sábado, 3 de agosto de 2019

Los intereses comerciales marcan el futuro de la inteligencia artificial

Procesadores de Google para inteligencia artificial.

Procesadores de Google para inteligencia artificial.

Las grandes tecnológicas definen el desarrollo de este campo científico decisivo al acaparar a los mejores expertos y elegir quién tiene acceso a sus recursos



El futuro de la inteligencia artificial genera muchos debates porque será decisiva en campos tan serios como la medicina, las guerras, el trabajo o incluso las relaciones humanas. Sin embargo, esos debates a menudo ignoran un asunto que sobrevuela a todos los demás: el desarrollo de las máquinas pensantes ha sido conquistado por empresas tecnológicas que están definiendo cómo será ese futuro. Compañías como Google, Facebook, Amazon, Microsoft, Apple e IBM fichan a los mejores expertos en inteligencia artificial de todo el mundo, esquilman departamentos universitarios enteros para cubrir sus necesidades, compran las empresas incipientes del sector y marcan el rumbo de la investigación con becas y ayudas. Así, un campo científico tan determinante como la inteligencia artificial puede estar volcado excesivamente en los intereses comerciales de estos negocios. Como dijo un antiguo jefe de datos de Facebook: “Las mejores mentes de mi generación se dedican a pensar cómo hacer que la gente pinche en anuncios. Es un asco”.
"El dominio de las compañías con intereses comerciales es muy grande, el impacto de sus millones de dólares está definiendo este campo con una gran asimetría", critica Oliver
"Lo que ha sucedido en los últimos años es un éxodo de grupos enteros a laboratorios de empresas tecnológicas", afirma Nuria Oliver, que formó parte del primer grupo de sabios del gobierno español en inteligencia artificial. En enero de 2015, desaparecieron de golpe más de 50 especialistas en robótica de la Universidad Carnegie Mellon, pionera en inteligencia artificial, incluidos directores de departamentos: habían fichado casi en bloque por Uber para desarrollar el cerebro de sus coches autónomos. "El dominio de las compañías con intereses comerciales es muy grande", critica Oliver, "y no es una situación positiva, el impacto de sus millones de dólares está definiendo este campo con una gran asimetría".
"El dinero manda", advierte Miguel Ángel Carreira-Perpiñán, especialista en machine learning (aprendizaje automático) de la Universidad de California en Merced. "La empresa se centra en proyectos a corto plazo relacionados con productos: Amazon lo mismo te mata un proyecto de investigación porque de un año para otro ya no le interesa, cuando en la universidad estamos centrados en problemas serios o profundos de machine learning que no se resuelven de un día para otro", resume. "Ahora mismo la mayor parte de los investigadores están en manos del sector privado. Está claro que eso va a marcar el paso", lamenta.
Los tres últimos ganadores del Nobel de Informáticael Premio Turing, trabajan al más alto nivel asesorando a las grandes tecnológicas. Su historia describe a la perfección la trayectoria de la inteligencia artificial. Cuando en 2004 se ponía en duda que las redes neuronales pudieran funcionar, incluidos los creadores de Google, estos tres científicos europeos se asociaron desde sus universidades para avanzar en esta investigación, trampolín esencial para tecnologías actuales como el reconocimiento facial, los coches automáticos o los asistentes virtuales. El británico Geoffrey Hinton (Universidad de Toronto) y los franceses Yoshua Bengio (Universidad de Montreal) y Yann LeCun (Universidad de Nueva York) desarrollaron este campo gracias a un trabajo puramente académico financiado con fondos canadienses. LeCun dirige desde 2013 la investigación en inteligencia artificial de Facebook. Hinton y Bengio crearon sendas empresas para desarrollar sus trabajos académicos y las dos fueron compradas por Google y Microsoft, respectivamente, consiguiendo así hacerse con sus servicios.
"La principal ventaja de trabajar en DeepMind es que la cantidad de expertos que tenemos es mayor que en cualquier universidad del mundo", asegura Vinyals
Es una estrategia habitual para fichar talento: comprar startups de inteligencia artificial para adquirir los cerebros humanos que trabajan allí. Apple, Google, Facebook, Microsoft y Amazon han adquirido casi sesenta compañías especializadas y han invertido en más de ciento veinte en los últimos siete años (de 2015 a 2018 el ritmo de creación de estas startups ha crecido un 118%). Una de ellas es DeepMind, que nació de los laboratorios de la University College de Londres antes de ser adquirida por Google en 2014 por 500 millones de dólares. DeepMind es ahora la punta de lanza de la investigación en inteligencia artificial, con vistosos logros que saltan directamente a la portada de las principales revistas científicas.
Los líderes de los proyectos de inteligencia artificial de Microsoft (Eric Horvitz), IBM (Francesca Rossi), Facebook (Yann LeCun) y DeepMind (Mustafa Suleyman) al constituir un grupo de reflexión conjunto de las grandes tecnológicas.ampliar foto
Los líderes de los proyectos de inteligencia artificial de Microsoft (Eric Horvitz), IBM (Francesca Rossi), Facebook (Yann LeCun) y DeepMind (Mustafa Suleyman) al constituir un grupo de reflexión conjunto de las grandes tecnológicas. IBM
Allí investiga el catalán Oriol Vinyals, que fichó por Google nada más doctorarse: "La principal ventaja de trabajar en DeepMind es que tenemos muchísimos expertos en varios temas de la inteligencia artificial, todos en el mismo sitio", explica. "En líneas generales, la cantidad y concentración de expertos es mucho mayor en DeepMind que en cualquier departamento de universidad del mundo", asegura este investigador, especialista en procesamiento de lenguaje, cuyo trabajo además ha servido para mejorar funciones que hoy usan millones de personas en productos de Google como su traductor online o las respuestas automáticas del correo.
DeepMind realiza investigación básica, pero también tiene un ojo puesto en mejorar los servicios de su empresa madre, como usar la inteligencia artificial para reducir un 40% el gasto energético de sus gigantescos centros de datos. Además de DeepMind, Alphabet (matriz de Google) cuenta con otras divisiones dedicadas a la inteligencia artificial, como Google Brain, y numerosos especialistas en ese campo (más de dos mil solo en este directorio). Google no ha querido responder ninguna de nuestras preguntas sobre estos detalles, ni sobre el peso de la iniciativa privada. Facebook tampoco.
En los últimos años, Apple, Google, Facebook, Microsoft y Amazon han adquirido sesenta compañías de inteligencia artificial y han invertido en más de ciento veinte
No es solo compartir centro de trabajo con los mejores. Los sueldos superan con mucho los que se pagan incluso en las mejores universidades. En 2016, la jefa del departamento de IA de Stanford, Fei-Fei Li, se quejaba de que estas empresas tentaban a sus estudiantes de doctorado con sueldos de más un millón de dólares. Un año después, Li se unía a Google como vicepresidenta. Pero la remuneración es casi lo de menos: lo decisivo son los recursos con los que cuentan para investigar. "En el centro de este tipo de investigación están las bases de datos. Y los académicos dependen de las bases de datos", explica Lorena Jaume-Palasí, que formó parte del primer grupo de sabios de la Comisión Europea sobre inteligencia artificial.
Un informe reciente de la Asociación de Investigación Informática de EE UU sobre el futuro de la inteligencia artificial asegura que "aunque la mayoría de las tecnologías subyacentes a estas bases de conocimiento se desarrollaron originalmente en el mundo académico, las universidades tienen acceso limitado o nulo a estos recursos y no tienen medios para desarrollar otros equivalentes" (PDF). Además, critica que se desarrollan "para respaldar los intereses comerciales de las empresas que los crearon, como los resultados de búsquedas y la colocación de anuncios".

