Intel·ligència artificial

La intel·ligència artificial (IA) va néixer entre els anys 40 i 50 del segle XX, com una disciplina de la informàtica. Un dels seus principals fundadors va ser el matemàtic britànic Alan Turing. Entre les seves moltes contribucions hi ha un test per discernir si una màquina mostra o no un comportament intel·ligent. Per superar el test, cal tenir certa cultura general, sentit comú, empatia i capacitat per entendre. Però aconseguir programar tot això a les màquines no és una tasca senzilla.
Hi intervenen Ramon López de Mántaras, director de l’Institut d’Investigació en IA, CSIC; Ulises Cortés, catedràtic del Departament de Ciències de la Computació, UPC; Carme Caralps, Atia Cortés, del Departament de Ciències de la Computació, UPC, i Miquel Montero CEO i fundador d’Atomian.

Definició d’IA
Hi ha moltes definicions d’IA. Per Ulises Cortés, del Departament de Ciències de la Computació, UPC: La IA és una disciplina científica que té com a objectiu entendre quins són els mecanismes subjacents a la intel·ligència animal i intentar reproduir-los en una màquina per comprendre’n la seva naturalesa. Per Ramon López de Mántaras, Director IIIA, CSIC: Una intel·ligència ha de tenir una sèrie d’ingredients necessaris, com per exemple la capacitat d’aprendre, la capacitat de fer raonament, la capacitat de comunicar, la capacitat de percebre el seu entorn, per prendre decisions, fer accions, etc. I per Miquel Montero, CEO Atomian: Avui dia IA és qualsevol forma d’innovació algorítmica. És a dir, quan algú s’inventa un programa d’ordinador, que fa una cosa que fins llavors no se sabia, com fer acció, es considera IA.

Racionalitat artificial
Potser l’àmbit en què la IA s’ha fet més popular és als escacs. Aquest joc es considera el paradigma de la racionalitat i la intel·ligència humana; per tant, aconseguir una màquina que guanyés els humans va ser un repte tecnològic de primer ordre. Ara dissenyem màquines que s’enfronten entre elles i juguen milers de partides en un sol dia. Amb el director de l’Institut d’Investigació en Intel·ligència Artificial (IIIA), Ramon López de Mántaras, reproduïm una partida mítica jugada pels supercomputadors AlphaZero i StockFish-8 el desembre de 2017. El primer ordinador que va vèncer el campió mundial d’escacs Garri Kaspàrov va ser Deep Blue l’any 1996. No tenia la capacitat d’aprenentatge de les màquines actuals, però ho compensava amb molta més força bruta: analitzava 200 milions de jugades per segon. Tot i així, havia d’eliminar de l’anàlisi moltes de les jugades inútils, ja que analitzar totes les jugades possibles als escacs requeriria milions d’anys de càlcul a l’ordinador més potent del món. A l’IIIA han desenvolupat un munt d’aplicacions. Una d’elles és capaç de generar narracions audiovisuals a partir de descripcions de les imatges. Per exemple, en un partit de futbol la màquina identifica automàticament el més destacable: gols, penals, faltes, contraatacs, i en fa un resum més ràpid que qualsevol periodista. Arreu del món segurament l’aplicació d’IA que més expectació genera és el cotxe autònom, desenvolupat per diverses empreses com Tesla o Google. Aquesta tecnologia reduirà molt la sinistralitat, però alhora ha obert un encès debat sobre quin criteri haurà de seguir el cotxe en situacions conflictives: protegir l’ocupant del vehicle o el transeünt?

