LOS ULTIMOS 70 AÑOS DE LA HISTORIA DE LA INTELIGENCIA ARTIFICIAL
Imagina que estás en el verano de 1956, en un campus universitario en New Hampshire, donde un grupo de personas excepcionales se reúne para hablar de algo que suena sacado de una película de ciencia ficción. Entre ellos se encuentran Claude Shannon, el tipo que básicamente inventó la teoría de la información (sin la cual no existirían ni los videojuegos ni internet), y Herb Simon, un genio que es tan versátil que ganó el Premio Nobel de Economía y también el Premio Turing, el mayor honor en computación.
Este grupo fue reunido por un joven llamado John McCarthy, que tenía una idea muy loca: quería descubrir cómo hacer que las máquinas pudieran usar el lenguaje, pensar en conceptos abstractos y resolver problemas que, hasta ese momento, solo los humanos podían resolver. Este fue el primer encuentro académico dedicado a lo que McCarthy bautizó como “inteligencia artificial”, o IA para los amigos.
Pero aquí viene lo interesante: aunque esta reunión fue un hito, en los siguientes años no hubo avances tan grandes como todos esperaban.
Desde hace mucho tiempo, la gente ya estaba interesada en crear máquinas que pudieran pensar, como Alan Turing y John von Neumann, que inspiraron a McCarthy. Para 1956, había varios enfoques diferentes sobre cómo hacerlo, pero McCarthy inventó el término "inteligencia artificial" para unir todas estas ideas bajo un mismo techo. Algunos científicos creían que las máquinas podían funcionar como una especie de calculadora superpoderosa, usando hechos y reglas lógicas para llegar a respuestas correctas. Otros, en cambio, pensaban que las máquinas deberían trabajar más como el cerebro humano, con un enfoque basado en probabilidades y adaptándose según la información que recibían.
Durante las siguientes décadas, hubo un montón de debates y experimentos.
Pero para los años 80, parecía que todos habían decidido que la mejor manera de avanzar era con "sistemas expertos" que capturaban el conocimiento humano a través de reglas lógicas. Japón, por ejemplo, invirtió mucho en esta idea. Pero el problema era que estos sistemas eran demasiado rígidos y no podían manejar la complejidad y el desorden del mundo real. Así que, para finales de los 80, la IA empezó a verse como una promesa vacía, un campo que había prometido mucho pero que no había entregado resultados. Muchos investigadores dejaron de usar el término IA porque estaba asociado con el fracaso.
Sin embargo, en esos rincones olvidados de la IA, algunos investigadores no se dieron por vencidos. Desde los años 40, se había empezado a entender cómo funcionan las neuronas en el cerebro, y algunos científicos comenzaron a pensar que se podría construir algo similar en las máquinas. En un cerebro, las neuronas están conectadas entre sí, y lo que una hace depende de lo que las otras le dicen. Marvin Minsky, uno de los asistentes a la reunión de Dartmouth, fue uno de los primeros en tratar de construir redes de neuronas artificiales usando hardware. Aunque él abandonó la idea, otros la llevaron adelante. En los 90, estas redes ya podían hacer cosas como reconocer números escritos a mano, pero seguían siendo lentas y difíciles de entrenar.
Entonces, llegó un cambio de juego: una nueva generación de hardware. En 2009, unos investigadores de la Universidad de Stanford usaron una computadora para videojuegos, una con una "unidad de procesamiento gráfico" (GPU), para acelerar el entrenamiento de una red neuronal. Esto permitió que las redes, ahora mucho más rápidas, pudieran manejar datos más complejos y ser entrenadas en menos tiempo. Así nació el “aprendizaje profundo” o deep learning, que utiliza redes neuronales con muchas capas, llamadas "redes profundas", capaces de aprender patrones complejos de grandes cantidades de datos.
El momento decisivo para el aprendizaje profundo llegó en 2012, en un concurso llamado ImageNet Challenge, donde los equipos tenían que crear sistemas capaces de identificar objetos en imágenes. Un equipo liderado por Geoff Hinton utilizó el aprendizaje profundo y alcanzó una precisión del 85%, superando a todos los demás. Fue un gran avance, y para 2015 casi todos los investigadores en el campo de reconocimiento de imágenes estaban utilizando aprendizaje profundo. Los sistemas empezaron a ser tan buenos que incluso superaron la precisión humana en algunos casos.
Pero la cosa no se quedó solo en reconocimiento de imágenes. Esta tecnología comenzó a aplicarse en un montón de áreas: reconocimiento de voz, reconocimiento facial, traducción automática, y mucho más. Y todo esto fue posible gracias a la cantidad de datos disponibles en internet y al hecho de que la tecnología detrás de estos sistemas se hizo cada vez más potente y accesible.
En 2017, se dio otro salto importante cuando se inventaron los "transformadores", una nueva manera de organizar las conexiones entre las neuronas artificiales que permitió a las redes tener una mejor comprensión del contexto y prestar “atención” a diferentes partes de los datos de manera más efectiva. Esto dio lugar a los modelos de lenguaje grandes, como GPT (Generative Pre-trained Transformer), que se volvieron famosos por su capacidad de generar texto que parece escrito por humanos. Estos modelos no solo son buenos para tareas lingüísticas como resumir o traducir, sino que también pueden hacer cosas como resolver problemas matemáticos simples o incluso escribir código.
En noviembre de 2022, se lanzó GPT-3.5 en forma de ChatGPT, un chatbot que cualquiera con un navegador web podía usar. En poco tiempo, ChatGPT se convirtió en una sensación, generando desde ensayos universitarios hasta líneas de código. La IA había dado un salto enorme hacia adelante.
Ahora, estamos en una nueva era de productos y servicios impulsados por IA. Ya no se trata solo de reconocer cosas, sino de generar nuevas creaciones. Herramientas como Stable Diffusion y DALL-E pueden crear imágenes a partir de descripciones de texto, y hay modelos que pueden generar video, música y hasta voz de manera sorprendentemente realista. Esta nueva ola de tecnología no solo es impresionante por su capacidad técnica, sino porque realmente parece que estas máquinas están "usando el lenguaje" y "formando conceptos" de una manera que se acerca mucho a lo que McCarthy y su grupo soñaban en 1956.
Así que, si alguna vez te preguntaste cómo hemos llegado a un punto donde las máquinas pueden hacer cosas tan asombrosas, ahora conoces la historia: empezó con un pequeño grupo de soñadores en un campus universitario, y ha llegado a transformar el mundo de maneras que ni ellos podrían haber imaginado. ¡El futuro de la IA está aquí, y es solo el comienzo!