Revestida de un halo de mitificación, producto de interpretaciones literarias y fantasiosas, la inteligencia artificial es una combinación de tecnologías de computación, almacenamiento de datos y programación de algoritmos. Resulta ingenuo esperar de un sistema IA respuestas imaginativas, improvisación ante situaciones inesperadas o decisiones basadas en sentimientos, emociones y deseos, como cabría suponer de una inteligencia humana. Aunque sí se puede contar con que responda a sensaciones: si recibe un input de baja temperatura, respecto a la establecida como objetivo, reaccionará emitiendo la orden de encendido de la calefacción, si así está previsto en su catálogo de respuestas.
Ese es el inmenso campo de la IA: el análisis de datos que recibe y comparación con los datos que ya posee, para establecer la respuesta predefinida que mejor encaja con la situación. Una actividad sin barreras espaciales, porque puede relacionarse con el usuario a través de un smartphone.
A partir de esta explicación simplista, las capacidades progresan geométricamente en la medida en que lo hacen la potencia de cómputo, la profundidad de los catálogos de datos a los que tiene acceso la IA, la complejidad de los algoritmos que interpretan la información para inferir sus respuestas y la variedad, calidad y sofisticación de los canales y dispositivos para la captación de datos.
La disponibilidad de cantidades masivas de datos y el desarrollo de algoritmos capaces de detectar en ellos determinados patrones de comportamiento para ‘predecir’ futuros comportamientos, asociados a un especifico bloque de información (supongamos, la información propia de un sujeto, comparada con los patrones de una gran cantidad de sujetos), atribuyen a la IA una dimensión de aprendizaje, llamada Machine Learning, que le permite inferir probables resultados respecto a eventos que aún no se han producido.
La capacidad de visión computacional, analizando imágenes para distinguir unos objetos de otros, añade otra dimensión a la capacidad de inferencia de la IA. Puede, por ejemplo, ‘leer’ un texto a partir de una imagen, identificando las letras, igual que puede reconocer a una persona.
La complejidad de ese tipo de datos reclama una mayor capacidad de computación para identificar objetos, parecidos a otros o vistos desde diversas perspectivas. Para ello se aplica una estrategia de redes neuronales, que se estructuran en una serie de niveles jerárquicos, para una técnica denominada Deep Learning.
Esa estructura de capas sirve de tamiz para que el sistema vaya filtrando la información, desde un nivel básico, hasta obtener una sucesión de combinaciones de lo que cada nivel detecta, creando un patrón de datos más complejo.
La inteligencia artificial interpreta el sonido, reconociendo palabras pronunciadas y aprende a comprender, con el conocimiento desde la palabra escrita, el lenguaje natural, la estructura de los patrones semánticos, oraciones y significados.
No entiende, sino que interpreta el sentido lógico de las frases. Es poco probable, por ahora, que una IA detecte sutilezas del habla humana, como la ironía y el doble sentido. Pero sí puede interpretar órdenes, consultas o comentarios, dando respuestas coherentes, también en lenguaje natural (por escrito, o con un sintetizador de voz), procedentes de su base de conocimiento.
La suma de estas capacidades, más la posibilidad de activar mecanismos y actuadores para generar acción y movimientos en el mundo real, dibujan un perfil suficientemente realista del ilimitado ámbito de aplicaciones que tiene la inteligencia artificial, incluso en la definición desnuda del primer párrafo. Sistemas complejos, como el vehículo autónomo, han de basarse en la integración de múltiples entradas de datos del entorno, visión, comunicaciones con sistemas automáticos de información y otros vehículos, capacidad de identificación de objetos estáticos y en movimiento y procesamiento en tiempo real, sin margen para el error en la toma de decisiones como avanzar, frenar, girar y evitar obstáculos.
La exactitud y rigor con que puede actuar la IA le otorgan un espacio en la sanidad para controlar sistemas de alta precisión, como los necesarios en microcirugías, exploraciones y tratamientos radiológicos, diagnósticos basados en sintomatología y observación detallada de radiografías, tomografías y otro tipo de pruebas físicas.
El papel de España
La parálisis política mantiene en el limbo el proyecto de Estrategia Nacional en Inteligencia Artificial, pero hay infinidad de posibilidades de desarrollo de aplicaciones para el uso de inteligencia artificial. Empezando por crear los ámbitos de confianza y seguridad, con normas y criterios éticos para su aplicación. La aplicación de inteligencia en toda clase de procesos educativos, investigadores, industriales y de producción abre el campo a desarrollos para actividades locales, o con ambiciones globales. A corto plazo, es decir, ya, va a ser un factor decisivo en la competitividad de las empresas.
En lo referido al uso del lenguaje natural, en aplicaciones como asistentes personales (del tipo Siri, Cortana, Alexa… y el español Sherpa, entre otros) y chatbots (algoritmos conversacionales que proliferan en servicios de atención al cliente online), es obvio que España debe jugar un papel relevante en los desarrollos en un idioma que hablan más de 400 millones de personas. Esto también es aplicable a los múltiples tipos de robots asistenciales o de atención al público.
