El Consejo Superior de Investigaciones Científicas (CSIC) ha publicado en lengua inglesa ‘Artificial Intelligence, Robotics & Data Science’, una obra que se sitúa como un referente sobre el estado actual del conocimiento, a la vez que constituye una exposición sobre los principales desafíos que se plantean en los próximos años en este ámbito.
La publicación, coordinada por Sara Degli Esposti y Carles Sierra (ambos miembros del CSIC), se inscribe en una serie de libros blancos que esta institución viene produciendo sobre temáticas científicas y tecnológicas de primer orden, como la energía, el cambio climático o los océanos. En ‘Artificial Intelligence, Robotics & Data Science’ han participado más de 150 expertos del CSIC y se han abordado más de 50 temáticas de investigación que se presentan en ocho capítulos.
Problemas a gran escala
El primer capítulo aborda la importancia de la integración de tres temas clásicos en inteligencia artificial (IA): conocimiento, razonamiento y aprendizaje. El capítulo identifica cinco desafíos que en su mayoría se relacionan y profundizan en la integración de estos tres temas que hasta ahora han evolucionado de manera bastante independiente.
Entre los desafíos, cabe destacar la denominada ‘resolución de problemas a gran escala’ que tiene como objetivo superar las limitaciones tradicionales de las soluciones clásicas de IA. Tratar con este tipo de problemas requerirá renovar métodos antiguos y adoptar métodos que en algún caso ya han sido probados con éxito en áreas específicas de la IA.
El segundo capítulo estudia los desafíos asociados con el desarrollo de teorías y tecnologías de apoyo para un sociedad futura, donde personas e IA convivirán. En este contexto la prioridad es cómo encontrar formas de relacionar el ‘micromundo’ (interacciones de agentes autónomos individuales) con el ‘macromundo’ (las propiedades que se buscan en las grandes sociedades complejas).
La adopción masiva de vehículos autónomos y los problemas de coordinación derivados de la convivencia de humanos y sistemas autónomos son ejemplos que ilustran este tipo de reto, que, según el documento, solo se puede abordar con un esfuerzo multidisciplinar y colectivo.
Mitigación de pandemias
El capítulo tres se centra en el aprendizaje automático también conocido como Machine Learning (ML). El gran interés existente en la sociedad por la IA se basa en buena parte en los espectaculares resultados obtenidos recientemente mediante técnicas de aprendizaje automático.
La aplicación de métodos ML a una variedad de dominios se refleja en la gran cantidad de autores que participan en este capítulo. Ello ha permitido identificar muchos desafíos en este ámbito. Entre ellos cabe señalar el uso de ML para pronosticar la propagación de enfermedades, algo que tiene un enorme potencial en la mitigación del impacto de pandemias como el Covid.
También existen desafíos teóricos que, según apunta el informe, requieren atención urgente como son la interpretabilidad y explicabilidad de los resultados del ML. De lo contrario –indica– se corre el riesgo de que la sociedad no acepte dichos resultados.
Robots inteligentes
El capítulo cuatro entra de lleno en el terreno de la robótica inteligente. Aquí se incluyen varios desafíos. Uno de ellos es particularmente relevante en el contexto de las sociedades mixtas humanos-AI: cómo construir robots que sean fáciles de reprogramar y que se adapten a las circunstancias cambiantes a través de un proceso de aprendizaje continuo.
Los robots necesitarán aprender nuestras preferencias, adaptar sus habilidades preprogramadas a nuestro contexto y comprender las consecuencias de su acción en circunstancias imprevistas. Estas funcionalidades son tan necesarias como difíciles. Además, la robótica inteligente tiene implicaciones éticas de gran calado que no se pueden soslayar.
El capítulo cinco explora la contribución de los modelos cognitivos computacionales al diseño y desarrollo de sistemas de IA. Estos modelos tienen como objetivo describir y simular la cognición y el comportamiento humano mediante la comprensión de los principios de la acción inteligente basándose en el estudio de los seres vivos. Luego, estos principios se reproducirán en el desarrollo de dispositivos inteligentes que imitan y amplían las capacidades cognitivas y físicas de los seres vivos.
A través de la comprensión de la conciencia artificial y del diseño y desarrollo de modelos psicológicos computacionales y arquitecturas cognitivas, este capítulo aborda desafíos científicos particularmente delicados, como aquellos que tienen que ver con la clonación humana.
Desafíos éticos y legales
El capítulo seis analiza las implicaciones éticas, legales, económicas y sociales del despliegue y adopción a gran escala de sistemas de IA. Concretamente, explora cómo integrar la ética en la IA y en la ingeniería a través de colaboraciones multidisciplinarias innovadoras y planes de estudio que incluyan, entre otros aspectos, la caracterización de la moral en entidades artificiales y el desarrollo de estrategias específicas al respecto, o la promulgación de ‘leyes de robots’ que aborden la cuestión de la personalidad jurídica de los sistemas autónomos.
Los efectos de la IA en la economía y la sociedad también exigen una atención especial, especialmente en cuanto al desarrollo de mecanismos de gobernanza y de I+D para garantizar la evolución beneficiosa de la convivencia entre humanos y sistemas artificialmente inteligentes.
Alta capacidad y menor consumo
El capítulo siete aborda la cuestión de implementar sistemas de alta velocidad que puedan realizar tareas consumiendo menos energía y recursos informáticos. Se trata de desarrollar un tipo de hardware que superaría algunas de las limitaciones de las soluciones actuales basadas en las arquitecturas informáticas tradicionales de Von Neumann.
Los desafíos de investigación explorados en este capítulo incluyen: el desarrollo de sistemas con respuesta de alta velocidad, reconocimiento de alta precisión y capacidades de aprendizaje sólidas adquiridas por medio de sensores y procesadores neuromórficos, así como redes neutrales artificiales.
Finalmente, el capítulo ocho se centra en la ciberseguridad inteligente y aborda los desafíos de desarrollar sistemas de IA seguros y respetuosos con la privacidad. Este es un desafío de gran relevancia para todo tipo de organizaciones y para la sociedad en general. Un ejemplo de aplicación sería la detección automática de campañas de desinformación, especialmente aquellas que manipulan supuestos hallazgos científicos, así como el despliegue de contraestrategias para desacreditar la información.
Cuestiones espinosas
‘Artificial Intelligence, Robotics & Data Science’ no evita ninguna de las cuestiones espinosas que la eclosión de la IA está planteando. Por ejemplo, la controversia en torno a las implicaciones éticas del concepto de autonomía en la IA ha llevado a muchos expertos a exigir la prohibición de las armas letales autónomas (también conocidas como killer robots).
Esta prohibición ha recibido la oposición de algunas potencias como China y Estados Unidos. El documento recuerda que Naciones Unidas juega un papel activo en este debate, mientras que la UE, entre otros actores, está intentando posicionarse en esta difícil controversia.
Por su parte, la comunidad científica se inclina por una IA centrada en el ser humano, una posición ampliamente compartida entre las redes de investigación. El objetivo es asegurar que el desarrollo socialmente aceptable y ético de la IA sea la prioridad central para 2030.