El futuro es mejor de lo que pensamos

El futuro es mejor de lo que pensamos

El Wall Street Journal lo definió como el genio incansable, Forbes como "the ultimate thinking machine", y algunos le consideran el heredero de Thomas Edison. No es para menos, porque Ray Kurzweil se ha convertido en una figura fundamental de la historia contemporánea, con aportaciones en prácticamente todas las disciplinas del saber humano. Inventor, empresario, escritor, científico, y futurólogo… Dirige el departamento de Ingeniería de Google desde 2012, y está considerado uno de los 60 revolucionarios tecnológicos de Estados Unidos. 

Licenciado en Ingeniería Informática por el MIT, Kurzweil es uno de los inventores más importantes del mundo. Creó el primer escáner de superficie plana, el primer transformador de palabras escritas a sonido, y también el primer sintetizador musical capaz de recrear un piano de cola y otros instrumentos de orquesta (Teclado Kurzweil). Sus contribuciones a la tecnología musical le hicieron merecedor de un Grammy en el año 2015, pero también ha cosechado importantes éxitos como escritor (ha publicado seis best-sellers) y cuenta con 21 doctorados honorarios de universidades de todo el mundo.

Una de las características más fascinantes de Ray Kurzweil es su faceta como futurólogo, ya que acumula un impresionante historial de predicciones acertadas en los últimos 40 años. El polifacético empresario pronosticó en la década de los 90 la importancia que tendrían los ordenadores para la humanidad, vaticinó la llegada de Internet, anticipó la tecnología portátil y predijo que una computadora vencería al mejor jugador humano de ajedrez.

En 2005 publicó el libro más vendido en materia de ciencia y tecnología: La singularidad está cerca, donde afirma que entre el año 2029 y el 2045 los ordenadores alcanzarán la capacidad del cerebro humano. También asegura  que dentro de 25 años los humanos seremos capaces de vivir indefinidamente. Y como no quiere perderse este momento, toma gran cantidad de pastillas al día para prolongar su vida y recibe numerosos tratamientos médicos de forma contínua.

Durante su intervención en el Singularity University Global Summit -entidad de la que es cofundador- celebrado recientemente en San Francisco, Kurzweil detalló el avance exponencial que están experimentando las nuevas tecnologías y el impacto que tendrán en la humanidad.

El mundo de hoy

Las predicciones que he realizado sobre el futuro se basan en el crecimiento que ha experimentado la computación a partir del 1900. El número de computación por máquina desde ese año hasta 1975 creció de forma significativa, y a partir de entonces el incremento ha sido exponencial. También ha crecido en gran medida el total de bits exportados diariamente.

Pero lo realmente importante de estos datos es que el crecimiento que han registrado las tecnologías de la información ha comenzado a esparcirse a diferentes áreas (alimentos, construcción, etc.), provocando una llamativa caída de los precios.

La tecnología ha sido tremendamente beneficiosa para la humanidad en todos los aspectos, aunque muchas personas opinen lo contrario.

Los datos demuestran que en los últimos años la vida de las personas no ha hecho más que mejorar.

En las últimas dos décadas, la pobreza se ha reducido un 50%, y el porcentaje de pobreza extrema ha descendido drásticamente.

Los niveles de alfabetización han crecido notablemente, y la mayoría de los países desarrollados cuentan con un índice superior al 85%.

Algo parecido podemos decir de la renta per cápita y del PIB, que han ido subiendo paulatinamente, mientras la esperanza de vida experimentaba una tendencia alcista, al igual que crecía el ingreso por hora de trabajo.

La tasa de empleo infantil también ha caído de forma sustancial, así como la violencia en diferentes partes del mundo.

Por su parte, la cifra de generación eléctrica renovable está mejorando, como también lo está haciendo el porcentaje de población mundial que vive en democracia y los gastos en seguridad social.

Todo esto nos lleva a pensar que el futuro va a ser mejor de lo que esperamos.

En 1969, Marvin Lee Minsky y Seymour Papert escribieron el libro Perceptrones, que se ha convertido en el trabajo fundacional sobre el análisis de redes neuronales artificiales. La obra probaba que los perceptrones no resolvían los problemas de conectividad, un hecho que bloqueó el estudio de este campo durante años. Sin embargo, recientemente se ha demostrado que los modelos de redes neuronales artificiales no funcionan en un nivel único, pero sí lo hacen en múltiples niveles.

En resumen: un campo que ha existido en los últimos 50 años no ha podido empezar a desarrollarse y crecer hasta hace 18 meses, porque una red neuronal artificial que no cuenta con el suficiente poder computacional, no funciona.

En la actualidad, el poder computacional se duplica cada tres meses y medio. Y desde el año 2012 se ha multiplicado por 2.000. Tanto es así, que ha conseguido hacer operativas las redes neuronales artificiales.

