La investigación en inteligencia artificial se está encareciendo, dejando a poca gente con fácil acceso a gran poder de fuego necesario para desarrollar tecnología. (Jon Han/The New York Times)
La investigación en inteligencia artificial se está encareciendo, dejando a poca gente con fácil acceso a gran poder de fuego necesario para desarrollar tecnología. (Jon Han/The New York Times)

Cada gran medida de progreso en la informática —desde los servidores hasta las computadoras personales, el internet y los teléfonos inteligentes— ha ofrecido oportunidades para que más gente innove en la frontera digital.

Sin embargo, hay una preocupación creciente acerca de que esa tendencia se esté revirtiendo con la nueva arista principal de la tecnología: la inteligencia artificial.

Los expertos en informática dicen que la investigación en materia de IA se está volviendo cada vez más costosa, pues exige cálculos complejos realizados por centros de datos gigantescos, por lo que hay menos personas que tienen acceso al poder computacional necesario para desarrollar la tecnología detrás de productos futuristas como los vehículos autónomos o los asistentes digitales que pueden ver, hablar y razonar.

El peligro, señalan, es que las investigaciones pioneras de la inteligencia artificial sean un campo de privilegiados y desposeídos. Los privilegiados serán principalmente unas cuantas empresas tecnológicas de gran tamaño como Google, Microsoft, Amazon y Facebook, que invertirán miles de millones al año construyendo sus centros de datos.

En el campo de los desposeídos, advierten, se encontrarán los laboratorios universitarios, que tradicionalmente han sido una fuente de innovaciones que terminan impulsando nuevos productos y servicios.

“Los enormes recursos informáticos que tienen estas compañías plantean una amenaza, pues las universidades no pueden competir”, dijo Craig Knoblock, director ejecutivo del Instituto de las Ciencias de la Informática, un laboratorio de investigación de la Universidad del Sur de California.

Las advertencias de los científicos investigadores llegan en medio de las preocupaciones en aumento acerca del poder de las grandes empresas tecnológicas. La mayor parte del enfoque se ha basado en la generación de la tecnología actual: los motores de búsqueda, la publicidad en línea, las redes sociales y el comercio electrónico. No obstante, los científicos están preocupados de que haya una barrera para explorar el futuro tecnológico cuando se requiera una enorme cantidad de información computada.

Los centros modernos de datos de las grandes compañías tecnológicas son extensos y herméticos. Los edificios son del tamaño de campos de fútbol, o más grandes, y en ellos se encuentran un estante tras otro con cientos de miles de computadoras. Las puertas son a prueba de balas. Los muros son a prueba de incendios. Rara vez se permite que alguien del exterior entre en ellos.

Se trata de las salas de máquinas de la computación en la nube. Ofrecen una cornucopia de entretenimiento e información disponible en los celulares y las laptops, y permiten que millones de desarrolladores programen aplicaciones de software basadas en la nube.

Sin embargo, los investigadores de inteligencia artificial, afuera de las grandes empresas tecnológicas, ven una tendencia preocupante en su campo. Un informe reciente del Instituto Allen de Inteligencia Artificial observó que el volumen de cálculos necesarios para ser líder en las tareas de IA, como el entendimiento del lenguaje, los videojuegos y el razonamiento de sentido común, ha aumentado casi 300.000 veces en los últimos seis años.

Todo ese combustible informático es necesario para alimentar los modelos de software de aprendizaje profundo, cuyo desempeño mejora con más cálculos y más datos. El aprendizaje profundo ha sido el principal motor de las innovaciones en materia de IA en años recientes.

“Cuando tiene éxito, hay enormes beneficios”, comentó Oren Etzioni, director ejecutivo del Instituto Allen, fundado en 2014 por Paul Allen, el multimillonario cofundador de Microsoft. “Sin embargo, el costo de realizar investigaciones se está elevando exponencialmente. Como sociedad y economía, sufrimos si solo hay un puñado de lugares donde puedes estar en la vanguardia”.

La evolución de OpenAI, un laboratorio de inteligencia artificial, muestra la economía cambiante, así como la promesa de la tecnología de IA de aprendizaje profundo.

