CIENCIA Y TECNOLOGÍA

Miguel González Mendoza: de la inteligencia artificial específica a la superinteligencia

Aunque no existe una definición absoluta sobre el término, la inteligencia artificial se refiere al grupo de tecnologías digitales que permiten a las computadoras llevar a cabo tareas complejas que normalmente requieren inteligencia humana y, por lo general, se divide en dos grandes campos: inteligencia artificial general e inteligencia artificial específica.

En el marco del Congreso Mexicano de Inteligencia Artificial (COMIA), Miguel González Mendoza, presidente de la Sociedad Mexicana de Inteligencia Artificial (SMIA), detalló algunas características que definen la inteligencia artificial y su desarrollo reciente en el país.

Miguel González Mendoza inició su carrera en sistemas electrónicos en el Instituto Tecnológico y de Estudios Superiores de Monterrey (ITESM). Desde entonces, su principal interés se inclinaba hacia lo que se podía lograr con los datos que se obtenían después de haber llegado a la solución de un determinado problema.

Tras realizar sus estudios de maestría y doctorado, su gusto por los datos lo motivó a estudiar un posdoctorado relacionado con temas en inteligencia artificial en Francia. “El reto era tener la información en un inicio, pero ahora que tenemos la información de fuentes distintas, el nuevo gran reto era cómo las integramos para producir una decisión, en particular en sistemas de la industria automotriz y aeroespacial, donde trabajé algunos años en Toulouse, Francia”.

A su regreso a México en 2004, se encontró con retos distintos, por ejemplo, en el análisis de riesgos del sistema bancario, donde tuvo oportunidad de introducir temas innovadores de negocios, como business analytics y business intelligence. “Todo eso se traduce a técnicas de manejo de datos que, al final, también tienen que ver con la inteligencia artificial”.

Agencia Informativa Conacyt (AIC): ¿A qué nos referimos actualmente cuando se habla de inteligencia artificial?

Miguel González Mendoza (MGM): La inteligencia artificial tiene que ver con los métodos, algoritmos y también soluciones que tienen una realización a nivel de computadora. La inteligencia artificial ha tenido una explosión dado que hay una disponibilidad de datos muy interesante y lo que hace posible es procesarlos a través de estos algoritmos.

A final de cuentas, también nos proporciona soluciones que tienen cierto nivel de inteligencia que nosotros categorizamos como humano. Nos da una recomendación de una película, un cine, un teatro o un lugar para comer. Cuando estás en una red social, es porque de entrada hubo un algoritmo que puede ser de inteligencia artificial o no, un algoritmo matemático que finalmente te da una posible recomendación o una ruta. Y eso finalmente se caracteriza como un comportamiento inteligente.

No está bien definida la frontera entre lo que es y no es inteligencia artificial. Hay métodos muy sencillos que están basados en analíticos de primer orden (sumas, restas, multiplicaciones) que a fin de cuentas hace que parezca muy inteligente el comportamiento. Está basado en reglas, es algo muy sencillo y se podría decir que es una inteligencia artificial, pero hay especialistas que no consideran eso como un sistema de inteligencia. Lo importante es que esas estructuras han tenido ese boom gracias a la disponibilidad de los datos y a que tenemos la capacidad de procesarlos, incluso en nuestros teléfonos, que tienen una capacidad interesante de procesamiento.

AIC: ¿Cuáles son algunos de los avances más importantes de la inteligencia artificial en México en los últimos años?

MGM: Tradicionalmente la inteligencia artificial en México ha tenido mucho empuje, aunque en su inicio, hace más de 30 años, fue un poco teórica. En realidad tenemos una comunidad muy grande en temas relacionados con la inteligencia artificial, entre esos temas nosotros tenemos aprendizaje automático (conocido como machine learning) y tenemos otros métodos que tienen que ver con razonamiento automático. No es lo mismo aprendizaje que razonamiento o lógica, y tenemos otras técnicas que están habilitadas a través de datos, como los sistemas multiagente, que han tenido una gran revolución a través de los datos.

