot que pueda orientarse. Prácticamente tenemos solucionada la orientación, basada en algoritmos, pero no el sistema de visión artificial, que es muy complejo puesto que tiene que ser capaz de localizar una roca y, al volverla a ver, reconocerla y distinguirla de otra. Si un robot no reconoce los objetos a su alrededor se pierde.

¿Cómo puede leer una máquina?
Primero reconoce los caracteres con una lectora óptica de caracteres (OCR - Optical Character Reader). Después, puesto que cada sílaba y palabra tiene un conjunto de fonemas asociado, se genera el sonido a partir de enlazar dichos fonemas. Sin embargo, las voces son muy monótonas, sin prosodia ni entonación.
Una tarea para la inteligencia artificial es dar expresividad a las máquinas que leen, puesto que ésta depende del significado Y, aunque los signos de puntuación ayudan, es necesario además que el lector automático entienda lo que lee. Comprender el significado del texto es enormemente difícil y yo empiezo a dudar que una máquina pueda leer como una persona que aplica cantidad de conocimientos implícitos de sentido común para comprender lo que lee.

¿La música por ordenador se genera con técnicas de IA?
No obligatoriamente, también se utilizan técnicas matemáticas, probabilísticas, fractales...
Ahora estamos trabajando en un sistema de generación de música expresiva en IA. Dada una interpretación neutra de una partitura, este sistema le añade la expresividad de la que carece. Para conseguirlo, utiliza una base de datos de músicas del mismo estilo tocadas con expresividad en la que busca piezas musicalmente parecidas a la que se desea mejorar, compara las notas, y aplica efectos expresivos que normalmente habría introducido el músico.
Buscamos aplicar la expresividad en la música para mejorar unas técnicas en inteligencia artificial llamadas de razonamiento basado en casos, por ello las aplicaciones eran lo de menos, aunque hemos identificado varias con un posible interés comercial. Por ejemplo, se pueden generar muchas versiones de una pieza y ver por qué una suena mejor que la otra, lo que tiene interés pedagógico para los estudiantes de música. También se puede utilizar para hacer transformaciones de audio como acortar la duración de una banda sonora de un spot publicitario con el fin de que no exceda la duración máxima del mismo sin perder ninguna nota importante.
Ahora estamos en la fase de cambiar el tempo, las duraciones de las notas, pero todavía no tomamos en consideración todos los parámetros del sonido de un modo acorde. El resultado suena realmente bien.

Compartir:

• 
• 
• 
• 
• 
• 
•