.

'Retrato de Edmond Belamy' (2018). Creado con GAN por el colectivo parisino Obvious, se vendió por 385.643 euros. Créditos: Cortesía de los artistas

Computación

El ensayo filosófico que explica por qué la IA no puede ser creativa

1

Para el catedrático de filosofía de Harvard Sean Dorrance Kelly, la creatividad es, y siempre será, una capacidad única de los seres humanos. La creatividad no se limita a crear cosas nuevas sino a hacer que nos replanteemos nuestra forma de ver el mundo, algo que una máquina nunca será capaz de hacer

  • por Sean Dorrance Kelly | traducido por Ana Milutinovic
  • 08 Abril, 2019

El 31 de marzo de 1913, en el Gran Salón del Auditorio de Musikverein en Viena (Austria), se desató un motín en medio de una canción orquestal de Alban Berg. Se creó un caos.  Algunos muebles acabaron rotos. La policía arrestó al organizador del concierto por pegarle al poco recordado compositor de operetas, Oscar Straus. Más tarde, en el juicio, Straus habló sobre la frustración del público. Señaló que el golpe había sido el sonido más armonioso de toda la noche. Pero la historia recuerda un final diferente: el director del concierto, Arnold Schoenberg, se convirtió en el compositor más creativo e influyente del siglo XX.

Es posible que la disonante música de Schoenberg no sea muy disfrutada porque rechaza la tonalidad convencional para ordenar las 12 notas de la escala bajo unas reglas que no permiten que ninguna predomine sobre las demás. Pero él cambió el concepto que la gente tenía de la música. Eso fue lo que le convirtió en un artista genuinamente creativo e innovador. Ahora, las técnicas de Schoenberg se integran a la perfección en todo, desde las bandas sonoras y musicales de Broadway (EE. UU.) hasta los solos de jazz de Miles Davis y Ornette Coleman.

La creatividad es uno de los logros más misteriosos e impresionantes de la existencia humana. ¿Pero, qué es la creatividad?

La creatividad no solo es algo nuevo. Un niño pequeño puede tocar una secuencia de notas novedosa en el piano, pero eso no es, en ningún sentido fundamental, creativo. Además, la creatividad está limitada por la historia: lo que se consideraba inspiración creativa en un período o lugar puede ser rechazado por ridículo, estúpido o loco en otro. Una comunidad debe aceptar las ideas como buenas para que se consideren creativas.

Como en el caso de Schoenberg, y en el de muchos otros artistas modernos, esa aceptación no tiene por qué ser universal. De hecho, puede que se produzca en años y es que, a veces, la creatividad se rechaza por error durante varias generaciones. Pero a menos que alguna comunidad relacionada acepte una innovación, no tiene sentido hablar de ella como algo creativo.

Los recientes e impresionantes avances en inteligencia artificial (IA) ha provocado que muchos especulen sobre la idea de que los seres humanos pronto serán reemplazados por máquinas en todos los campos, incluido el de la creatividad. El futurista Ray Kurzweil predice que en 2029 crearemos una IA que podrá hacerse pasar una persona con estudios medios. El filósofo de la Universidad de Oxford (Reino Unido) Nick Bostrom es más prudente. En lugar de dar una fecha, sugiere que el trabajo de filósofos y matemáticos sobre cuestiones fundamentales relacionadas con los sucesores "superinteligentes" es diferente, y los define como un "intelecto que excede en gran medida el rendimiento cognitivo de los seres humanos en prácticamente todos los campos de interés".

Ambos creen que cuando las máquinas sean capaces de reproducir una inteligencia a nivel humano, habrá un estallido de progreso. Kurzweil lo demonima la "singularidad" y Bostrom una "explosión de inteligencia", en la cual las máquinas nos reemplazarán muy rápidamente de forma masiva en todos los ámbitos. Esto ocurrirá, según ellos, porque el rendimiento sobrehumano es el mismo que el de un humano ordinario, excepto que todos los cálculos relevantes se realizan mucho más rápido, en lo que Bostrom llama "superinteligencia de velocidad".

