El milagro de la inteligencia artificial

Nada parecía extraordinario en aquel experimento. Lo revolucionario no era la tarea, sino la manera de resolverla. Rosenblatt no le había dado a la máquina instrucciones precisas para reconocer las marcas. Había construido un sistema que ajustaba los pesos de sus conexiones internas a medida que recibía nuevos ejemplos y corregía sus errores. No había programado la solución del problema: había programado una máquina capaz de aprender a resolverlo.

La idea de Rosenblatt nos parece hoy casi obvia: si el cerebro humano aprende gracias a la actividad de enormes redes de neuronas interconectadas, ¿por qué no construir una máquina que funcione de manera semejante? A aquel sistema de neuronas artificiales lo llamó perceptrón.

Al principio, el invento despertó enormes expectativas, pero pronto corrió la suerte de tantas ideas adelantadas a su tiempo: las limitaciones de aquellas primeras máquinas se confundieron con las de la idea misma. La investigación en redes neuronales perdió prestigio y financiación y, durante años, sobrevivió en los márgenes de la ciencia respetable.

La propuesta de Rosenblatt chocaba con la concepción predominante de la inteligencia artificial de la época. Uno de sus críticos más influyentes fue Marvin Minsky, una figura de enorme prestigio en el MIT, que parecía tener bastante claro no solo cómo debía construirse una máquina inteligente, sino también por qué estaban equivocados quienes pretendían hacerlo de otra manera.

En aquel enfoque, resolver un problema exigía primero comprenderlo, formular las reglas que lo regían y traducirlas en instrucciones que la máquina pudiera ejecutar. Si queríamos calcular la trayectoria de un proyectil, escribíamos las ecuaciones de la mecánica y programábamos su solución. Si pretendíamos jugar al ajedrez, establecíamos las reglas y diseñábamos procedimientos para explorar las posibles jugadas.

El método había producido resultados extraordinarios, pero tropezaba con una dificultad fundamental: ¿cómo programar una máquina para realizar tareas cuyas reglas ni siquiera nosotros mismos conocemos?

Los seres humanos hacemos a diario cosas de una complejidad asombrosa sin saber muy bien cómo las hacemos. Un niño reconoce un gato mucho antes de saber qué es un mamífero; distingue el rostro de su madre entre centenares de otros; descifra el significado de una mirada y aprende a hablar sin que nadie le haya enseñado las reglas de la gramática. Nadie le entrega un manual de instrucciones. Observa, escucha, ensaya, se equivoca y corrige. Y así, casi sin darse cuenta, termina dominando habilidades cuyo funcionamiento apenas podemos explicar.

Pero Minsky no compartía el mismo entusiasmo por los perceptrones. En 1969 publicó, junto con Seymour Papert, un libro titulado Perceptrons, en el que demostraban las limitaciones matemáticas de esos modelos elementales. Las demostraciones eran correctas, pero sus resultados terminaron por interpretarse como una condena del enfoque neuronal. Una cosa era demostrar las limitaciones de determinados modelos; otra muy distinta, suponer que todas las redes neuronales posibles tendrían las mismas limitaciones. El prestigio de Minsky contribuyó a desacreditar una línea de investigación cuyo verdadero potencial aún estaba por descubrirse. No sería la primera vez que la soberbia intelectual confunde los límites de nuestro conocimiento con los límites de lo posible.

Pero el destino suele ser indiferente a los méritos y a la justicia. Rosenblatt murió ahogado en un accidente de navegación en la bahía de Chesapeake, precisamente el día en que cumplía 43 años. No alcanzó a ver cómo, medio siglo después, su creación intelectual terminaría por convertirse en uno de los pilares de la mayor revolución tecnológica de nuestro tiempo y, quizá, de toda la historia humana.

Hay ideas fértiles que tardan décadas en dar sus frutos. Hubo que esperar hasta los años 80 para que investigadores como John Hopfield, Geoffrey Hinton y David Rumelhart rescataran las redes neuronales del relativo olvido. En 1986, Rumelhart, Hinton y Ronald Williams publicaron un trabajo que dio un impulso decisivo a un método para entrenar redes de varias capas, ajustando los pesos de sus conexiones a partir de los errores cometidos. Pero todavía faltaban dos ingredientes fundamentales para que aquellas redes desplegaran todo su potencial: cantidades inmensas de información y computadores con la potencia necesaria para procesarla.

Cuando por fin estuvieron disponibles esos dos ingredientes, los resultados comenzaron a llegar en cascada. En 2012, una red neuronal desarrollada por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton logró un avance espectacular en el reconocimiento de imágenes. Cinco años después apareció una nueva arquitectura, llamada transformer, cuyo mecanismo de atención permitía establecer relaciones entre palabras y pasajes de un texto, incluso cuando estaban muy alejados entre sí, y aprovechar esas relaciones para interpretar mejor su significado. Aquella arquitectura abrió el camino a los grandes modelos de lenguaje actuales.