Al final lo que tenemos es que el boom de la inteligencia artificial nos lleva a concebir soluciones que parece que tienen un comportamiento inteligente, aunque no necesariamente la inteligencia tiene que ver con razonamiento. Eso lo explico brevemente en que actualmente llaman a las soluciones como inteligencia dirigida (narrow intelligence) o inteligencia general (general intelligence).

El primero refiere a una tarea muy específica y el reto está en poder llevar esa tarea de manera fluida. Un ejemplo es la automatización del proceso del habla, como es el caso de Siri, con el que conversas y pareciera que tuvieras una conversación fluida.

La inteligencia general es la que tenemos como individuos. Así como tú aprendes a andar en bicicleta, puedes tomar otra bicicleta, un triciclo o una motocicleta y, con muy poco esfuerzo, puedes llegar a la misma tarea. Pero para eso no están tan capacitados los algoritmos. ¿Qué es lo que tienen que hacer?, tienen volver a aprender todo a través de ejemplos para poder hacer otra tarea, y no solamente eso, sino que a través de todo lo que han aprendido, deben llevar ese conocimiento o experiencia a otros ámbitos. Eso se llama general intelligence y es muy difícil de replicar.

¿Cuántos esfuerzos existen ahí? Muy pocos, porque no hay una estructura general para llevar esa inteligencia general a un conjunto de algoritmos y poder recrear esa inteligencia que tenemos como humanos.

El tercer punto es la superinteligencia, que sería el símil a que entre todos nosotros como seres humanos podamos dar soluciones genuinamente colectivas, y ese tipo de soluciones tampoco existen todavía. No hay un algoritmo o una metodología propuesta para poder hacerlo con las máquinas. ¿Cuánto tiempo va a tardar? Pueden ser cinco, 20 o 200 años, no lo sabemos. Lo que sí sabemos es que, por lo pronto, la inteligencia artificial tiene una nueva primavera porque los algoritmos de inteligencia dirigida nos dan la solución a muchos problemas, incluyendo los vehículos autónomos y demás.

AIC: ¿Qué proyectos de investigación desarrolla actualmente en este campo?

MGM: En particular me encuentro en el desarrollo de plataformas inteligentes, sobre todo abiertas (es decir, que no estén casadas con un vendedor en particular como IBM o Microsoft), para que esas tecnologías abiertas nos den lo necesario como plataforma para poder darle inteligencia.

Es el símil a que tú tienes un cerebro y del cerebro no se lee nada si no tuvieras un cuerpo que se conecta con los cinco sentidos. Si a ti te falta un sentido, tu cerebro finalmente se va a acostumbrar a los otros cuatro, pero si te faltan todos esos sentidos, no tienes interacción con el ambiente. Nosotros tenemos que desarrollar estas plataformas que vienen muy pujantes y es por eso que otras disciplinas como el IoT (internet de las cosas), los sistemas embebidos, las telecomunicaciones, el supercómputo, se conjuntan para que también la inteligencia artificial pueda existir. De alguna manera estás construyendo ese cuerpo, esos sentidos para que, a fin de cuentas, la inteligencia luzca.

Mi investigación incluye el desarrollo de esas plataformas para poder traer la información y procesarla dentro del contexto que finalmente tiene, digamos que la primera inteligencia está por fin consciente de ese contexto. El segundo término es dar inteligencia a las tareas por su dinámica temporal. Por ejemplo, si tú tienes hambre y es de mañana, vas a ir a desayunar. Ese tipo de decisiones, aunque son muy sencillas, implican un contexto para poder decidir entre una cosa u otra.

Los algoritmos de machine learning, en los que yo me considero experto, tienen que ver con ese sentido de agregación para poder predecir a nivel local y con una dinámica temporal que puede ir de los milisegundos hasta una dinámica temporal que puede ir al orden de los días, meses o incluso años. Aunque no tenemos bases de datos que vayan hacia los años, la idea es que podamos replicar esos modelos dentro de dinámicas temporales diferentes.