Entonces, ¿qué pasa con el nivel más alto del desempeño humano: la innovación creativa? ¿Están nuestros artistas y pensadores más creativos a punto de ser superados masivamente por las máquinas?

La respuesta es no.

Gracias a cómo está incrustada en la sociedad, la producción creativa humana no se rendirá ante los avances en inteligencia artificial. Quien piense lo contrario no entiende  qué son los seres humanos y a qué equivale nuestra creatividad.

Esta afirmación no es rotunda: depende de las normas bajo las que determinemos nuestra cultura y nuestras expectativas tecnológicas. En el pasado, los seres humanos han atribuido un gran poder e ingenio incluso a los tótems sin vida. Es muy posible que si llegamos a tratar a la IA como si fuera muy superior a nosotros acabaremos atribuyéndole la capacidad creativa. Si eso sucediera, no será porque las máquinas nos hayan superado sino porque nos habremos denigrado a nosotros mismos.

Gracias a cómo está incrustada en la sociedad, la producción creativa humana no se rendirá ante los avances en inteligencia artificial

Me refiero principalmente a los avances como los que hemos visto recientemente bajo el aprendizaje profundo y sus sucesores informáticos. Otros modelos dominaron la investigación de la IA en el pasado pero no han cumplido su promesa. En el futuro surgirán otros nuevos, pero si especulamos que alguna hipotética IA futura, cuyas características no podríamos describir de manera significativa, logrará cosas maravillosas, eso sería una mitificación, no un argumento razonable sobre las posibilidades de la tecnología.

El desempeño creativo funciona de manera diferente en distintos ámbitos. No puedo ofrecer aquí una clasificación completa de los diferentes tipos de la creatividad, por lo que, para demostrar mi punto de vista, esbozaré un argumento que abarca tres ejemplos bastante distintos: la música, los juegos y las matemáticas.

Música para mis oídos

<u> In Imaginary Landscape </u> (2018) <br> Nao Tokui utiliza un algoritmo de aprendizaje automático para crear panoramas a partir de imágenes encontradas en Google Street View y los complementa con paisajes sonoros creados con redes neuronales artificiales.

Foto: En 'Imaginary Landscape' ('Un paisaje imaginario', 2018), el artista Nao Tokui utilizó un algoritmo de aprendizaje automático para crear panoramas a partir de imágenes encontradas en Google Street View y los complementó con paisajes sonoros creados con las redes neuronales artificiales. Créditos: Cortesía del artista

¿Podríamos imaginar una máquina con capacidad creativa sobrehumana capaz de producir cambios en lo que entendemos por música, como lo hizo Schoenberg? Yo estoy convencido de no. Explicaré el porqué.

Los sistemas de composición musical por ordenador existen desde hace bastante. En 1965, a los 17 años, el propio Kurzweil utilizó un precursor de los sistemas de reconocimiento de patrones (típicos de los algoritmos de aprendizaje profundo actuales) para programar un ordenador para que compusiera música reconocible. Algunas variantes de esta técnica se utilizan hoy en día. Los algoritmos de aprendizaje profundo han sabido aprovechar un montón de corales de Bach, por ejemplo, para componer música tan parecida al estilo de Bach que incluso los expertos la confunden con piezas originales del compositor. Se trata de mimetismo. Es lo que hace un artista en su época de aprendiz: copiar y perfeccionar el estilo de los demás en vez de trabajar de una manera auténtica y original. Pero ese no es el tipo de creatividad musical que asociamos a Bach, y mucho menos a la innovación radical de Schoenberg.

Entonces, ¿podría haber una máquina que, como Schoenberg, invente una nueva forma de hacer música? Por supuesto que podemos imaginárnoslo, e incluso crear, una máquina así. Con un algoritmo que modifique sus propias reglas de composición, crearíamos fácilmente una máquina componga música muy diferente a lo que ahora consideramos buena música como Schoenberg hizo en su momento. Aquí es donde la cosa se complica.