Y aquí aparece lo que considero el verdadero milagro de la inteligencia artificial: muchos de estos modelos se entrenan inicialmente para realizar una tarea de una sencillez casi ridícula: predecir qué viene después en una secuencia de texto. Para ello, se los alimenta con cantidades ingentes de información y aprenden a calcular la probabilidad del siguiente elemento, que puede ser una palabra, un fragmento de ella o incluso un signo de puntuación.

Si escribimos «La capital de Francia es», el programa debe asignar una probabilidad muy alta a la continuación «París». Hasta ahí, no hay nada sorprendente. Pero cuando los textos se complican, la tarea exige mucho más: interpretar el contexto, establecer relaciones entre conceptos y tener en cuenta información que puede haber aparecido muchas líneas atrás. Y cuanto mejor consiga representar esas relaciones, más acertadas serán sus predicciones.

Durante el entrenamiento, cada error contribuye a ajustar ligeramente los parámetros de la red neuronal. El procedimiento se repite miles de millones de veces, hasta que esos parámetros terminan por codificar relaciones de una complejidad extraordinaria.

Lo notable es que los programadores no introducen esas relaciones una por una. Diseñan la arquitectura, establecen las reglas del aprendizaje y proporcionan la información, pero no determinan cómo quedarán organizadas internamente las representaciones que la máquina construye. Conocen el procedimiento de entrenamiento, pero no pueden anticipar todo lo que aprenderá ni cómo llegará a representarlo.

Y entonces ocurrió algo que pocos habían imaginado. Aquellos programas, entrenados inicialmente para completar textos y posteriormente perfeccionados mediante otros procedimientos, comenzaron a traducir idiomas, escribir código, explicar teorías científicas, establecer analogías y resolver problemas matemáticos: capacidades que no habían sido programadas individualmente, sino adquiridas mediante el aprendizaje.

¿Cómo podía una operación tan aparentemente trivial como predecir la siguiente palabra dar lugar a semejante despliegue de inteligencia? Creo que la respuesta se encuentra en una idea tan sencilla como profunda: una de las mejores maneras de predecir es entender.

Imaginemos que una máquina debe completar la frase «El barco chocó con un arrecife y comenzó a…». Para anticipar lo que sigue, le conviene saber algo sobre barcos, arrecifes, naufragios y las propiedades del agua. Si pretende continuar una demostración matemática, necesita reconocer las relaciones lógicas entre sus pasos. Y si debe interpretar una discusión política, le resultará útil conocer algo sobre los gobiernos, las leyes, los conflictos y las motivaciones humanas, no siempre confesadas.

En otras palabras, para predecir lo que decimos sobre el mundo, una de las mejores estrategias consiste en construir una representación de cómo funciona ese mundo. Y lo extraordinario es que eso es precisamente lo que las redes neuronales parecen haber aprendido a hacer, sin que nadie les haya programado expresamente esas representaciones.

Los grandes modelos de lenguaje se alimentan de algo mucho más valioso que una simple acumulación de palabras: el inmenso acervo intelectual reunido por la humanidad a lo largo de los siglos. En esos textos han quedado las huellas de innumerables experiencias, observaciones, descubrimientos, errores y razonamientos. La ciencia, la literatura, la filosofía y hasta las conversaciones más triviales contienen, entre verdades, equivocaciones y disparates, una cantidad extraordinaria de información sobre el mundo.

Cuando una red aprende a predecir nuestras palabras, también aprende parte de las relaciones que hicieron posibles esas palabras. No recibe directamente la realidad, sino el testimonio imperfecto, fragmentario y extraordinariamente rico de nuestra experiencia de ella.

Y aquí aparece algo casi inconcebible: una máquina entrenada exclusivamente con textos, que jamás ha contemplado el mar, puede saber muchísimo sobre los barcos y los naufragios; sin haber visto nunca una estrella, puede explicar el movimiento de los planetas. Sin haber tenido experiencia directa con el mundo, ha logrado construir una representación sorprendentemente rica de él, valiéndose de los textos que los seres humanos han escrito a lo largo de los siglos.

Y esto es posible porque nuestras palabras no son simples signos encadenados al azar. En ellas han quedado registradas, junto con nuestros errores, prejuicios y fantasías, las relaciones y regularidades de la realidad. Sin proponérnoslo, al describir el mundo hemos ido dejando en el lenguaje las huellas de su propia estructura.

Ese inmenso cerebro artificial tiene algo de Helen Keller: ella, ciega y sorda, aprendió a leer el mundo con las manos; la máquina, con las palabras que hemos escrito sobre él.

Quisimos enseñarles a las máquinas a completar frases y descubrimos que, en su esfuerzo por predecir nuestras palabras, también podían aprender algo sobre el mundo que esas palabras describen. Queríamos que aprendieran a hablar. Lo que jamás imaginamos fue que por ese camino terminarían aprendiendo a pensar.