El futuro de las simulaciones

En 1997, el gigante estadounidense IBM puso en macha la supercomputadora Deep Blue para jugar al ajedrez. Este aparato reúne todo el saber sobre este juego que había acumulado la humanidad a lo largo de su historia.

El lanzamiento de AlphaGo -programa para jugar al juego de mesa Go- pone de manifiesto el crecimiento exponencial que ha experimentado la Inteligencia Artificial, ya que la última versión, AlphaGo Zero, ha autoaprendido a jugar al Go sin ningún ejemplo de partidas humanas, simplemente jugando una y otra vez contra sí mismo. En tan sólo cuatro horas, el programa fue capaz de derrotar al mejor jugador del mundo.

Y es que desde que apareció Alexanet hasta el lanzamiento de AlphaGo Zero, la capacidad de procesamiento se ha incrementado por 300.000.

Este tipo de programas no tenían demasiada relevancia al principio, porque la mayoría de las personas consideraba que los juegos son simples. Y aunque es cierto que las reglas no son demasiado complicadas, jugar requiere una compleja estrategia, porque se precisa anticipar lo que nuestro oponente planea e intenta hacer.

Sin embargo, la Inteligencia Artificial ha demostrado que entiende lo que hacen las personas en los juegos. Es más, las redes neuronales artificiales que disponen del suficiente poder están demostrando que son capaces de hacer cualquier cosa que les planteemos. De esta forma, es posible proponer simulaciones de gran complejidad como, por ejemplo, conducir un coche o realizar experimentos biológicos.

Hoy en día las redes neuronales artificiales ya tienen capacidad para realizar el trabajo que hace cualquier radiólogo, y tal y como predije hace algún tiempo, en poco más de un año estos sistemas realizarán diagnósticos radiológicos.

Tan sólo dos semanas después de hacer pública mi predicción apareció Chester, un sistema web que ofrece un diagnóstico basado en imágenes de rayos X del tórax. Esta herramienta permite a los usuarios cargar una radiografía en su navegador y recibir un diagnóstico. Chester está basado en una red neuronal de 121 capas que es capaz de mejorar y precisar el diagnóstico realizado por cualquier médico.

Otros desarrollos radiológicos han demostrado capacidades similares, lo que me lleva a pensar que dentro de poco vamos a contar con diferentes capacidades que nos ayuden a entrenar a la Inteligencia Artificial para realizar simulaciones de todo tipo.

En el entorno de las simulaciones, la empresa especializada en el desarrollo de vehículos autónomos, Waymo, ha conseguido recorrer 10 millones de millas con vehículos sin conductor. Con la información recogida ha desarrollado un simulador en el que un coche virtual viaja por diferentes escenarios, ofreciendo los ejemplos necesarios para refinar las reglas de la conducción autónoma y hacerla más constructiva.

Aportaciones de la IA a la biología

Debido al impacto que puede tener en la vida de las personas, uno de los principales objetivos de la Inteligencia Artificial es imitar a la biología. Formo parte del  consejo directivo de una compañía biotecnológica, y he sido testigo de cómo, gracias al poder computacional, ha sido posible resolver en un solo día asuntos que sin tecnología tardan año y medio en desarrollarse. Los progresos que se pueden llevar a cabo en el ámbito de la biotecnología utilizando Inteligencia Artificial son increíbles.

Prueba de ello es que un equipo de investigadores de la universidad australiana de Flinders ha desarrollado la primera vacuna creada por Inteligencia Artificial. Se trata de un programa diseñado para aprender a reconocer compuestos químicos o adyuvantes, que pueden mejorar la activación del sistema inmunitario humano cuando se administra dentro de una vacuna. El fármaco se encuentra en fase de pruebas clínicas y las expectativas sobre sus resultados son elevadísimas.

Por tanto, no es extraño pensar que a largo plazo los investigadores se apoyarán y utilizarán simuladores para realizar las pruebas que estén llevando a cabo, en vez de experimentar con animales o humanos. De hecho, incluso la FDA americana ha empezado a utilizar simuladores para probar en ellos determinadas vacunas.

Poco a poco los simuladores serán más eficientes, y confiaremos en ellos para realizar todo tipo de pruebas, lo que también nos aportará rapidez y nos permitirá tener los resultados en unas pocas horas o días. La utilización de esta tecnología se generalizará rápidamente, y estoy convencido de que en 2020 habrá muchos simuladores bioquímicos funcionando por todo el mundo.

Comprender la estructura de las proteínas puede ser clave en el diagnóstico y tratamiento de enfermedades. Por eso, uno de los grandes retos de la biología consiste en doblar moléculas mediante simulaciones de ordenador. Una tarea titánica, teniendo en cuenta lo difícil que es conseguir que una proteína tenga estabilidad y la complejidad que implica controlar las funciones y la actividad de los aminoácidos.