Consideramos a Schoenberg como un innovador creativo no solo porque lograra crear una nueva forma de componer música, sino porque la gente vio en ella una visión de lo que debería ser el mundo. La visión de Schoenberg abarcaba el minimalismo sobrio, claro y eficiente de la modernidad. Su innovación no solo consistió en encontrar un nuevo algoritmo para componer música; sino en encontrar una nueva manera de pensar en qué es la música, que le permitió hablar de lo que le falta ahora.

Algunos podrían argumentar que he subido el listón demasiado. ¿Se preguntarán si estoy diciendo que una máquina necesita un sentido místico e inconmensurable de lo que es socialmente necesario para que se considere creativa? No es así, por dos razones.

Primero, subrayo que, al proponer una nueva técnica matemática para la composición musical, Schoenberg cambió nuestra comprensión de lo que era la música. Solo una creatividad de este tipo, que desafía la tradición, requiere una especie de sensibilidad social. Si los oyentes no hubieran experimentado su técnica para captar el anti-tradicionalismo en el corazón de la modernidad radical que surgió en Viena a principios del siglo XX, no lo hubiesen escuchado como algo de valor estético. La idea clave es que la creatividad radical no es una versión "acelerada" de la creatividad cotidiana. El logro de Schoenberg no es una versión mejor o más rápida del tipo de creatividad de Oscar Straus o cualquier otro compositor mediocre: es fundamentalmente diferente en su especie.

En segundo lugar, mi argumento no es que la capacidad de respuesta del creador a la necesidad social sea algo consciente para que su trabajo alcance el nivel de un genio. Lo que defiendo es que debemos poder interpretar el trabajo como una respuesta de ese tipoSería un error interpretar la composición de una máquina como parte de su visión del mundo. El argumento para esto es simple.

Las afirmaciones como la de Kurzweil de que las máquinas pueden alcanzar la inteligencia humana supone que tener una mente humana solo consiste en tener un cerebro humano que sigue un conjunto de algoritmos informáticos, una postura llamada computacionalismo. Pero, aunque los algoritmos pueden tener implicaciones morales, no son agentes morales en sí mismos.  Un mono con una máquina de escribir que accidentalmente escribe Otelo no puede considerarse como un gran dramaturgo creativo. La grandeza de su producto es puramente accidental. Es posible que una máquina produzca algo excelente, pero si sabemos que simplemente es el resultado de algún acto arbitrario o un formalismo algorítmico, no podemos aceptarlo como la expresión de una idea para el bien humano.

Por esta razón, creo que solo un ser humano puede ser visto correctamente como un artista genuinamente creativo. Tal vez algún día la inteligencia artificial vaya más allá de su formalismo computacionalista, pero eso requeriría un salto inimaginable en este momento. No solo estaríamos buscando nuevos algoritmos o procedimientos que simulen la actividad humana, estaríamos buscando nuevos materiales como base del ser humano.

Un duplicado de molécula a molécula de un ser humano crearía a un ser humano de una manera relevante. Pero ya tenemos una manera de producir ese ser: tarda aproximadamente nueve meses. En este momento, una máquina solo puede hacer cosas mucho menos interesantes de las que hace una persona. Es capaz de crear música al estilo de Bach, por ejemplo, quizás incluso música que algunos expertos consideran mejor que la de Bach. Pero eso es solo porque su música puede ser evaluada a partir de un estándar preexistente. Una máquina no puede provocar cambios en nuestros estándares para valorar la calidad de la música o para entender qué es la música o lo que no.

No quiero negar que los artistas creativos utilicen las herramientas disponibles, y que esas herramientas den forma al arte que hacen. La trompeta ayudó a Davis y a Coleman a darse cuenta de su creatividad. Pero la trompeta no es, en sí misma, creativa. Los algoritmos de inteligencia artificial son más bien instrumentos musicales que como personas.  La exconcursante del programa American Idol Taryn Southern lanzó recientemente un álbum en el que los algoritmos generaron la percusión, las melodías y los acordes, aunque fue ella la que escribió las letras y ajustó continuamente los algoritmos de los instrumentos hasta que obtuvo los resultados que quería. A principios de la década de 1990, David Bowie lo hizo al revés: escribió la música y usó una aplicación para Mac llamada Verbalizer para combinar de manera pseudo-aleatoria las frases en letras. Al igual que las herramientas anteriores de la industria de la música, desde dispositivos de grabación hasta los sintetizadores y los samplers y loopers, las nuevas herramientas de inteligencia artificial funcionan estimulando y canalizando las capacidades creativas del artista humano, al tiempo que reflejan las limitaciones de esas habilidades.