Fundado en 2015, con el apoyo de Elon Musk, OpenAI comenzó como un laboratorio de investigación sin fines de lucro. Su ambición era desarrollar tecnología en la frontera de la inteligencia artificial y compartir los beneficios con todo el mundo. Era una visión que insinuaba la tradición informática de un programador inspirado que trabaja solo en una laptop y al que se le ocurre una gran idea.

Esta primavera, OpenAI usó su tecnología para vencer al equipo campeón del mundo formado por jugadores humanos que vencieron un videojuego complejo llamado Dota 2. Su software aprendió el juego mediante un proceso constante de prueba y error durante meses, el equivalente de más de 45.000 años de jugarlo.

Los científicos de OpenAI se han dado cuenta de que están involucrados en un esfuerzo más parecido a la física de partículas o la simulación climática, campos que exigen enormes recursos informáticos. Ganar en la competencia de Dota 2, por ejemplo, requirió gastar millones de dólares rentando el acceso a decenas de miles de microprocesadores informáticos dentro de los centros de datos de computación en la nube dirigidos por empresas como Google y Microsoft.

Oren Etzioni, quien supervisa el Allen Institute for Artificial Intelligence, en el laboratorio en Seattle, el 27 de agosto de 2019. (Kyle Johnson/The New York Times)
Oren Etzioni, quien supervisa el Allen Institute for Artificial Intelligence, en el laboratorio en Seattle, el 27 de agosto de 2019. (Kyle Johnson/The New York Times)

Este año, OpenAI se transformó en una compañía comercial para atraer financiamiento y, en julio, anunció que Microsoft haría una inversión de mil millones de dólares. La mayor parte del dinero, señaló OpenAI, se invertiría en el poder informático necesario para ir tras sus metas, que aún incluyen compartir de manera generalizada los beneficios de la IA después de pagarles a sus inversionistas.

Como parte del acuerdo de OpenAI con Microsoft, el gigante del software terminará por convertirse en la única fuente informática del laboratorio.

“Si no tienes la potencia computacional suficiente, no puedes innovar”, comentó Ilya Sutskever, científico en jefe de OpenAI.

Los académicos también están planteando preocupaciones sobre el poder consumido por los programas avanzados de IA. Entrenar un modelo enorme de aprendizaje profundo puede generar la misma huella de carbón que toda la vida útil de cinco autos estadounidenses, incluyendo la gasolina, según calcularon tres expertos en informática de la Universidad de Massachusetts, campus Amherst, en un artículo de investigación reciente. (Las grandes empresas tecnológicas dicen que compran tanta energía renovable como pueden para reducir el impacto medioambiental de sus centros de datos).

Etzioni y sus coautores del Instituto Allen dicen que quizá ambas preocupaciones —acerca del uso de energía y el costo de la computación— podrían abordarse por lo menos parcialmente cambiando la manera en que se mide el éxito en la tecnología de la IA.

El enfoque obtuso del campo respecto de la precisión, señalan, sesga las investigaciones hacia un sendero demasiado estrecho.

También debería considerarse la eficacia. Sugieren que los investigadores también informen sobre “el precio computacional” necesario para lograr resultados en un proyecto.

Desde que se publicó su artículo de “IA ecológica” en julio, su mensaje ha hecho eco en muchos miembros de la comunidad de investigadores.

Henry Kautz, profesor de informática en la Universidad de Rochester, señaló que la precisión “en realidad solo es una dimensión que nos importa en la teoría y en la práctica”. Otras, dijo, incluyen cuánta energía se usa, cuántos datos son necesarios y cuánto esfuerzo humano especializado se necesita para que funciona la tecnología de IA.

Una vista más multidimensional, agregó Kautz, podría ayudar a equilibrar el campo de juego entre los investigadores académicos y los expertos en informática de las grandes compañías tecnológicas, si los proyectos de investigación dependieran menos del poder informático bruto.

Sería prudente que las compañías también proporcionaran apoyo sólido para la investigación académica, incluyendo un acceso mucho mayor a sus recursos informáticos con el fin de que la competencia de ideas e innovaciones vaya más allá de los muros corporativos, dijo Ed Lazowska, profesor de la Universidad de Washington.

Una relación más solidaria, argumenta Lazowska, beneficiaría sus intereses corporativos. De otra manera, señaló, “veremos un debilitamiento importante de la capacidad de la comunidad académica de producir la siguiente generación de expertos en informática que impulsarán a estas empresas”.


Copyright 2019 The New York Times Company