La búsqueda de dotar a las máquinas de una inteligencia a nivel humano lleva décadas en marcha y ha cautivado la imaginación desde mucho antes: basta pensar en el Frankenstein de Mary Shelley en el siglo XIX. La inteligencia artificial, o IA, nació en la década de 1950, y desde entonces los ciclos de auge han dado paso a períodos de crisis, mientras los científicos fracasaban una y otra vez en su intento de hacer que las máquinas actuaran y pensaran como el cerebro humano. Pero esta vez podría ser diferente gracias a un gran avance: el aprendizaje profundo, que organiza las estructuras de datos como la red neuronal del cerebro para que los ordenadores aprendan por sí solos. Junto con los avances en potencia y escala de computación, la IA está logrando hoy grandes progresos como nunca antes.
Frank Chen, socio especializado en IA de la destacada firma de capital riesgo Andreessen Horowitz, sostiene que la IA podría estar entrando en una edad de oro. Knowledge@Wharton conversó con él en la reciente conferencia AI Frontiers, en Silicon Valley, sobre el estado de la IA, qué es realista y qué es exageración en torno a esta tecnología, y si alguna vez alcanzaremos lo que algunos consideran el santo grial de la IA: que las máquinas logren una inteligencia a nivel humano.
A continuación, se reproduce una transcripción editada de la conversación.
Knowledge@Wharton: ¿Cuál es el estado actual de la inversión en IA? ¿En qué punto estamos?
Frank Chen: Yo diría que estamos en una edad de oro de la inversión en IA. Para ponerlo en perspectiva histórica, la IA se inventó a mediados de la década de 1950 en Dartmouth y, desde entonces, hemos tenido básicamente ciclos de auge y caída. Las caídas han sido tan drásticas en el ámbito de la IA que tienen un nombre propio: invierno de la IA.
Probablemente hemos vivido cinco inviernos de la IA desde la década de 1950, y esto se parece a una primavera. Muchas cosas están dando resultado, así que abundan las oportunidades para que las empresas emergentes elijan una técnica de IA, la apliquen a un problema empresarial y resuelvan grandes problemas. Nosotros y muchos otros inversores estamos muy activos en la búsqueda de empresas que resuelvan problemas empresariales mediante la IA.
«Hay un conjunto de técnicas llamadas aprendizaje profundo que, combinadas con grandes cantidades de datos, permiten hacer predicciones muy precisas».
Knowledge@Wharton: ¿Qué nos sacó de este invierno de la IA?
Chen: Hay un conjunto de técnicas llamadas aprendizaje profundo que, combinadas con grandes cantidades de datos, permiten hacer predicciones muy precisas. Por ejemplo, reconocer qué aparece en una foto, escuchar tu voz y averiguar qué estás diciendo, o determinar qué clientes dejarán de serlo. Gracias a estas técnicas, la precisión de esas predicciones ha mejorado más que nunca. Y eso es precisamente lo que está creando la oportunidad.
Knowledge@Wharton: ¿Cuáles son algunos de los grandes problemas empresariales que está resolviendo la IA?
Chen: La IA está presente en todas partes. Pensemos, por ejemplo, en el ciclo de vida de un producto: hay que determinar qué productos o servicios crear, cómo fijarles el precio y cómo comercializarlos, venderlos y distribuirlos para que lleguen a los clientes. Una vez que los compran, hay que encontrar la manera de atenderlos y venderles productos y servicios relacionados. Si pensamos en todo este ciclo de vida del producto, la IA ayuda en cada una de esas [etapas].
Por ejemplo, al crear productos o servicios, tenemos la fantasía de que alguien en un garaje de Silicon Valley inventa algo de la nada. Por supuesto, eso seguirá ocurriendo. Pero también hay empresas que analizan los flujos de datos de Amazon y eBay para averiguar qué compra la gente y qué categorías están surgiendo. Pensemos en los negocios de marca propia de Amazon, como Amazon Basics: las decisiones sobre productos se basan totalmente en datos. Pueden ver qué está en auge en la plataforma y decidir: «Ah, tenemos que fabricar un cable HDMI o una mochila». Todo eso se basa en datos de una manera que no ocurría hace 10 años.
Knowledge@Wharton: ¿Qué sectores cree que son más prometedores para la IA? Sé que la IA afecta a todos los ámbitos.