Juegos sin fronteras

Mucho se ha escrito sobre los logros de los sistemas de aprendizaje profundo que han derrotado a los mejores jugadores de Go en el mundo. AlphaGo y sus variantes tienen fuertes argumentos para afirmar que han creado una nueva forma de jugar. Han enseñado a expertos humanos que los movimientos de apertura que parecen mal planteados pueden llevar a la victoria. El programa juega de una forma que los expertos describen como extraña y rara, o incluso alienígena. Sobre el estilo de juego del algoritmo, uno de los mejores jugadores de Go Shi Yue dijo: "Es como me imagino los juegos del futuro lejano". El algoritmo parece genuinamente creativo.

En cierto sentido lo es. Sin embargo, dominar un juego es un proceso diferente al de componer música o escribir una novela: en los juegos hay una medida objetiva de éxito. Sabemos que podemos aprender algo de AlphaGo porque lo vemos ganar. Pero eso es también lo que hace que Go sea un "ámbito de juguete", un caso simplificado que conoce solo cosas limitadas sobre el mundo.

<u> La caída de la casa de Usher de Anna Ridler </u> (2017) <br> Una animación de 12 minutos basada en la película muda de Watson y Webber de 1928. Ridler creó los alambiques usando tres redes neuronales separadas: una entrenada en sus dibujos, otra entrenada en dibujos hechos con los resultados de la primera red, y una tercera entrenada en dibujos hechos de los resultados de la segunda.

Foto: 'La caída de la casa Usher de Anna Ridler' (2017). Una animación de 12 minutos basada en la película muda de Watson y Webber de 1928. Ridler creó los fotogramas usando tres redes neuronales separadas: una entrenada en sus dibujos, otra entrenada en dibujos hechos con los resultados de la primera red, y una tercera entrenada en los dibujos hechos de los resultados de la segunda red. Créditos: Cortesía de la artista

La forma más fundamental de la creatividad humana cambia nuestra comprensión de nosotros mismos porque modifica lo que consideramos bueno. Para el juego de Go, en cambio, la naturaleza de lo bueno simplemente no está disponible: una estrategia de Go solo es buena si conduce a la victoria. La vida humana generalmente no tiene esta característica: no existe una medida objetiva de éxito en las esferas más altas de los logros. Sin duda, no existe en el arte, en la literatura, en la música, en la filosofía o en la política. Tampoco, de hecho, en el desarrollo de las nuevas tecnologías.

En varios ámbitos de los juguetes, las máquinas pueden enseñarnos una cierta forma muy limitada de la creatividad. Pero las reglas de ese ámbito están predefinidas; el sistema puede tiene éxito porque aprende a jugar bien dentro de estas limitaciones. La cultura humana y la existencia humana son mucho más interesantes y complejas. Por supuesto que hay normas sobre los comportamientos de los seres humanos. Pero la creatividad en su sentido genuino es la capacidad de cambiar esas normas en algún ámbito humano importante. El éxito de la IA en los juegos indica que pueda lograr una creatividad más fundamental.

Un nocaut

Un escéptico podría decir que mi argumento solo funciona porque estoy comparando los juegos con el genio artísticoExisten otros modelos de la creatividad en el ámbito científico y matemático. En estas esferas, la cuestión no gira en torno a una visión del mundo. Se trata de cómo son realmente las cosas.

¿Podría una máquina generar pruebas matemáticas tan por encima de nosotros que nos obligue a rendirnos a su genio creativo? No.

