Iñaki Inza: "Es un gran reto dar visibilidad y movilidad a las máquinas"
Iñaki Inza: "Es un gran reto dar visibilidad y movilidad a las máquinas"
El concepto de inteligencia artificial fue creado en 1956 por varios "amantes" estadounidenses. Y su objetivo y espejo era el hombre. Sin embargo, tanto ellos como nosotros, que actualmente trabajamos en inteligencia artificial, nos hemos dado cuenta de las dificultades que tiene la transferencia a las máquinas de esta medida de inteligencia humana. Hemos visto que el reto es enorme.
Sin embargo, ¿cuántos años hay en la historia de la humanidad? Nada. Quién sabe qué vamos a ver todavía y qué van a ver las generaciones venideras.
La inteligencia artificial puede definirse de dos formas. Sería el primero en intentar transferir la inteligencia y las capacidades humanas a máquinas, ordenadores, robots, etc. Sin embargo, existe otra rama de la inteligencia artificial, de importancia y actualidad comparable a la anterior. A veces las matemáticas no son capaces de resolver muchos de los problemas que tenemos en el análisis de datos. ¿Por qué? Quizá no seamos capaces de escribir ecuaciones, de definir formalmente el problema o de hacer derivadas. Para poder resolver este tipo de problemas, la inteligencia artificial ha propuesto observar cómo resuelve la naturaleza en su entorno. Y desde esa inspiración propone diferentes técnicas. Hay una palabra mágica en la inteligencia artificial para expresarlo: heurístico. Es decir, la inteligencia artificial propone varios heurísticos para resolver de alguna manera estos problemas de una manera elegante y eficaz.
Hay otros muchos. Una técnica muy conocida son los algoritmos genéticos que se inspiran en la teoría de la evolución de Darwin. Las mejores soluciones y las que mejor se adaptan a nuestro entorno perduran y las peores soluciones se van desechando, eliminando y matando.
Y otro ejemplo es el nombre de ant colony, las colonias de hormigas. Como su nombre indica, se inspira en las colonias de hormigas: en el análisis de datos se resuelven problemas que de otra manera no podemos resolver.
Algunos avances son muy conocidos. Por ejemplo, el ordenador Deep Blue de IBM, que ganó al maestro Kasparov en el ajedrez. Eso es historia antigua, hace mucho tiempo que no se oye nada sobre el Deep Blue, pero en su día tuvo una gran repercusión.
Otro ejemplo, quizás el mayor ejemplo alcanzado en términos de robótica y movilidad, según lo que yo sepa, es un robot de la empresa Honda: Asimo. Su capacidad de movilidad es espectacular, es realmente hábil. En Youtube se pueden ver varios vídeos. Y también se pueden encontrar videos que, paseando por el cojín, se ve caer por las escaleras de Asimo. ¡Miles de euros al traste!
Por ejemplo, el reto es dar nuestra visión a las máquinas, nuestra capacidad de visión. Sin embargo, se han producido grandes avances. El otro día vi en un anuncio que hay coches que reconocen el límite de velocidad en cada momento de la carretera. Es sorprendente el esfuerzo que tendrían que hacer para conseguirlo, y lo fácil que hacemos con nuestros ojos.
Todavía este gap o margen es enorme. Y es un reto enorme transferir estas capacidades visuales y de movilidad a máquinas y ordenadores.
Conducir el coche de forma automática es un reto. Y en ese estudio se están metiendo grandes cantidades de dinero.
Hay carreras en las que los coches se conducen automáticamente, pero por si acaso, para evitar la desgracia, se hacen en el desierto de Arizona y no en la ciudad.
Pues hay, por ejemplo, un congreso muy prestigioso, el Robocup, en el que sobre la base de algo que puede ser una simple rareza para el ser humano, intentan aplicar los avances conseguidos en materia de movilidad. Por ejemplo, realizan competiciones de fútbol entre dos equipos de robots. Lo que parece una tontería es un gran reto, y es un banco de ensayos para testar los avances que se consiguen en la movilidad.
Por otro lado, otros retos de la inteligencia artificial se encuentran en el campo del análisis de datos, tratando de resolver los problemas que tenemos los seres humanos. Lo que está muy de moda en la actualidad es la bioinformática para combatir los genes, proteínas y metabolitos desregulados que se encuentran tras las enfermedades humanas.
Y también se aplica la inteligencia artificial en meteorología para proponer modelos meteorológicos y hacer predicciones meteorológicas; también se aplica en el diseño de aviones y coches; para hacer antivirus y separar spam o basura en el correo electrónico. También está teniendo mucho que decir en las previsiones bursátiles y financieras. Varias empresas también lo utilizan para enviar propaganda personalizada. Etc.
Trabajamos con personas con diferentes conocimientos: biólogos, médicos, químicos... y es obligación de los informáticos proponer técnicas de inteligencia artificial para el análisis de datos.
En todo el mundo se está invirtiendo mucho dinero y esfuerzo para saber qué genes, proteínas y metabolitos están desregulados o locos detrás de cada enfermedad. El ejemplo del cáncer está ahí, claro.
Bueno, para simplificar, lo normal es que los biólogos y médicos, por un lado, obtengan casos de pacientes con un screening y por otro, hagan lo mismo con los que no lo tienen. Existen técnicas capaces de dar valor numérico a las proteínas y genes de las células para realizar el screening, y estos valores numéricos se comparan mediante programas de inteligencia artificial para ver qué genes y proteínas tienen específicamente expresados los pacientes. Es, en definitiva, un juego numérico.
Sí. De hecho, el biólogo o el médico tiene miles y miles de genes sospechosos. No puede investigar todos por separado. La inteligencia artificial le facilita el trabajo y le muestra de forma destacada las proteínas, metabolitos y genes que pueden formar parte de la enfermedad. En este nivel se ha avanzado mucho, de alguna manera la inteligencia artificial orienta el trabajo de estos médicos y biólogos.
Buletina
Bidali zure helbide elektronikoa eta jaso asteroko buletina zure sarrera-ontzian