Emocions artificials
Amb el test de Turing també és possible detectar si l’interlocutor té emocions. La vida és com una obra de teatre. Hi ha moments còmics i moments tràgics, hi ha riure i enuig, amor i odi, enveja i admiració, por i coratge. Un conjunt d’emocions exclusivament humanes… De moment no hem trobat la manera de programa estats d’ànim a les màquines. El que sí que poden fer són activitats artístiques. Alguns programes interpreten una partitura donant-li expressivitat musical. Basant-se en partitures d’estructura similar, interpretades per humans, la màquina aprèn a modificar el vibrato, la intensitat del so, avançar o retardar notes, modificar-ne la durada o produir-les més o menys lligades, per aconseguir una interpretació musical amb personalitat. Altres programes poden produir pintures imitant a la perfecció l’estil d’algun gran artista, o recombinar el contingut i l’estil de diverses imatges en una nova creació. Una app de la plataforma Google Arts & Culture utilitza IA en el reconeixement facial per trobar el nostre doble històric. Alguns resultats són sorprenentment semblants i farien pensar en la reencarnació. El programa no només identifica el sexe, l’edat, o els trets més característics de la fisonomia individual, pot reconèixer fins i tot l’estat d’ànim. Però la millor manera d’interpretar les emocions humanes és a partir de la interacció amb nosaltres. L’equip d’Ulises Cortés a la UPC treballa en sistemes d’IA capaços de mesurar paràmetres físics de les persones, que, convenientment tractats, es podrien traduir en estats d’ànim. Per exemple, han desenvolupat un caminador intel·ligent, adreçat a persones amb dificultats de mobilitat, per millorar-los la qualitat de vida. Carme Caralps, de 92 anys, fa de conillet d’Índies i els ajuda a provar els prototips. Al damunt d’una estructura convencional, el caminador intel·ligent incorpora un seguit de sensors i actuadors a les rodes i a les manetes. Les dades de desplaçament, velocitat, força de recolzament o temps d’activitat, s’enregistren en un petit ordinador situat sota la cadira.

IA general
Un altre tipus de preguntes que podem fer al test serveixen per avaluar la cultura general. La màquina que millor respon a preguntes de cultura general és Watson. Creada per IBM, va aconseguir una fita històrica l’any 2011 quan va vèncer els campions de Jeopardy!, un popular concurs televisiu americà. Watson tenia accés a 200 milions de pàgines de text, inclosa la Wikipedia sencera en anglès. Els seus algorismes ajusten models estadístics complexos a quantitats massives de dades. És a dir, Watson dona respostes probabilístiques, llegeix molt, i molt de pressa, sense entendre res. Els humans, en canvi, avancem a poc a poc i amb bona lletra. El llenguatge l’utilitzem per accedir a conceptes subjacents. Si reflexionem una mica veiem que les paraules designen entitats diferents d’elles mateixes. La paraula “llibre” no és el llibre mateix, sinó només la manera de designar-lo. Aquest procés és fonamental per entendre, i ha servit d’inspiració per desenvolupar un nou model cognitiu anomenat Atomian. El seu creador, l’enginyer Miquel Montero, ha treballat durant 15 anys en la computació avançada, la teoria de la informació, la neurolingüística i la psicologia. El model és capaç de transformar les paraules en unitats mínimes indivisibles, o àtoms de coneixement. Aleshores classifica aquests àtoms en un centenar de categories, per exemple subjecte, espai o temps, els jerarquitza i els emmagatzema en memòria. El resultat és que quan el programa llegeix ho fa de manera similar a com llegim les persones, amb la formació d’imatges mentals. Aquesta tecnologia permet interessant aplicacions. Per exemple, el Servei Català de Salut ha acumulat 180 milions de documents accessibles des de qualsevol centre mèdic de Catalunya. Tanmateix, no hi ha manera d’extreure’n la major part de la informació automàticament. Atomian podria accedir al sistema, llegir tots els documents, entendre’ls i respondre preguntes com: quantes vegades s’ha administrat un determinat medicament, o fer una anàlisi qualitativa dels casos d’ictus. Però a banda de les aplicacions concretes, Atomian té molt més potencial. Amb la seva capacitat simbòlica podria superar definitivament el Test de Turing.