Los ordenadores ya han contribuido a extraordinarios logros matemáticos. Pero sus contribuciones no han sido particularmente creativas. Por ejemplo, el primer gran teorema demostrado mediante un ordenador: el teorema de los cuatro colores, que establece que cualquier mapa plano puede ser coloreado con un máximo de cuatro colores de tal manera que no haya dos "países" adyacentes con el mismo color (también se aplica a los países en la superficie de un globo).

Hace casi medio siglo, en 1976, los matemáticos de la Universidad de Illinois (EE.UU.) Kenneth Appel y Wolfgang Haken publicaron la demostración de este teorema con la ayuda de un ordenador. El ordenador realizó miles de millones de cálculos, verificando miles de tipos de mapas diferentes, tantos que fue (y sigue siendo) logísticamente inviable para los humanos verificar que cada posibilidad concuerda con los resultados del ordenador. Desde entonces, los ordenadores han ayudado en una amplia gama de nuevas pruebas.

<u> Electric Fan </u> (2018) <br> Tom White usa "motores de percepción", algoritmos que extraen los datos recopilados de miles de fotografías de objetos comunes para sintetizar formas abstractas. Luego, prueba y refina los resultados hasta que el sistema los reconoce.

Foto: 'Electric Fan' ('Ventilador eléctrico, 2018). Tom White usa "motores de percepción", algoritmos que extraen los datos recopilados de miles de fotografías de objetos comunes, para sintetizar formas abstractas. Luego, prueba y refina los resultados hasta que el sistema los reconoce. Créditos: Cortesía del artista

Pero verificar una gran cantidad de casos el superordenador no aporta nada creativo. De hecho, solo hace algo aburrido un montón de veces. Esto parece casi lo contrario de la creatividad. Además, está tan lejos del tipo de comprensión que normalmente creemos que debería ofrecer una prueba matemática que algunos expertos no consideran estas estrategias asistidas por ordenador como pruebas matemáticas. Como defiende el filósofo de las matemáticas Thomas Tymoczko, si ni siquiera podemos verificar si la prueba es correcta, lo único que estamos haciendo es confiar en un proceso informático potencialmente propenso a errores.

Incluso aunque confiemos en los resultados, las pruebas hechas por un ordenador son el análogo de la composición creada por un ordenador. Si las máquinas nos dan un producto útil, se debe principalmente a la contribución del ser humano. Pero algunos expertos defienden que la inteligencia artificial alcanzará un nivel más alto. Supongamos, entonces, que tenemos lo último: una máquina autosuficiente que demuestra nuevos teoremas por su cuenta.

¿Podría una máquina como esta superarnos a gran escala en la creatividad matemática, como sostienen Kurzweil y Bostrom? Supongamos, por ejemplo, que una inteligencia artificial resuelve un problema abierto extremadamente importante y difícil en matemáticas.

La capacidad para la creatividad genuina, el tipo de creatividad que actualiza nuestra comprensión de la naturaleza del ser, es la base de lo que significa ser un humano.

Hay dos posibilidades. La primera es que la prueba resulte extremadamente inteligente, y cuando los expertos en la materia la analicen, descubran que es correcta. En este caso, la IA que descubrió la prueba sería aplaudida. La propia máquina podría incluso considerarse un matemático creativo. Pero tal máquina no sería demostraría la singularidad; si somos capaces de entender lo que hizo no nos superaría tanto a nivel creativo. Incluso si tuviera este tipo de creatividad humana, no conduciría inevitablemente al ámbito de lo sobrehumano.

Algunos matemáticos son como virtuosos musicales: se distinguen por su fluidez en un lenguaje existente. Pero los genios como Srinivasa Ramanujan, Emmy Noether y Alexander Grothendieck probablemente reformularon las matemáticas igual que Schoenberg reformó la música. Sus logros no se limitaron a demostrar hipótesis con un montón de datos, sino a desarrollar formas nuevas e inesperadas de razonamiento, que se basaron no solo en la fuerza de su lógica sino también en su capacidad para convencer a otros matemáticos del significado de sus innovaciones. Una IA imaginaria que presenta una prueba inteligente de un problema que desconcertó a los matemáticos humanos durante mucho tiempo es similar a AlphaGo y sus variantes: impresionante, pero nada parecido a Schoenberg.

