El invierno de la IA: Un ciclo de promesas excesivas y entregas insuficientes

Prometer demasiado, cumplir poco

A todos nos ha pasado alguna vez. Ves un anuncio de una camisa que tiene un aspecto increíble en la modelo y un montón de valoraciones de cinco estrellas en el sitio web, todo lo cual hace que pagar una cantidad absorbente de dinero por el producto merezca la pena. Pero cuando por fin llega la camisa, el color de la tela no es el adecuado, no queda bien y no hay forma de recuperar el dinero porque la tienda no admite devoluciones. Durante unos meses, tal vez unos años, dejas de comprar camisas por Internet y te centras en comprar en tiendas donde puedes entrar y probarte la camisa, asegurándote de que lo que quieres en una camisa es realmente alcanzable y no un anuncio exagerado en Internet.

Lo mismo ocurre con la inteligencia artificial. En el pasado, los creadores de complejos sistemas de IA han prometido en exceso lo que sus programas pueden hacer, alentando grandes esperanzas en los consumidores, antes de defraudarles en última instancia. Cuando los consumidores se sienten decepcionados, dejan de gastar su dinero en productos que pueden funcionar, optando por los productos de eficacia probada que sí funcionarán. Y cuando los consumidores dejan de gastar su dinero, también lo hacen los inversores.

El invierno de la IA es cuando el interés de los consumidores por la inteligencia artificial es bajo y, por tanto, los inversores dejan de invertir dinero en el desarrollo de la inteligencia artificial. Es una época en la que se producen pocos avances en la tecnología de IA y el progreso tecnológico se detiene. Cuando los consumidores empiezan a anhelar una tecnología que piense por sí misma y les facilite la vida diaria y el trabajo, el dinero de los inversores empieza a llegar de nuevo al sector, lo que da lugar a nuevos descubrimientos y avances tecnológicos.

El juego de imitación

Años antes de que John McCarthy del MIT acuñara el término “inteligencia artificial”, ya existía Alan Turing. Si su nombre le suena, probablemente sea porque Turing fue un criptoanalista durante la Segunda Guerra Mundial, que ayudó a desarrollar la máquina Bombe que descifró los códigos alemanes creados por la máquina Enigma, ayudando a las fuerzas aliadas a ganar la guerra. En 1950 Turing publicó un artículo que se centraba en la pregunta: ¿pueden los ordenadores pensar como un humano?

El Test de Turing, como se conoció, era un juego de imitación. Si un ordenador y un ser humano respondían a una pregunta, ¿podría un juez que supiera que una de las respuestas procedía de un ordenador determinar con exactitud qué respuesta estaba hecha por el hombre y cuál por la máquina? Han pasado 73 años desde la aparición del Test de Turing y ninguna tecnología de inteligencia artificial ha conseguido superarlo, pero eso no significa que la IA no haya recorrido un largo camino desde la Segunda Guerra Mundial.

Los años dorados de la IA

El comienzo de los años dorados de la IA fue en gran parte financiado por el gobierno debido al interés por la MT o traducción automática. El 7 de enero de 1954 se presentaron en Nueva York los resultados del experimento Georgetown-IBM. El New York Times lo calificó de “[una] demostración pública de lo que se cree que es el primer uso con éxito de una máquina para traducir pruebas significativas de un idioma a otro. . .” En plena Guerra Fría, la traducción instantánea de documentos y comunicaciones soviéticos en ruso era de suma importancia para el gobierno de Estados Unidos, lo que hacía de esta demostración de MT una de verdadera trascendencia.

El Experimento Georgetown-IBM se llevó a cabo en un ordenador de grado militar que se programó con seis reglas gramaticales y 250 palabras de vocabulario que se aplicaban a temas de química orgánica, política, derecho y asuntos militares. La demostración fue un gran éxito, y uno de los lingüistas más destacados del Experimento Georgetown-IBM, el Dr. Leon Dostert, predijo que en un plazo de tres a cinco años la TA podría estar lo suficientemente avanzada como para producir traducciones significativas en múltiples idiomas sobre una gran variedad de temas.

