Por Gustavo Courault*

La inteligencia artificial o IA es un sueño que nace con la creación de las computadoras.

La rapidez con que se ejecutaban los cálculos de acuerdo a las órdenes hizo que se imaginara un futuro donde las máquinas pudieran emular el funcionamiento de nuestra mente: “pensar”.

Alan Turing, quien concibió la teoría detrás de estas máquinas diseñó una prueba o test en 1950. El así llamado “Test de Turing”. Básicamente consiste en tener a un ser humano de un lado de una mampara y del otro una máquina. Si el ser humano no detecta que está hablando con una computadora, entonces se puede decir que la máquina es inteligente.

En los albores de la informática se crearon lenguajes que procesaban con facilidad sentencias lógicas, por el ejemplo el Lisp.

Con el Lisp se programó “Elisa”. Elisa procesa (aún existe) las frases que uno le introduce a la máquina y responde. Originalmente fue una especie de broma para suplantar a los psicólogos. Lo típico era que cuando uno escribía algo sobre su madre, Elisa respondiera: “Háblame de su madre”.

Se cuenta que uno de los programadores se quedaba fuera de hora pegado a la computadora “hablando” con Elisa.

Elisa daba la impresión de que se dialogaba con una persona, aunque la programación en sí era muy sencilla.

En la década de los 60 se descubrió como funcionan las neuronas. Las neuronas cambian de configuración a partir de estímulos hasta que una de esas configuraciones se vuelve estable, a partir de eso se construyeron redes neuronales artificiales que aprendían con el nivel tecnológico que se tenía en ese momento.

Hubo otros esfuerzos con respecto a la IA, por ejemplo los así llamados “sistemas expertos” hoy totalmente en el olvido.

Las redes neuronales tenían problemas graves en cuanto al aprendizaje y eso detuvo su desarrollo hasta el año 2015.

En el 2015 se diseñó una forma de aprendizaje de las redes neuronales que hizo que esta tecnología resurgiera de la mano de Google.

Las redes neuronales descubren patrones. Un ser humano detecta si un dibujo es de un rostro o no simplemente con verlo. Las redes neuronales deben ser “entrenadas”. Se les hace “ver” (en realidad sucesiones de ceros y unos, el cual es el formato en que una computadora puede entender algo) miles, cientos de miles de fotos y dibujos de caras hasta que esa red puede por sí misma dada una foto o dibujo, detectar si es un rostro o no.

El éxito del traductor automático de Google y la búsqueda en las imágenes fue por esta mejora en la tecnología, llamada “deep learning”.

El deep learning permitió que el programa AlphaGo le ganara 4 a 1 al coreano Lee Sedol (campeón mundial) al juego del go, el juego de mesa tan popular en Japón, Corea y China.

El concepto siempre es la comprobación de patrones, en este caso los patrones eran las configuraciones del tablero del juego del go.

Hace unos años un startup comenzó con la idea de alimentar a la red neuronal con miles de millones de palabras y frases, esta startup estaba patrocinada por algunas empresas como Microsoft y el famoso Elon Musk.

Así como se reconocen los patrones de las imágenes, se reconocen patrones en las palabras (que como siempre son sucesiones de ceros y unos) y luego de conjuntos de palabras y frases.

A las frases se les quitó las palabras como artículos propios e impropios, artículos y distintos elementos del lenguaje que no agregan nada a la frase. Por ejemplo: “el gato está en el sillón” se la procesa como “gato está sillón”.

Supongamos que además la red sea alimentada con esta frase: “el gato duerme de día y sale de noche”.

Cuando nosotros le damos esta petición a la red: “gato…”, esta nos respondería algo como esto: “el gato sale por la noche y de día duerme en el sillón”. Construye una frase de acuerdo a las asociaciones que tiene de frases y palabras, como si fuera un enorme predictor de texto como el que tenemos en el celular.

Esta red neuronal del consorcio se llama OpenIA. Tiene una interfaz para accederla, el ahora famoso ChatGPT: https://chatgpt.openai.io

OpenAi fue alimentado por enorme cantidad de datos, entre ellos uno de los repositorio de programación más grande del mundo llamado GitHub, es por eso que con el mismo criterio de búsqueda de patrones puede “programar”.

¿Entonces el ChatGPT piensa?

La respuesta es no, simplemente reconoce patrones en nuestras preguntas y recupera de su inmenso almacén de datos de manera organizada una respuesta. Asombra por la precisión que a veces tiene y otras decepciona por las respuestas un poco pueriles.

El ingenio humano hizo sus pases de ilusión y estamos ante algo como lo que dijo Arthur C. Clarke “cualquier tecnología avanzada para quien no la conoce, parece magia”.

*El autor es Ingeniero y webmaster de HoraCero