Eso nos lleva a la otra opción. Supongamos que el mejor y el más brillante algoritmo de aprendizaje profundo se libera y después de algún tiempo dice: "He demostrado un teorema fundamentalmente nuevo, pero es demasiado complicado de entender incluso para los mejores matemáticos".

Esto sería imposible. Una prueba que ni siquiera los mejores matemáticos puedan entender no contaría como prueba. Probar algo implica que se puede demostrar a alguien. Al igual que un músico tiene que convencer a su público para que acepte su concepto estético de lo que es buena música, un matemático tiene que convencer a otros matemáticos de que existen buenas razones para creer en su visión de la verdad. Para ser considerada como una prueba válida en matemáticas, una afirmación debe ser comprensible y aceptable por parte de un grupo independiente de expertos que estén en una situación adecuada para entenderla. Si los expertos que deberían poder entender la prueba no logran hacerlo, entonces la comunidad se niega a respaldarla como prueba.

Por esta razón, las matemáticas se parecen más a la música de lo que uno pudiera pensar. Una máquina no podría superarnos tanto en la creatividad porque o su logro sería comprensible, en cuyo caso no nos superaría, o sería incomprensible, en cuyo caso no podríamos considerarlo como un avance creativo.

El ojo del espectador

La ingeniería y la ciencia aplicada se encuentran, en cierto modo, entre estos ejemplos. Existe algo como una objetiva y externa medida del éxito. No se puede "ganar" en la construcción del puente o en la medicina como se puede ganar en el ajedrez, pero sí es posible ver si el puente se cae o si se elimina el virus. Estos criterios objetivos solo entran en juego en un ámbito muy específico: crear materiales fuertes y ligeros, por ejemplo, o medicamentos que combatan algunas enfermedades particulares. Una IA podría ayudar en el descubrimiento de fármacos haciendo lo mismo que hizo la IA que compuso lo que sonaba como una cantata de Bach bien ejecutada o la que creó una estrategia brillante de Go. Al igual que un microscopio, un telescopio o una calculadora, esta IA se entiende como una herramienta que permite el descubrimiento humano, no como un agente creativo autónomo.

Vale la pena pensar en la teoría de la relatividad especial. Albert Einstein es recordado como el "descubridor" de la relatividad, pero no porque fuera el primero en elaborar las ecuaciones que mejor describen la estructura del espacio y el tiempo. George Fitzgerald, Hendrik Lorentz y Henri Poincaré, entre otros, escribieron esas ecuaciones antes de Einstein. Es reconocido como el descubridor de la teoría porque tenía una comprensión original, extraordinaria y verdadera de lo que significaban esas ecuaciones y podía transmitir esa comprensión a los demás.

Para que una máquina haga una física creativa comparable a la de Einstein, debe ser capaz de persuadir a otros físicos del valor de sus ideas, al menos igual de bien que él. Es decir, deberíamos poder aceptar sus propuestas con el objetivo de comunicarnos su propia validez. Si alguna vez se creara una máquina así, como en la parábola de Pinocho, tendríamos que tratarla como trataríamos a un ser humano. Eso significa que, entre otras cosas, tendríamos que atribuirle no solo inteligencia, sino también la dignidad y el valor moral apropiados para los seres humanos. Me parece que estamos muy lejos de este escenario, y no hay motivos para pensar que el actual modelo computacionalista de la inteligencia artificial, en su forma de aprendizaje profundo o en cualquier otra, nos acercará más a él.

La creatividad es una de las características que define a los seres humanos. La capacidad para la creatividad genuina, el tipo de creatividad que actualiza nuestra comprensión de la naturaleza del ser, que cambia la manera en la que entendemos lo que es ser maravilloso, bueno o verdadero, esa capacidad es la base de lo que significa ser un humano. Pero este tipo de creatividad depende de que lo valoremos y lo cuidemos como tal. Como señaló el escritor Brian Christian, los seres humanos están empezando a actuar menos como seres que valoran la creatividad como una de nuestras mayores oportunidades, y más como máquinas en sí mismas.