Pero el año pasado, el programa de Inteligencia Artificial AlphaFold consiguió predecir la estructura en tres dimensiones de una proteína, basándose en su secuencia genética. Se trata de un importante salto científico que podría haber tardado años en llegar y que, gracias a la tecnología, se convierte en más cercano y accesible.

A medida que los simuladores biológicos vayan siendo más completos, aumentará su capacidad para utilizar machine learning y, por tanto, serán más eficientes y rápidos a la hora de buscar soluciones y producir compuestos.

El reto de aumentar el poder computacional

Las nuevas medicinas están experimentando un notable avance gracias al incremento del poder computacional, que permite descubrir dónde se encuentran los problemas, porque tienen una capacidad muy superior a la de cualquier humano. Y aunque los algoritmos han progresado, la clave está en el aumento de la capacidad computacional.

De forma genérica, se piensa que las redes neuronales artificiales son un sistema computacional inspirado en una red neuronal biológica, pero lo cierto es que la arquitectura es bastante diferente. Una red de computación neuronal utiliza la retropropagación como primera herramienta. La base de su funcionamiento se encuentra en el back propagation, un método en el cual la progresión entre el resultado final y el resultado anterior no hace más que decrecer durante el proceso de entrenamiento. Pero en la red neuronal del cerebro no tenemos back propagation.

Mi libro Cómo crear una mente describe el funcionamiento de la corteza cerebral, y señala que esta tiene una aproximación al modelo sin propagación retrógrada. Se trata de una forma excelente de encontrar vínculos entre conceptos, y es un proceso muy acertado en términos de analogía, porque los humanos pensamos precisamente utilizando este sistema.

En el siglo XIX, Charles Darwin acreditó su libro El origen de las especies basándose en el análisis de algoritmos completamente diferentes -por ejemplo, cómo un pequeño río es capaz de crear un cañón en una gran roca a lo largo de los años-, y relacionó este proceso con el origen de las especies. Sin embargo, los seres humanos no somos muy buenos combinando hechos para llegar a conclusiones. De hecho, AlphaGo es mejor que cualquier humano jugando a Go o al ajedrez.

Algunas personas se muestran muy preocupadas por el hecho de que los ordenadores puedan alcanzar al cerebro humano y después sean capaces de desarrollar niveles suprahumanos, pero la tecnología no funciona así, porque los sistemas que estamos desarrollando van mucho más allá que el mejor humano.

Además, hay que tener en cuenta que todavía faltan varios elementos que impiden llegar a esta situación, sobre los que están trabajando varios laboratorios con buenos progresos. Uno de los principales escollos es cómo combinar múltiples capacidades.

Máquinas como extensión de las capacidades humanas

La obra La sociedad de la mente, de Gerhard Lensky, señala que las personas tenemos tanto ideas simples como complejas, y que las combinamos de diferentes formas. En los próximos años vamos a ser testigos de cómo las capacidades humanas van a ser suplantadas por Inteligencia Artificial, pero en poco tiempo esas capacidades se mezclarán e integrarán con las humanas. Las personas tenemos cerca de 1.000 habilidades, y podríamos diseñar una red neuronal que las domine todas y las combine.

Algunas de estas habilidades disponibles para los seres humanos, y por tanto para las máquinas, están todavía muy limitadas; otras requieren interacción entre diferentes personas; pero la Inteligencia Artificial puede seguir analizando lo que hacemos y aprendiendo de ello.

El equipo que dirijo en Google está focalizado en la comprensión del lenguaje. Todo aquel que tenga un smartphone con este sistema operativo, o utilice habitualmente un correo de Gmail puede comprobar que el sistema ofrece opciones de respuesta a través de un programa denominado smart reply (respuesta inteligente).

También estamos trabajando en la posibilidad de hablar con un libro. Al escribir la frase “talk to a book” en Google aparece un link que permite realizar cualquier tipo de pregunta. El sistema es capaz de leer 120.000 libros en un segundo y recoge aquellos párrafos que mejor responden a la pregunta que el usuario ha planteado. Este programa funciona entendiendo el significado de la pregunta, no las preguntas en sí, y extrae la respuesta del medio billón de frases que ha leído.

Todavía hay ciertas cuestiones por resolver en las que se está trabajando y avanzando para encontrar una solución. Si yo le digo a un chatbot que me gustaría recibir información sobre un curso del MIT, el programa me pregunta: “¿has ido a la universidad?”, y termina por no responder a la pregunta específica que el usuario ha expuesto. Poco a poco, los sistemas serán más capaces de aportar respuestas a cuestiones específicas y acabarán teniendo más memoria que cualquier persona.

