«Hi ha molta demanda de professionals d'intel·ligència artificial, però són pocs els que estan ben preparats»

Foto: UOC
13/12/2017
Roser Reyner
Ramon López de Mántaras, director de l'Institut d'Investigació en Intel·ligència Artificial del Consell Superior d'Investigacions Científiques (CSIC)

 

El seu nom és referència internacional en el camp de la intel·ligència artificial. De fet, des d'aquest estiu és el primer investigador premiat per les tres organitzacions més importants del món en aquest àmbit. Doctor en física i en informàtica, Ramon López de Mántaras dirigeix l'Institut d'Investigació en Intel·ligència Artificial del Consell Superior d'Investigacions Científiques (CSIC). Al començament de novembre va ser un dels convidats a la jornada Professionals competents per a organitzacions intel·ligents, organitzada per UOC Corporate.

 

Quines empreses o entitats fan servir la intel·ligència artificial més sofisticada en el dia a dia, ja avui?

Milers i milers d'empreses la fan servir en tot allò que té a veure amb la presa de decisions. Per exemple, a Amazon tu vols comprar i la intel·ligència artificial et recomana productes. També en el sector financer recomana productes financers. O hi ha sistemes per a agilitar la resposta als clients, com és el cas dels qui es queixen a una companyia aèria que han perdut la maleta. O en el món de l'entreteniment: hi ha molta intel·ligència artificial darrere els jocs d'ordinador, en els quals qui controla els personatges que tu no controles és la intel·ligència artificial. En les empreses de manufactura, serveix per a prendre les millors decisions de compra segons les necessitats que es tinguin i així diversificar proveïdors. O en el transport: serveix per a enviar camions a tot Europa a portar i recollir productes intentant minimitzar els quilòmetres, el consum de benzina, i que el camió torni ple i no buit, i tenint en compte que els conductors han de descansar algunes hores. En medicina passa igual, o en control de qualitat amb visió per ordinador. N'és ple!

I a l'hora de manufacturar?

Fa molts anys que la robòtica industrial que munta o pinta cotxes en fa servir, però són un tipus de robots que, per exemple en el cas de pintar un cotxe, si el cotxe no hi és, pintarien igualment a l'aire [riu]. Els robots de cadena de muntatge són de la poca intel·ligència artificial que, avui, substitueix persones. La majoria ajuda persones. Però mira què ha fet Mercedes: ha tornat a incorporar persones a la cadena de muntatge perquè ara ja no fas mil cotxes seguits exactament iguals. Ara la variabilitat del cotxe personalitzat és tan alta que han dit: «El robot ens surt més car que la persona». Perquè la màquina no té aquesta capacitat d'adaptació que tenim nosaltres, instantània.

Quines són les limitacions principals de la intel·ligència artificial, a hores d'ara?

No té capacitat de generalitzar ni d'entendre el món. Això no sabem com ho ha de fer. Un exemple molt interessant és aquest: imagina't que en un futur hipotètic, d'aquí a deu anys, tens un robot domèstic que t'ajuda en les feines de casa. Fa moltes coses. Pot preparar menjar i tot. Tu marxes al matí i li dones ordres. I li dius que quan tornis al vespre vols un sopar ric en proteïnes. Tornes a casa i surt del forn una olor molt bona de carn guisada. Molt bé. On és el gat? El robot és molt intel·ligent, però, si no té un sentit comú com l'humà, i a la nevera no hi havia carn, va i et cuina el gat. Si el robot no sap que el valor sentimental d'un gat és més important que el valor nutritiu del que mengem, almenys en la nostra cultura, pot ser que et cuini el gat. Perquè el que sí que farà és pràcticament el que sigui per a complir les teves ordres.

Com en les lleis de la robòtica d'Azimov, que un robot ha d'obeir les ordres dels éssers humans sense que els humans prenguin mal.

Amb aquestes lleis no n'hi ha prou.

De tota manera, els avenços en intel·ligència artificial els guia, ara mateix, el lucre econòmic?

En el món acadèmic no passa, però en el món empresarial sí, perquè vol optimitzar el procés de presa de decisions: millor i més ràpid, si pot ser.

Quins riscos té això?

El problema és que les empreses que actualment estan en plena ebullició s'enduen també centenars de persones del món acadèmic. Però hem de pensar que, si fan això, és perquè aquestes persones facin recerca. Tant Microsoft, que té unes tres mil persones investigant en intel·ligència artificial, com Google, Uber, Amazon, etc. agafen gent per a inventar el futur. Preparen el futur. Necessiten catedràtics d'universitat, gent molt brillant, gent a qui ofereixen sous estratosfèrics, per a fer recerca.

Però que ho facin grans corporacions no té riscos?

És clar, perquè com a empresa que són, la seva prioritat són els beneficis. En el món acadèmic, en la recerca pública o també en la de les universitats privades, se suposa que els investigadors en intel·ligència artificial fan realment el que ells volen, encara que el que fan també és determinat per les fonts de finançament. Per exemple, quan agències públiques de finançament prioritzen certes àrees, influeixen en la recerca, fan que el món acadèmic presenti projectes en les àrees en què hi ha més probabilitat de finançament. Llibertat absoluta per a investigar el que ens agrada no la tenim al 100%. Ara, és d'esperar que el món de la investigació acadèmica tingui més llibertat que el món empresarial.

