El proyecto, anunciado el pasado 7 de septiembre por IBM y el MIT, investigará nuevos enfoques en el aprendizaje profundo, una técnica de IA que ha llevado a grandes avances en áreas como la visión artificial y el reconocimiento de voz. También explorará dispositivos informáticos, materiales y fenómenos físicos completamente nuevos, e intentará aprovechar las computadoras cuánticas, nuevas máquinas muy exóticas pero potencialmente muy potentes, y hacer que la IA esté aún más capacitada.
n"Muchas innovaciones se están desarrollando gracias al uso del silicio estándar y sus arquitecturas, pero ¿qué pasa con los dispositivos y la ciencia de materiales?", se pregunta el vicepresidente de Inteligencia Artificial de IBM Research, Dario Gill. "Es un área que nadie está tocando y que tiene potencial para grandes mejoras", añade.
nEl centro también analizará cómo la IA puede ser implementada de manera más efectiva en industrias como la atención médica y la seguridad y estudiará el impacto económico de la inteligencia artificial y la automatización, un tema de gran importancia para la sociedad.
nEsta medida es importante para el MIT. La universidad estuvo al frente de la investigación sobre inteligencia artificial durante la década de 1950, pero el centro de gravedad del campo se ha desplazado recientemente, con las grandes empresas de tecnología como Google, Facebook, Microsoft y Amazon liderando el mercado.
nLa inversión también apunta a un cambio para IBM. La compañía impulsó la IA con Deep Blue, una máquina que venció al campeón mundial de ajedrez, Garry Kasparov, en 1997. El supercomputador Watson que ganó el juego Jeopardy! en 2010 utilizó técnicas de procesamiento de última generación y lenguaje natural. Sin embargo, en los últimos años otras compañías han acaparado la atención en lo que a investigación en inteligencia artificial se refiere, e IBM ha llegado a ser acusada de exagerar los servicios de IA de disponibles bajo la marca Watson.
nCentrarse en el desarrollo de hardware puede ser una buena manera de empezar de nuevo. Aunque el progreso en IA de los últimos años ha sido espectacular, la mayor parte se ha conseguido gracias a un puñado de algoritmos, así como a la creciente disponibilidad de potentes superordenadores y de grandes cantidades de datos de entrenamiento. A medida que surgen nuevos enfoques, los nuevos materiales y las arquitecturas informáticas ofrecen cada vez un potencial mayor para mejorar estos algoritmos de inteligencia artificial.
nHoy en día, la mayor parte del aprendizaje automático más innovador se realiza en los chips convencionales de ordenador, diseñados originalmente para el proceso gráfico o por encargo para que manejen los cálculos necesarios de forma tan eficiente como sea posible. Repensar las arquitecturas de los chips y los tipos de componentes utilizados podría aumentar significativamente el rendimiento. IBM ya tiene un fuerte enfoque en investigación en ciencia de materiales y en nuevos dispositivos de computación. Gill señala: "Estamos todos muy emocionados con la inteligencia artificial, y encima el campo tiene muchas décadas de desarrollo por delante".
nUna de esas oportunidades podría provenir de la computación cuántica. Esta tecnología ha sido una curiosidad permanente para la investigación durante décadas, y ahora está avanzando hacia máquinas prácticas capaces de abordar problemas reales, particularmente en áreas como la investigación química. Sus posibles efectos en el aprendizaje automático y la IA generan preguntas fascinantes.
nGill cree que es demasiado pronto para predecir cómo se desarrollarán las cosas, pero considera que la experimentación podría deparar algunas sorpresas. El responsable añade: "Sólo ocurrirá si tienes un maldito ordenador cuántico, y eso es justo lo que tenemos".
nAdemás de los avances en hardware, el nuevo centro del MIT investigará nuevos tipos de algoritmos de aprendizaje automático. En particular, estudiará algoritmos que permitan a los ordenadores aprender de datos en crudo o no etiquetados, y otros que posibiliten transferir el aprendizaje de un dominio a otro.
nEl decano de la escuela de ingeniería del MIT, Anantha Chandrakasan, dice que, en una situación ideal, los esfuerzos en investigación en hardware y software deberán alimentarse mutuamente. El experto detalla: "No vamos a diseñar algoritmos que sean completamente independientes de las arquitecturas que vamos a utilizar. Tendremos un pensamiento general de todo el sistema".
nEl laboratorio también examinará cómo la inteligencia artificial se puede aplicar en ámbitos específicos, como el cuidado de la salud y la seguridad informática. Chandrakasan asegura estar particularmente entusiasmado por explorar las aplicaciones prácticas de la IA y espera que en los próximos años esta iniciativa genere nuevas empresas.
nEsta área de interés podría resultar especialmente importante para el negocio actual de IBM. La compañía se ha dado cuenta de que es más difícil de lo previsto implementar Watson en áreas como el cuidado de la salud.
nLa colaboración también tendrá como objetivo investigar sobre las implicaciones de la inteligencia artificial en la prosperidad global. La distinguida investigadora científica del Centro de Investigación IBM TJ Watson Francesca Rossi dice que el proyecto se unirá al estudio sobre los algoritmos de IA. "Para avanzar en la prosperidad común a través de la IA, también es necesario avanzar en los algoritmos de inteligencia artificial que se usarán", dice.
nEn su enfoque sobre el uso de la IA para proporcionar beneficios económicos y sociales, el esfuerzo se superpone en algunos aspectos con la Asociación para la IA, un consorcio que IBM ayudó a fundar en septiembre de 2016 para estudiar cómo esta tecnología está influyendo en la sociedad. Pero Rossi dice que la colaboración MIT-IBM desarrollará investigación, mientras que la asociación proporciona una plataforma abierta para discutir estos temas. Por ejemplo, la asociación sobre la IA podría recomendar que cada sistema de inteligencia artificial pueda explicarse a sí mismo, como una directriz general. Pero los expertos en IA aún no entienden cómo los algoritmos toman decisiones (ver El secreto más oscuro de la inteligencia artificial: ¿por qué hace lo que hace?). MIT e IBM podrían idear formas de abordar este problema al trabajar juntos, augura Rossi.
n