Garry Kasparov vs. Deep Blue

“We have to start recognizing the inevitability of machines taking over more and more tasks that we used to do in the past. It’s called progress. Machines replaced farm animals and all forms of manual labor, and now machines are about to take over more menial parts of cognition. Big deal. It’s happening. And we should not be alarmed about it. We should just take it as a fact and look into the future, trying to understand how can we adjust.”

Garry Kasparov

(“Tenemos que empezar a reconocer la inevitabilidad de que las máquinas se encarguen de más y más tareas que solíamos hacer en el pasado. Se llama progreso. Las máquinas reemplazaron a los animales de granja y a todas las formas de trabajo manual, y ahora las máquinas están a punto de asumir más partes sencillas de la cognición. Gran cosa. Está pasando. Y no debemos alarmarnos por ello. Debemos asumirlo y mirar hacia el futuro, tratando de entender cómo podemos ajustarnos a ello”)

 

La frase es de alguien que, en 1997, vio como una máquina le vencía al ajedrez, el juego en el que había logrado convertirse en campeón absoluto a nivel mundial. La pronunció en una entrevista en la BBC titulada Why the world should embrace AI, en la que se incluye una entrevista en vídeo. La máquina que venció a Kasparov no era inteligente: simplemente, era capaz de calcular escenarios combinatorios y probabilidades con mucha más velocidad y precisión que un cerebro humano. Una simple cuestión de fuerza bruta a la que ya estamos perfectamente acostumbrados, que nos parece perfectamente asumible y que no nos resulta en absoluto insultante.  El ajedrez, por su naturaleza, es particularmente sensible a esa fuerza bruta: es una tarea perfectamente acotada y definida por unas reglas claras e inflexibles, en cuyo desarrollo juega un papel fundamental el análisis de escenarios. Una máquina, sencillamente, posee más capacidad de cálculo que una persona, lo que le permite calcular y contemplar más escenarios.

Desde aquella partida de ajedrez, las cosas han cambiado mucho. Ahora una máquina con capacidad de aprender ya gana a los humanos en juegos de preguntas y respuestas como el Jeopardy, al milenario juego del Go y hasta al poker, pero lo importante no son estos retos y desafíos meramente propagandísticos, sino la posibilidad de aplicar esa capacidad de aprendizaje a muchas otras tareas. Una máquina ya no es simplemente algo capaz de hacer lo que un humano le indica, una tarea repetitiva que es desarrollada más rápido, con más precisión y con menos errores, sino que se ha convertido en algo capaz de hacer cosas que los humanos no son capaces de hacer: aprender de unos datos, desarrollar un modelo que los explica, y llevar a cabo análisis mejores que los que podrían llevar a cabo los humanos que la programaron. No, no va a evolucionar para convertirse en Terminator ni en ningún otro tipo de robot asesino, porque no son inteligentes: simplemente son capaces de llevar a cabo procesos de aprendizaje en tareas muy definidas, con reglas acotadas y escenarios limitados, pero no por ello dejan de tener extraordinarias posibilidades, capaces de separar a las empresas competitivas de las que no lo son.

Garry Kasparov lo sabe. No es cuestión de tratar de detener lo que no puede ser detenido: el progreso es inevitable, y ofrece posibilidades impresionantes. Muy pronto, los conocimientos de machine learning serán el nuevo “manejo de hoja de cálculo” en los curriculum, y habremos pasado de verlo como algo absolutamente especializado y solo al alcance de científicos de datos, para considerarlo algo perfectamente normal, parte del día a día, algo en lo que confiamos para tareas de todo tipo.

Ve preparándote.

 

Comments are closed.