El gobierno estadounidense, deseoso de superar a la Unión Soviética en todo, desde la llegada a la luna hasta la producción de las mejores armas nucleares, invirtió grandes sumas en traducción automática. Sin embargo, como todos los que han comprado por Internet alguna vez, se llevaron una gran decepción con el resultado.

El primer invierno y un verano japonés

El pistoletazo de salida del primer Invierno de la IA comenzó con la publicación de un informe, conocido como el Comité Asesor sobre Procesamiento Automático del Lenguaje o informe ALPAC. El informe ALPAC llegaba a la conclusión de que la traducción automática no era tan rentable como el uso de un montón de traductores humanos formados y, por lo tanto, no era de utilidad para el gobierno o el público en general en ese momento. Tras la publicación del informe ALPAC, la inversión pública en MT disminuyó y, por tanto, se ralentizaron los avances en el desarrollo de la tecnología necesaria para mejorar la traducción automática.

Mientras el gasto público estadounidense y el entusiasmo por la inteligencia artificial disminuían, el gobierno japonés destinó más de mil millones de dólares a la investigación y el desarrollo del sistema informático de quinta generación o proyecto FGCS a lo largo de la década de 1980. En lugar de confiar en una inteligencia artificial basada en complicados algoritmos, el proyecto FGCS esperaba desarrollar una IA capaz de hacer inferencias a partir de una amplia base de conocimientos.

Por ejemplo, si la IA sabe que un doberman es un tipo de perro y que todos los perros ladran, sabrá que los doberman ladran. Esta IA basada en la inferencia se conoce como KIPS o Sistemas de Procesamiento de la Información del Conocimiento y supuso un avance totalmente novedoso en el campo de la tecnología informática.

Aunque el proyecto japonés FGCS logró desarrollar máquinas KIPS que no se parecían a ninguna de las tecnologías de inteligencia artificial que existían en aquel momento, no consiguió producir algo mejor de lo que ya había. Fue, una vez más, otro caso de exceso de promesas e insuficiencia de resultados en las capacidades de la inteligencia artificial.

Veinte años de verano y contando

El comienzo del siglo XXI fue una época salvaje para el desarrollo tecnológico. Internet se había hecho cada vez más popular, asistimos a la introducción de teléfonos con cámara y dispositivos con Bluetooth en el mercado de consumo. En 2023, casi todo el mundo tiene un smartphone con cámara y posee un dispositivo con Bluetooth, pero a finales de los 90 y principios de los 2000, eran tecnologías punteras que despertaron en el gran público un anhelo de más. Gracias al interés de los consumidores por la tecnología avanzada, se produjo una afluencia de gasto que permitió que AI Summer volviera a brillar y aún no se ha detenido.

Hoy en día, la inteligencia artificial está en todas partes. Hay asistentes de inteligencia artificial como Siri y Alexa, aplicaciones para redactar textos como ChatGPT y coches y autobuses autoconducidos que salen a la carretera. La traducción automática incluso ha regresado de su anterior exilio con programas como Google Translate y Microsoft Translator.

Redacción de la IA

No es de extrañar que, más de setenta años después de que Alan Turing planteara por primera vez la pregunta ¿pueden pensar los ordenadores? ¿pueden pensar los ordenadores?, la IA se haya convertido en un elemento básico para ayudar a realizar tareas que, de otro modo, requerirían mucho tiempo y atención por parte de los humanos. Una de estas tareas es la redacción. Redactar a mano archivos de vídeo, audio, imágenes y documentos puede ser una tarea tediosa, pero con la ayuda de la detección automática de IA, la transcripción automática y la traducción automática, la redacción no tiene por qué ser difícil.

CaseGuard Studio es un software de redacción todo en uno que utiliza la inteligencia artificial y la traducción automática para ayudar a las fuerzas de seguridad, hospitales, escuelas y muchas otras industrias a redactar de forma precisa y eficiente la información sensible de sus archivos. Incluso si el actual verano de IA se convierte en un invierno de IA, las capacidades de IA de CaseGuard Studio seguirán avanzando para ofrecer el mejor software de redacción posible.