La inteligencia artificial transversal (I): más que una inteligencia artificial generativa

La inteligencia artificial se encuentra en ebullición, inmersa en continuos avances, mejoras y nuevas posibilidades. En ese camino, avanza hacia lo que voy a denominar, intencionadamente, transversalidad, en lugar de emplear el término más habitual, generalidad, por razones que explicaré.

Voy a dedicar una corta serie de posts a revisar en qué sentidos se está produciendo esa transversalidad. En este primer post, comienzo hablando del borrado de la barrera entre la inteligencia artificial generativa y la inteligencia artificial discriminativa.

La aspiración a una inteligencia artificial general

Antes, explico la elección de la palabra transversalidad en lugar de emplear 'generalidad', que sería la elección más sencilla.

Entre las viejas (aunque muy actuales) aspiraciones de la inteligencia artificial, está la de emular la inteligencia artificial humana. La inteligencia humana, aparte de otras maravillosas y asombrosas características, exhibe la generalidad, es decir, la capacidad de abordar con éxito todo tipo de tareas, desde  la lectura al cálculo mental, desde tareas inconscientes como las ligadas a la percepción, la homeostasis o el control del movimiento, hasta tareas conscientes como la resolución de ecuaciones, la planificación de un viaje, o la realización de un diagrama de bloques para expresar una idea.

El mismo cerebro, el mismo y asombroso cerebro, vale para todo. Como diría mi abuela, que en paz descanse, vale 'lo mismo para un roto que para un descosido'.

Y la aspiración, fascinante al tiempo que intimidante, y quizá aterradora, sería que la inteligencia artificial hiciese lo mismo. 

Ya hace muchos años se acuñó la diferenciación entre inteligencia artificial fuerte e inteligencia artificial débil. La inteligencia artificial fuerte sería esa inteligencia artificial de propósito general, similar a la humana, mientras que la inteligencia artificial débil sería la que se concentra en problemas concretos, problemas que puede resolver muy bien, con frecuencia mejor que un humano, pero muy acotados en alcance. 

Y la inteligencia artificial, la que hemos tenido desde su nacimiento, la que en el fondo tenemos ahora mismo, es inteligencia artificial débil.

Sin embargo, hay que reconocer, que la inteligencia artificial ha avanzado en los últimos tres o cinco años en el camino de la generalización. Por decirlo de alguna forma, sigue siendo débil.. pero menos.

Una inteligencia artificial transversal

Si, avanza hacia la generalidad. Es cierto.

Sin embargo, prefiero no utilizar el término "general" y, por tanto, no subirme al carro de la denominación AGI ('Artificial General Intelligence'), a pesar de que, como término, me gusta, porque tienen connotaciones que prefiero evitar.

Si hablamos de una inteligencia artificial general, creo que directamente nos lleva a pensar en una inteligencia artificial fuerte y ya, si nos 'ponemos estupendos', en la famosa singularidad.

A pesar de los formidables avances a que hemos asistido en la inteligencia artificial en los últimos años, y a pesar de que, probablemente, podamos ser optimistas en cuanto a sus perspectivas de avance en los que están por venir, me parece que aún estamos muy lejos, mucho, de una auténtica inteligencia artificial fuerte. Así que mejor no utilizar una palabra que sugiere que estamos llegando a esa inteligencia artificial fuerte.

Pero es preciso reconocer que la inteligencia artificial se está 'generalizando' (de hecho eso es sobre lo que quiero reflexionar en la serie de posts que anunciaba al principio).

Para reflejarlo, para recoger esos avances hacia la generalidad, de momento, y sujeto a revisión, elijo el término 'transversalidad'. No es que me guste ni mucho ni poco, pero creo que me permite expresar la idea sin utilizar AGI.

Hecho este apunte, volvamos al tema principal de este post: el borrado de la frontera entre generativa y discriminativa.

Inteligencia artificial generativa vs discriminativa

No sé, realmente, cuando se acuñó el término 'inteligencia artificial discriminativa' pero yo fui consciente de él, y comencé a utilizarlo en ciertas charlas y clases, a partir del 'boom' de ChatGPT y con él de toda la inteligencia artificial generativa.

Claro, para explicar lo que significaba ese apellido "generativa" necesitabas contraponerlo con la inteligencia artificial que no era generativa, y que se denominó "discriminativa'.

En el fondo, no era difícil explicar lo que era la inteligencia artificial generativa, una inteligencia artificial orientada a la creación (generación) de contenido nuevo, inicialmente texto e imágenes y posteriormente casi cualquier tipo de medio. La creación de imágenes o noticias, por ejemplo, mediante inteligencia artificial, era generativa.

Frente a eso, la discriminativa, de alguna forma, se orienta al análisis de informaciones, y no a su generación. Así, la realización de modelos predictivos, el reconocimiento facial o el análisis de sentimiento de un texto, son tareas discriminativas. 

La generativa se hace también discriminativa

Bueno, pues uno de los pasos que creo que se está dando hacia la transversalidad es la eliminación de la barrera entre discriminativa y generativa. 

Desde un punto de vista descriptivo o teórico de casos de uso podemos, si queremos, mantener la distinción. Pero si bajamos a su realización técnica, esas barreras están desapareciendo a pasos agigantados.

Los modelos y arquitecturas creadas para tareas generativas, los 'Transformers', los GPTs, Los BERT o los modelos de difusión, han demostrado, y siguen demostrando, que se pueden usar tanto para tareas de generación como de discriminación.

Así, con un modelo de lenguaje tipo GPT o similar, podemos crear nuevo texto, claro, pero también podemos hacer un análisis de sentimiento o un análisis sintáctico, tareas claramente discriminativas, o el resumen de un texto o su traducción a otro idioma, tareas que considero que están a medio camino entre la discriminación y la generación, pero que ya habían sido abordadas por la inteligencia artificial discriminativa.

Igualmente, en el caso de imágenes, podemos, por ejemplo, basándonos en modelos de difusión, crear imágenes o incluso vídeos originales, es decir, tareas netamente generativas, pero también podemos asignarle una etiqueta o descripción a una imagen, tareas que considero discriminativas más que generativas. 

En busca de un nuevo término

Creo que esas barreras entre discriminativa y generativa son ya muy difusas y, probablemente, acaben desapareciendo. Así que, quizá, debamos olvidarnos de hablar de discriminativa y generativa y buscar un tercer término.

O quizá, mejor aún, haya que eliminar los 'apellidos' y volver a hablar, simplemente, de inteligencia artificial, una inteligencia artificial cada vez más potente y, si, más transversal.

Conclusiones

La inteligencia artificial avanza hacia la transversalidad, hacia la capacidad de abordar mayores alcances. En ese camino, uno de los pasos que se da es la eliminación de fronteras entre la inteligencia artificial discriminativa y la generativa.

En próximos posts, veremos otros pasos adicionales.