Control sobre la academia

"Dando acceso a estos recursos también deciden bajo qué perspectiva se investiga, qué impulsos se dan en este campo, quién desarrolla su carrera", critica Jaume-Palasí. Las grandes tecnológicas financian think-tanks y todo tipo de iniciativas para debatir sobre el futuro de las máquinas inteligentes, influyendo también en los marcos éticos y legales del futuro. Mientras se debate si puede haber soldados autónomos o a quién debe atropellar un coche sin conductor, se desarrollan las tecnologías más propicias para moderar publicaciones en redes o a sugerir el siguiente vídeo de YouTube. O el Pentágono y Facebook apuestan por una máquina que sabe tirarse faroles.
Estas empresas se justifican asegurando que invierten importantes sumas en investigación académica, por medio de becas y programas de ayudas. "Las ayudas son cuatro perras", asegura Carreira-Perpiñán, "a mí me han dado dos becas de la Fundación Nacional para la Ciencia de EE UU (NSF, por sus siglas en inglés), de medio millón de dólares, y la que recibí de Google eran 60.000". Y añade un problema mayor, el criterio de selección de estos programas: "Dan dinero a quien les interesa y da la impresión de que están pescando ideas. Al final hay mogollón de gente trabajando en predecir qué anuncios funcionan, un problema bastante especializado, porque es de lo que viven estas empresas". Este investigador prefiere que sea la NSF, una fundación gubernamental, la que apoye la investigación en temas que considere candentes.
"Dan dinero a quien les interesa y al final hay mogollón de gente trabajando en predecir qué anuncios funcionan", lamenta el investigador de la Universidad de California
Vinyals cree que el estilo de investigación de la academia y su diversidad son "muy buenas" para su campo: "No me gustaría ver que la investigación en la universidad y el mundo académico se hiciera demasiado pequeña". No obstante, el investigador de DeepMind se muestra confiado en que la demanda de expertos seguirá creciendo en los próximos años, por lo que crecerá la cantidad de recursos, personal y estudiantes con los que contarán las universidades.
Mucho más radical se muestra Jaume-Palasí: "En lugar de pagar becas o investigaciones, sería más interesante que pagasen impuestos y con eso se invertiría en investigación académica". "Además", insiste, "desde el punto de vista de la credibilidad ya es problemático hacer perder la neutralidad a la academia con su dinero: ellos deciden a quién financian y por qué". Hoy, la proporción de artículos científicos publicados por empresas privadas en EE UU cuadruplica a la de Europa.
Para remediar estos conflictos y retener talento, la Comisión Europea ha encargado un informe a un grupo de especialistas en el que está Nuria Oliver, quien desconfía del peso actual del dinero privado. "No sabemos qué hallazgos no están publicando las empresas, cuánta investigación están haciendo y que desconocemos", denuncia Oliver, que hasta hace unos meses era jefa de investigación en datos de Vodafone. "A lo mejor descubrimos que se pueden hacer las cosas de forma diferente, que hay otra manera de hacer un Facebook o un Amazon, pero si lo pagan Facebook y Amazon, se ponen barreras al cambio", apunta.

No hay comentarios:

Publicar un comentario

Nota: solo los miembros de este blog pueden publicar comentarios.