Chen: De verdad creo —y esa es nuestra estrategia de inversión— que la IA llegará a todas las industrias. La IA es un conjunto de técnicas de informática que, como las bases de datos, se incorporará a todas las aplicaciones. Así que, para mí, preguntar en qué sectores es útil la IA se parece un poco a preguntar en qué sectores son útiles las bases de datos. Y la respuesta es: en todos.
Las bases de datos abarataron y liberaron el almacenamiento, la clasificación y el recuento de información. La IA abarata la realización de predicciones, el reconocimiento de objetos e imágenes, la conversación y la comprensión del lenguaje. Todas las aplicaciones se beneficiarán de estas técnicas.
Knowledge@Wharton: Un informe de McKinsey concluyó que, pese a todas las promesas y el entusiasmo en torno a la IA, las empresas aún dudan en adoptarla. Una de las razones que citan es que todavía no ven el retorno de la inversión en IA. Otra es que carecen del personal y las competencias necesarios para implementarla. ¿Qué opina?
Chen: Cada nuevo conjunto de técnicas informáticas crea un desequilibrio temporal: quienes más saben sobre ellas son escasos y, por tanto, muy caros y poco numerosos. Luego, el desequilibrio se corrige a medida que las universidades, los grupos y otras instituciones empiezan a formar a más personas. Así que creo que estamos a punto de superar ese obstáculo en la IA. Como anécdota, las tres principales asignaturas de informática sobre IA en Stanford son «Introducción a la IA», «Procesamiento del lenguaje natural» y «Procesamiento de imágenes». … Cada una tiene o se acerca a los 1.000 estudiantes. Superaremos el desequilibrio y contaremos con más personas capacitadas en primera línea.
«Busque oportunidades para descubrir cuál es el próximo producto o servicio que la gente querrá comprar… Las respuestas están ahí fuera si las busca».
Sobre [la opinión de que las empresas] no obtendrán un retorno de la inversión, creo que se debe a falta de imaginación. Sin duda, la IA aumentará los ingresos o reducirá los costes, que son las dos cosas que quiere cualquier empresa. Solo tienen que pensarlo bien… ¿Sería valioso para su empresa poder identificar a los clientes que están a punto de dejar de serlo y enviarles un mensaje pertinente y personalizado? Por supuesto que sí. ¿Sería valioso poder determinar el precio óptimo para cada cliente? Por supuesto que sí.
¿Sería valioso poder predecir cómo maximizar el número de personas que verán un mensaje de marketing suyo, ya sea en Facebook, la televisión, YouTube o cualquier otro medio? Por supuesto que sí. Así que quien se limita a decir: «Miren, la IA no ofrecerá ningún retorno positivo de la inversión», sencillamente no está pensando bien en el tema.
Knowledge@Wharton: ¿Qué está listo y qué no para su uso generalizado en la IA?
Chen: Lo que está listo ahora es lo que la comunidad llama inteligencia artificial estrecha. Se contrapone a la inteligencia artificial general, que es la que tenemos los seres humanos: podemos aprender casi cualquier cosa que nos propongan. Podemos aprender a patinar sobre hielo. Podemos aprender a llevar una contabilidad por partida doble. Podemos aprender a reconocer a las personas. Podemos aprender a hablar otros idiomas. Tenemos en la cabeza este extraordinario ordenador llamado cerebro, que es excepcionalmente bueno para aprender tareas nuevas.
No tenemos una agenda de investigación que nos lleve a la inteligencia artificial general. Así que lo que está dando resultado es la inteligencia estrecha. Por ejemplo, dame una imagen y te diré qué aparece en ella, o háblame y te diré qué dijiste: todas esas cosas son fantásticas. No dejemos que la falta de avances en la inteligencia artificial general ahuyente a la gente. Además, la inteligencia estrecha es la que puede reportar más beneficios a las empresas.
Busque oportunidades en las que necesite hacer mejores predicciones. Busque oportunidades para estrechar la relación con sus clientes mediante una interfaz de chat. Busque oportunidades para averiguar cuál es el próximo producto o servicio que la gente querrá comprar y qué datos pueden orientar esa decisión, en vez de [escuchar a] un genio del desarrollo de productos. Las respuestas están ahí fuera si las busca. Estas inteligencias estrechas son perfectas para las empresas. Eso es lo que está dando resultado.
Lo que no está dando resultado es la inteligencia artificial general, pero no pasa nada. Puede ser un problema de investigación. Si detuviéramos ahora toda la investigación sobre IA, aún tendríamos al menos 20 años de actividad productiva para aplicar a las empresas las técnicas que ya conocemos.