Científics d'Austràlia i el Canadà s'han pronunciat aquest mes perquè els governants respectius demanin a l'ONU posicionaments similars al de la no proliferació nuclear per a les armes autònomes basades en intel·ligència artificial.

Per la seva naturalesa, aquest és un tipus de recerca que no es fa públic. Si tu vas al principal congrés d'intel·ligència artificial, no et vindrà algú que treballa per a un centre d'R+D de Defensa dels Estats Units per a dir-te: «Fem aquest tanc autònom o aquest dron autònom, capaç de dur prou càrrega per a llançar míssils, i ho fem d'aquesta manera». Això existeix i no es publica. És confidencial. Per tant, no sabem ben bé fins on han arribat. Jo penso que tampoc no tenen la fórmula màgica, i, per tant, els problemes són els mateixos que hi ha en el món acadèmic per a aplicacions no militars. Però el risc hi és. Un tanc autònom... s'acabarà fent. I drons autònoms que decidiran quan dispararan i sobre què, s'acabaran fent. Als Estats Units parlen del dilema del Terminator.

...?

Diuen: «Imaginem que nosaltres, com a estat de dret, democràtic i conscienciat, que volem el bé de la humanitat, decidim no desenvolupar les armes autònomes,  abandonem aquesta línia. El nostre enemic no ho farà. Aquest és el dilema. Estarem desprotegits?». És un dilema, ho reconec. Però és important que hi hagi regulació i prohibició perquè, a qui en faci ús, se li puguin exigir responsabilitats.

Què poden fer governs i filantrops per a fomentar l'ús de la intel·ligència artificial per a reduir desigualtats?

Doncs poden invertir en recerca en aplicacions positives i socialment responsables. Però, tornem-hi, és difícil, pel dilema del Terminator, per exemple. Seria ideal que es prioritzés la recerca en intel·ligència artificial per qüestions com l'envelliment, l'energia o el medi ambient, la qual cosa ja es fa, però potser s'hauria de finançar més, per a compensar.

Quant a l'ensenyament, a la taula rodona comentàveu que l'ètica i la formació humanística poden ser clau.

Potser és una mica naïf, però com més humanista sigui un tecnòleg, penso que és millor. Que potser això et treu hores per a formar-lo tecnològicament? Si al llarg de la teva formació t'has enfrontat a resoldre problemes complexos d'una manera crítica i tens curiositat i ganes de treballar, és el que cal. Per tant, penso que una formació més humanística seria un afegit molt interessant per als futurs tecnòlegs.

Si vostè fos de la UOC i volgués exercir un paper actiu en aquesta revolució i no anar a remolc, cap a on encararia la formació dels seus estudiants?

No sé quina és la fórmula. Però l'educació contínua ha de ser la clau de tot. Com a mínim, cal mentalitzar els estudiants que no faran la mateixa feina tota la vida laboral, no solament en la mateixa empresa, sinó també el mateix tipus de feina.

Una consultora ha pronosticat fa poc que fins al 2020 es destruiran 1,8 milions de llocs de treball per la intel·ligència artificial però se'n crearan 2,3 milions...

Hi ha qui pensa això, i hi ha qui pensa el contrari. No ho veig improbable. A tot el món, tampoc no és una quantitat enorme de gent. Així com el sector de l'automòbil o el de la telefonia donen feina no solament als treballadors sinó també a milions de proveïdors, en altres sistemes físics com els robots pot passar igual. Però també es pot donar el cas en sistemes que no són físics, com el programari. De fet, ara tenim una manca important de gent experta en informàtica, no sols a Espanya, sinó també en general.

Quina mena d'experts?

Enginyers d'informàtica, o de telecomunicació... A tot el món, de gent molt ben preparada en intel·ligència artificial, només n'hi ha unes desenes de milers. No són centenars de milers. Hi ha molta demanda de nivells molt alts. Calen informàtics amb un màster i, si tenen un doctorat en intel·ligència artificial, encara més.

De fet, si hem d'entendre el cervell humà, encara ens falta molt...

Però la intel·ligència artificial no intenta imitar el funcionament del cervell humà a escala microscòpica. Si hi ha progressos en neurociència de saber com funciona el cervell humà, pot ser útil. Però en intel·ligència artificial no és el que és més important. De la mateixa manera que els avions no mouen les ales per a volar, el que és important és aconseguir que les màquines facin coses que fa una persona encara que sigui per mitjans completament diferents. No es tracta de mimetitzar fins al més mínim detall com disparen les neurones al cervell. Es tracta d'inspirar-se en això.

Què és allò que el té més engrescat ara?

Els sistemes capaços d'aprofitar el que han après fent una tasca senzilla, amb la qual aprenen més ràpidament a fer-ne una altra de més complexa que s'hi relaciona. És a dir, allò que has après de manera senzilla et serveix per a aprendre millor una altra tasca més complicada. Se'n diu aprenentatge per transferència. I els humans i els animals ho fem contínuament.