Otro asunto pendiente es entender lenguajes con sentido común. Es decir, aquellas expresiones que las personas utilizan pero que no están verificadas porque son obvias. Actualmente se están analizando multitud de textos web, y también en otros entornos, con el objetivo de comprender los comentarios que realizan los usuarios, porque en ellos se pueden encontrar muchos ejemplos de este tipo.

En los últimos 18 meses se ha registrado una progresión fantástica. Cuando una máquina sea capaz de pasar el Test de Turing -prueba de la habilidad que muestra un comportamiento inteligente similar al de un ser humano- dispondrá de capacidades mucho más completas que las de cualquier ser humano.

Estoy completamente convencido de que las máquinas sirven para extender nuestra mente, de la misma forma que todas las nuevas tecnologías extienden y amplían nuestras capacidades naturales.

Hemos creado aparatos que amplían nuestros músculos y nos ayudan a construir edificios; de la misma forma, los nuevos desarrollos extenderán nuestras mentes. Y aunque no estén dentro de nuestro cerebro, en 2030 seremos capaces de conectar la capa superior de nuestro neocórtex, donde radican las ideas más avanzadas, a la nube, de modo que nuestra capacidad cerebral se extenderá notablemente.

Las capas del cerebro tienen forma diagonal, de modo que la parte superior es la más pequeña, y es precisamente esa parte la que necesitaremos conectar.

Elon Musk ya está trabajando con esta área desde su empresa, Neuralink, que estudia la posibilidad de implantar sensores para leer el cerebro “cosiendo” hilos microscópicos. Es cierto que su diseño tiene algunos problemas, pero todavía nos encontramos en el año 2019, no en el 2030. En poco más de una década todo esto será una realidad, y estaremos en disposición de conectar nuestra capacidad de comprensión con la súper inteligencia que estamos creando.

La era de los nanobots

En el 2029 los ordenadores van a ser capaces de hacer todo lo que las personas hacen hoy, y será necesario hacer lo mismo que hemos hecho con otras tecnologías desarrolladas a lo largo de la historia: ir más allá de lo que somos capaces de hacer hoy. Así, por ejemplo, un adolescente podrá conectarse con todo el conocimiento humano.

Hemos ido ampliando nuestra capacidad con ordenadores y teléfonos móviles, hemos sido capaces de ver el mundo a través de lentes, también hemos podido observar otros tipos de información… pero el verdadero objetivo es extender nuestra corteza cerebral para sacar verdadero provecho a todo esto. Conseguirlo no es difícil, sólo necesitamos tener acceso a las partes neuronales superiores de esta corteza.

La red neuronal se basa en capas, está conformada por 100 capas aproximadamente, pero únicamente necesitamos extender las que se encuentran en la parte externa. Se trata de una estructura diagonal, por lo que no es una superficie excesivamente grande. A día de hoy no tenemos claro que estemos accediendo a ese neocórtex, y no voy a negar que nos queda mucho trabajo por delante.

Todavía son muchas las personas que no creen que esto llegue a ocurrir, y piensan que acceder al cerebro requiere de mucha regulación. De hecho, el cerebro es el órgano más sensible que tenemos los humanos. Otros piensan que todo lo que he contado podría llegar a ocurrir, pero no en 2030, sino en 2040, y que en ese espacio de 10 años se cuestionará el cómo y el porqué… pero yo personalmente tengo la sensación de que 2030 es la fecha clave.

El mundo está cambiando, y a pesar de la mala prensa que en los últimos tiempos han adquirido las redes sociales, la sociedad está empezando a ser consciente de todo lo que pueden hacer los ordenadores. Por eso, creo que la humanidad cada vez recibe los avances tecnológicos de forma más abierta.

Hay quienes piensan que vamos a poder prolongar la vida mucho tiempo y, si eso ocurre, esta perderá parte de su sentido, porque la muerte es lo que da sentido a la vida; pero lo cierto es que a todo el mundo le hace feliz que se eliminen las enfermedades y se ilusiona con la posibilidad de vivir más y mejor.

Los ordenadores hacen muchos trabajos que nosotros no queremos hacer, y esto nos deja espacio para hacer cosas más creativas, que nos gustan y motivan. Evidentemente, cuando los ordenadores sean capaces de hacer todo lo que hoy hacemos los humanos y mucho mejor, nos enfrentaremos a problemas; pero repito, creo que actuaremos como con cualquier otra tecnología y simplemente extenderemos nuestras capacidades gracias a ella. 


Ray Kurzweil, inventor, músico, empresario, escritor, futurólogo y científico especializado en Computación e Inteligencia Artificial. Director de Ingeniería de Google desde 2012, en el SU Global Summit 2019

Entrevista publicada en Executive Excellence nº160, sept. 2019.

Innovative Knowledge by ESIC.