En el boletín Future Perfect del miércoles, mi colega Dylan Matthews escribió sobre los motivos de escepticismo respecto de los ganadores del Premio Nobel de Economía de este año. Su argumento fue que, si bien sus teorías son interesantes, hay muchas razones para dudar de cuán correctas sean.
Sin embargo, respecto de otros premios Nobel de este año, mi escepticismo va en la dirección opuesta. El Nobel de Física fue otorgado este año a John J. Hopfield y Geoffrey E. Hinton “por descubrimientos e invenciones fundamentales que permiten el aprendizaje automático con redes neuronales artificiales”.
El premio refleja sin duda un trabajo serio, impresionante y que cambia el mundo en sus temas de investigación, y casi con certeza uno de los trabajos más impactantes que existen. La cuestión más debatida es, bueno, si este Premio Nobel de Física debería realmente contarse como física.
Juntos, Hopfield y Hinton realizaron gran parte del trabajo fundamental sobre las redes neuronales, que almacenan nueva información cambiando los pesos entre las neuronas. El comité del Nobel sostiene que la experiencia de Hopfield y Hinton en física sirvió de inspiración para su trabajo fundacional en IA, y que razonaron mediante analogías con las interacciones moleculares y la mecánica estadística al desarrollar las primeras redes neuronales.
Eso está bien, pero ¿es física?
Algunas personas no lo creen. «Al principio, me alegré de verlos reconocidos con un premio tan prestigioso, pero una vez que leí más y vi que era para Física, quedé un poco confundido», dijo a la revista Cosmos Andrew Lensen, un investigador de inteligencia artificial. «Creo que es más exacto decir que sus métodos pueden haber sido inspirado por la investigación física”.
“Estoy sin palabras. Me gustan el ML (aprendizaje automático) y las ANN (redes neuronales artificiales) tanto como a cualquiera, pero es difícil ver que se trata de un descubrimiento de la física”, tuiteó el físico Jonathan Pritchard. «Supongo que el Nobel se vio afectado por la exageración de la IA».
El resentimiento por el hecho de que la IA se robara la atención solo se intensificó cuando se anunció el Nobel de Química. Fue en parte para el fundador de Google DeepMind, Demis Hassabis, y su colega John Jumper, para AlphaFold 2, un predictor de estructura de proteínas de aprendizaje automático.
Uno de los problemas más difíciles en biología es anticipar las numerosas interacciones moleculares que influyen en cómo se plegará una proteína impresa a partir de una determinada cadena de aminoácidos. Comprender mejor la estructura de las proteínas acelerará drásticamente el desarrollo de fármacos y la investigación fundamental.
AlphaFold, que puede reducir en órdenes de magnitud el tiempo necesario para comprender la estructura de las proteínas, es un gran logro y muy alentador en cuanto a la capacidad final de los modelos de IA para hacer contribuciones importantes en este campo. Seguramente es digno del Nobel, si es que hubiera un Nobel en biología. (No lo hay, por lo que la química tuvo que bastar).
El Nobel de Química me parece mucho menos exagerado que el de Física; En la medida en que inspiró quejas resentidas, sospecho que se debe principalmente a que, junto con el premio de Física, estaba empezando a parecer una tendencia. «La informática parecía estar completando su adquisición del Nobel», escribió Nature después de que se anunciara el premio de Química.
Los Nobel estaban apostando por la IA, declarando en uno de los escenarios más prestigiosos del mundo que los logros de los investigadores de IA con el aprendizaje automático constituían contribuciones serias, respetables y de clase mundial a los campos que los habían inspirado vagamente. En un mundo donde la IA es cada vez más importante y donde mucha gente la encuentra sobrevalorada y extremadamente molesta, esa es una afirmación tensa.
Sobrevalorado es una mala forma de pensar en la IA
¿Está sobrevalorada la IA? Sí, absolutamente. Hay un aluvión constante de afirmaciones desagradables y exageradas sobre lo que puede hacer la IA. Hay personas que recaudan sumas absurdas de dinero añadiendo “IA” a modelos de negocio que no tienen mucho que ver con la IA en absoluto. El entusiasmo por las soluciones “basadas en IA” a menudo supera cualquier comprensión de cómo funcionan realmente.
Pero todo eso puede coexistir (y, de hecho, coexiste) con la IA como algo realmente importante. Los logros de AlphaFold en materia de plegamiento de proteínas se produjeron en el contexto de concursos preexistentes sobre una mejor predicción del plegamiento de proteínas, porque se entendía bien que resolver ese problema realmente importaba. Independientemente de si tiene entusiasmo por los chatbots y el arte generativo o no, las mismas técnicas han traído al mundo la transcripción y traducción barata, rápida y efectiva, facilitando mucho todo tipo de tareas de investigación y comunicación.
Y todavía estamos en los primeros días del uso de los sistemas de aprendizaje automático para los que Hinton y Hopfield establecieron el marco por primera vez. Creo que algunas personas que se posicionan “en contra de la exageración de la IA” están efectivamente apoyadas contra la pared de una fábrica de principios del siglo XX diciendo: “¿Ya tienes electricidad para resolver todos tus problemas? ¿No? Hmmm, supongo que no fue gran cosa”.
A principios del siglo XX era difícil anticipar adónde nos llevaría la electricidad, pero de hecho era bastante fácil ver que la capacidad de traspasar grandes cantidades de trabajo humano a las máquinas sería muy importante.
De manera similar, no es difícil ver que la IA va a ser importante. Entonces, si bien es cierto que existe un grupo desagradable y entusiasta de inversores despistados y recaudadores de fondos deshonestos deseosos de etiquetar todo con IA, y si bien es cierto que las empresas a menudo exageran sistemáticamente lo geniales que son sus últimos modelos, no es una exageración ver a la IA como algo un asunto enormemente importante y una de las principales contribuciones científicas e intelectuales de nuestros días. Es simplemente exacto.
El comité del Premio Nobel puede o no haber estado tratando de seguir el tren de la exageración (son simplemente personas comunes y corrientes con la misma gama de motivaciones que cualquier otra persona), pero el trabajo que identificaron realmente importa, y todos vivimos en un mundo que se ha enriquecido con ello.
