Una figura clave para el avance de la inteligencia artificial

El domingo 11 de julio de 1971 Frank Rosenblatt salió a navegar por la Bahía de Chesapeake para festejar sus 43 años y perdió la vida en un accidente en su velero. Había nacido en Nueva York y obtuvo su doctorado en Psicología en la Universidad de Cornell. Su campo de investigación era la computación. Durante mucho tiempo estuvo pensando lo mínimo que debería tener el cerebro para funcionar como lo hace, y en 1958 propuso un algoritmo que habilitaría a una máquina aprender de los datos.

Como siempre pasa en la ciencia, sus ideas se basaron en los trabajos y descubrimientos de otros investigadores. A fines del siglo XIX, el médico español Santiago Ramón y Cajal había descubierto las neuronas. En 1943, los estadounidenses McCulloch y Pitts propusieron un modelo lógico matemático de una neurona artificial. En 1949 un novelista, psicólogo y neurólogo, Donald Hebb, propuso una regla para explicar el funcionamiento del cerebro: cuando dos neuronas conectadas entre sí se disparan al mismo tiempo, la conexión entre ellas se refuerza.

Influenciado por todos ellos, Rosenblatt finalmente logró su meta y creó un perceptrón, una máquina que podía ver figuras con una resolución de 400 pixeles y clasificarlas. Pero lo más interesante de este invento era que no se necesitaba programarla. Bastaba con enseñarle a reconocer las figuras para que de a poco fuera aprendiendo a diferenciarlas.

El perceptrón marcó el inicio de un nuevo paradigma de la computación y en particular de un nuevo campo de investigación llamado Inteligencia Artificial. Hasta ese momento, se pensaba que para crear un programa que realizara tareas inteligentes, había que descubrir la lógica del pensamiento. Pero el perceptrón agregó un nuevo enfoque. En vez de comenzar con funciones de alto nivel de pensamiento utilizando la lógica, ¿por qué no construir desde un nivel mucho más bajo? Una neurona es muy simple: quizá conectando varias en una red se logre que surja el comportamiento inteligente.

El entrenamiento para que una red neuronal artificial aprenda una tarea consiste en plantear una pregunta y luego comparar su respuesta con la correcta. Cada vez que se equivoca, se modifica la intensidad de sus conexiones para que la próxima vez lo haga mejor. Luego de muchas repeticiones con muchos pares de preguntas y respuestas, la red aprende a responder correctamente.

Esta nueva estrategia para lograr que las máquinas se comporten como seres humanos disparó la imaginación de muchos investigadores y estudiantes, y los fondos de investigación comenzaron a fluir desde el enfoque más tradicional, llamado simbolista, a este nuevo, llamado conexionista.

Pero el camino no iba a ser fácil. Los simbolistas declararon la guerra a los conexionistas. En 1969, Marvin Minsky y Seymour Papert publicaron un libro llamado Perceptrones, en el que demostraban que existían tareas muy simples que un perceptrón no podía resolver. Con esto se dio por finalizada esta batalla con un claro vencedor: el bando de los simbolistas.

La razón por la que los perceptrones no podían resolver determinadas tareas simples para una persona, era que sus neuronas artificiales se agrupaban en una sola capa, mientras que nuestro cerebro tiene varias capas. Nadie sabía cómo entrenar una red neuronal artificial que tuviera más de una capa. Pero a fines de los años setenta un físico del MIT encontró una solución parcial a este problema y finalmente otros investigadores, entusiasmados con este nuevo rebrote del conexionismo, probaron otros algoritmos hasta que David Rumelhart, Geoffrey Hinton y Ronald Williams publicaron un artículo en el que detallaron un algoritmo que solucionó el problema para siempre.

La historia de la Inteligencia Artificial continuó con sus altibajos, hasta hace unos pocos años, en que la combinación de nuevos algoritmos para entrenar redes neuronales, computadoras increíblemente veloces y una enorme cantidad de datos disponibles, plantea un presente y futuro en el que tenemos que aprender a convivir con máquinas inteligentes.

Los avances de la IA de los últimos años han sido extraordinarios: las máquinas entienden lo que les decimos, como Alexa o Siri; otras son capaces de reconocer todo tipo de imágenes, pueden generar textos como si hubieran sido escritos por un ser humano, conducir automóviles y aviones, jugar nuestros juegos con estrategias que no se nos habían ocurrido, y además ¡no ganarnos!

Todo esto se lo debemos en gran medida al héroe de esta historia, Frank Rosenblatt, de quien George Nagy, uno de sus colegas, dijo: “Durante mi carrera llegué a conocer a algunas personas muy brillantes. Conocer a Frank me hizo apreciar la diferencia entre muy brillante y genio”.

Conforme a los criterios de

Conocé más