AIC: ¿Cuáles serían algunas de las aplicaciones principales de estos desarrollos?

MGM: Trabajo en particular mucho con Infotec, el INAOE, el CICESE y el CENIDET, y nosotros utilizamos la plataforma abierta FIWARE para habilitar aplicaciones en ciudades inteligentes.

Hay dos escenarios en los que me he desenvuelto en el grupo de investigación con el que colaboro. El primero se enfoca en ciudades inteligentes en movilidad urbana, que no solamente se trata de llegar rápido de un lugar a otro, sino también ver cuál es la mejor manera de hacerlo, en términos de la huella de carbono o de salud, por ejemplo. Si resulta que es más rápido ir caminando, pero tenemos una contingencia ambiental, no es necesariamente la mejor manera, al menos para un ajuste personal. Así como existe Google Maps que te puede dar la solución para llegar a un lugar, este tipo de soluciones integra otro tipo de variables para poder tener soluciones todavía más inteligentes o más conscientes del contexto.

El otro tiene que ver con técnicas de videovigilancia, dado que ahora podemos finalmente poner un procesamiento en una cámara, que la cámara pueda llevar el video a un centro de almacenamiento y generar esos famosos analíticos en tiempo real y que pueda generar alertas de diferentes niveles. Así como hay dinámicas temporales 1 y 2, vamos a tratar de generar más soluciones para que pueda haber algoritmos de supervisión en tareas que puedan ser muy críticas y, al mismo tiempo, reduciendo los costos. Eso implica también otros retos que tienen que ver con privacidad y anonimización de las personas para que no se vea implicada su seguridad personal en términos de datos.

AIC: ¿Cuáles son algunos de los objetivos actuales de la Sociedad Mexicana de Inteligencia Artificial?

MGM: Dentro de las actividades de investigación, la Sociedad Mexicana de Inteligencia Artificial tiene como objetivo promover la cooperación entre la comunidad científica y tecnológica de México alrededor de la inteligencia artificial.

El nuevo componente que traemos ahora es que queremos incorporar más a la industria para hacer una sinergia de mayor impacto, un ganar-ganar para tener más gente que pueda saber o conocer más de la inteligencia artificial, que pueda desarrollar soluciones y que esto implique también desarrollar otros ámbitos en temas de salud, economía, inclusión social y muchas cuestiones más. Eso implica involucrar no solamente gente de academia y de industria, sino también de gobierno y de sociedad en general en sus diferentes sectores.

Es un programa ambicioso, queremos poder incluso tener voz dentro de las decisiones como país para poder tener un impacto en las políticas públicas y que esto también se refleje en un bienestar en la sociedad.

Es un hecho que la transformación social aquí está. Tenemos nuevas formas de hacer las cosas y la inteligencia artificial es una estrategia de todas las empresas dentro del top 500 de Forbes, sin descartar a ninguna. La inteligencia artificial está ahí. ¿Y por qué solo dejarlo para las empresas del top 500? Cualquier empresa, cualquier pyme, puede tener acceso a estas herramientas y, por supuesto, convertirse en el siguiente Uber o en el siguiente Facebook, y que sea aquí, en México.

Lo más importante ahora es que tenemos la oportunidad de desarrollar ese talento y tenemos que hacerlo con nuestros estudiantes, por lo pronto con planes de preparatoria, licenciatura y posgrado para que esto nos lleve a hacer un país con las credenciales necesarias. Hemos visto ya con los nuevos estudios que hemos hecho con otras entidades que es posible hacerlo y lo que queremos es llevar esto a una agenda que pueda finalmente incorporar el siguiente gobierno federal.

Noticias Relacionadas

Pinos mexicanos más altos con semilla mejorada genéticamente

Establecen red internacional para la gestión y manejo del mercurio

Cómo ver y manipular simultáneamente una única molécula de ADN