¿Cuántas personas hoy en día tienen trabajos que les obligan a seguir un guión predeterminado para sus conversaciones? ¿Qué poco de lo que sabemos como conversación humana real, auténtica, creativa y abierta queda en esta farsa eviscerada? ¿Cuánto se parece, en cambio, al tipo de regla que puede seguir una máquina? ¿Y cuántos de nosotros también somos eviscerados, en la medida en lo que nos permitimos ser arrastrados por este tipo de actuaciones con guión? ¿Cuánto tiempo de nuestro día a día ocupamos con actividades similares a las de una máquina? Llenando formularios y cuestionarios informáticos, respondiendo a un cebo de clic que funciona con nuestros impulsos más básicos y similares a los de los animales, jugando los juegos diseñados para optimizar nuestra respuesta adictiva?

Esta confusión también amenaza algunos de los campos más profundos de la creación humana. Si nos permitimos decir que las pruebas de máquina que no podemos entender son "pruebas" genuinas, por ejemplo, al ceder la autoridad social a las máquinas, trataremos los resultados matemáticos como si no necesitaran comprensión humana. Tomaremos una de nuestras formas más altas de creatividad e inteligencia y la reduciremos a un solo bit de información: sí o no.

<u> El hijo del carnicero </u> (2018) <br> Mario Klingemann utilizó dos GAN, uno entrenado en un conjunto de datos de poses humanas y otro entrenado en pornografía, para renderizar miles de imágenes compuestas. Después de evaluar cada postura y detalle, eligió una para refinar el trabajo terminado.

Foto:E'l hijo del carnicero' (2018). Mario Klingemann usó dos redes GAN, una entrenada con un conjunto de datos de poses humanas y otra entrenada en pornografía, para reproducir miles de imágenes compuestas. Después de evaluar cada postura y detalle, eligió una para representar su trabajo terminado. Créditos: Cortesía del artista

Incluso si tuviéramos esa información, sería de poco valor para nosotros sin una cierta comprensión de las razones subyacentes. No debemos perder de vista el carácter esencial del razonamiento, que es la base de lo que significa la matemática.

Lo mismo ocurre con el arte y la música y la filosofía y la literatura. Si nos permitimos actuar de esta manera, para tratar la "creatividad" de una máquina como un sustituto de la nuestra, entonces las máquinas realmente parecerán incomprensiblemente superiores a nosotros. Pero solo sucederá si dejamos de ver el papel fundamental que tiene la creatividad en el ser humano.

 

*Sean Dorrance Kelly es catedrático de filosofía de la Universidad de Harvard y coautor del libro más vendido del New York Times, 'All Things Shining'.

Computación

Las máquinas cada vez más potentes están acelerando los avances científicos, los negocios y la vida.

  1. Así funciona la 'sextorsión', el nuevo y lucrativo ciberdelito de moda

    El envío de 'spam' chantajeando a la víctima con difundir datos privados e información sexual comprometida es cada vez más popular. Una investigación ha analizado varias de estas campañas y sus conclusiones no son nada positivas: se trata de un crimen muy lucrativo y que irá a más

  2. Cómo el 'phishing' explota nuestro cerebro para engañarnos

    La autoridad del supuesto emisor del mensaje, su carga emotiva e incluso la propia felicidad del internauta disminuyen su capacidad de alerta ante este tipo de ciberataque, que cada vez resulta más efectivo y popular. Pero para solucionarlo hace falta implantar una doble autenticación 

  3. El telescopio de mejor calidad-precio usaría la atmósfera como lente

    Bautizado como "terrascopio", este dispositivo teórico podría equiparar la potencia de un telescopio terrestre de 150 metros de diámetro por una fracción de su coste. Con el planeta actuando como lente, la luz enfocada se amplificaría por un factor de 45.000 durante un tiempo de exposición de 20 horas