Torras.ai

Cómo llegamos aquí y hacia dónde nos lleva la IA a continuación

Earlier this month, I had the pleasure of speaking at an event hosted by Ingecal, as they celebrated an impressive 25 years of helping organizations implement management systems and improve their processes. I was honored to contribute to such a meaningful occasion and share insights into the ever-evolving world of artificial intelligence.

Para aquellos que no me conocen, mi nombre es Jordi Torras. He estado trabajando con IA desde la década de 1980, cuando ni siquiera la llamábamos "IA" como lo hacemos ahora. Comencé como estudiante de informática cuando todavía era un campo extraño y nuevo. Junto con mi hermano, cofundé una empresa llamada SBD, que eventualmente vendimos. Más tarde, fundé otra empresa enfocada completamente en IA, me mudé al área de la bahía de San Francisco, recaudé capital de riesgo y construí productos impulsados por algoritmos inteligentes mucho antes de que se pusiera de moda.

A menudo pensamos en la IA como futurista, pero ya está aquí, y ha estado aquí durante mucho tiempo. Lo que ha cambiado es su poder, su velocidad y cómo se está convirtiendo sin problemas en parte de nuestra vida cotidiana.

El viaje desde ISO 9000 hasta ISO 27001

Una historia que compartí durante mi charla fue sobre nuestro primer encuentro con la certificación ISO 9000. En ese momento, éramos una empresa pequeña, y se sentía como algo con lo que solo lidiaban las grandes organizaciones corporativas. Recuerdo buscar en Google qué era ISO 9000 (¡no existía ChatGPT en ese entonces!) y sentirme completamente abrumado. Pero, como con muchas cosas en la vida, encontramos a las personas adecuadas, como Evaristo Gutiérrez, y seguimos el proceso. No fue magia. Fue método. ¿Y el resultado? Nos certificamos. Años después, con mi próxima empresa, esta en el espacio de software de IA y nube, tuvimos que pasar por lo mismo con ISO 27001, enfocado en la seguridad de datos. Nuevamente, no porque quisiéramos, sino porque teníamos que hacerlo. Y nuevamente, tuvimos éxito.

De robots ficticios a redes neuronales

Cuando la mayoría de la gente piensa en IA, imagina robots. Personajes de Star Wars, o el Terminator, o HAL 9000 de 2001: Una odisea del espacio. Ese último es en realidad mi favorito. HAL no era un robot con piernas y brazos. Era una voz, una lente de cámara, un sistema, al igual que la IA de hoy en día.

Pero la IA real no se parece a una película. Comenzó con una inspiración mucho más humilde: el cerebro humano. El cerebro real no tiene engranajes ni circuitos. Está hecho de neuronas, miles de millones de ellas, que transmiten señales eléctricas. Y ese concepto dio origen a lo que ahora llamamos redes neuronales artificiales. Cada neurona artificial realiza una operación matemática simple, pero cuando las conectas todas en capas, de repente obtienes algo poderoso. Algo que puede aprender.

La magia de aprender de los datos

Mostré un ejemplo durante la charla de una red neuronal que aprende a reconocer dígitos escritos a mano, del 0 al 9. No sabe qué es un "2". Solo ha sido entrenado con miles de ejemplos. Ve píxeles, no números. Y después de suficientes ejemplos, se vuelve realmente bueno diciendo: "Eso es un 7", o "Eso es un 3". Eso es aprendizaje automático. Sin magia. Solo muchos datos y mucho reconocimiento de patrones.

ChatGPT funciona de la misma manera, solo que a una escala mucho mayor. En lugar de reconocer números, reconoce patrones de lenguaje. Ha sido entrenado en lo que es esencialmente todo internet: Wikipedia, publicaciones de blog, artículos de noticias, foros (sí, incluso ForoCoches). No entiende el lenguaje como lo hacemos nosotros. Pero sabe qué palabra es probable que venga a continuación, basándose en lo que ha visto antes. Eso es todo. Es una máquina de probabilidad, prediciendo la siguiente palabra, luego la siguiente, y así sucesivamente. Y sin embargo, los resultados son asombrosos.

Por qué ChatGPT cambió el juego

ChatGPT no solo se volvió viral, explotó. Alcanzó un millón de usuarios en cinco días. Para comparación, Netflix tardó 3.5 años, y Spotify cinco meses. ChatGPT no necesitó publicidad. Solo el boca a boca. La gente lo vio, lo usó e instantáneamente reconoció el valor.

Pero este nivel de IA no es barato. Entrenar un modelo de lenguaje grande como GPT-4 cuesta decenas o incluso cientos de millones de dólares. Es por eso que empresas como NVIDIA, que fabrican las GPU especializadas necesarias para el entrenamiento, han visto explotar el valor de sus acciones. Si hubieras invertido en 2000... bueno, digamos que habría sido una muy buena inversión.

La pirámide de la IA

A menudo describo la evolución de la IA como una pirámide. En la parte inferior, tienes la computación básica, como una calculadora. Luego la automatización, donde el software reemplaza tareas repetitivas. Por encima de eso, obtienes IA estrecha: sistemas que pueden hacer una cosa realmente bien, como Google Maps o reconocimiento facial. ¿Y en la cima? IA general. Un solo sistema que puede hacer cualquier cosa que un humano pueda hacer: conducir un automóvil, jugar ajedrez, escribir poesía, hacer descubrimientos científicos.

Todavía no estamos allí. Pero en el momento en que cruzamos esa línea, si alguna vez lo hacemos, el salto a la superinteligencia podría ocurrir en milisegundos. Máquinas más inteligentes que nosotros. Un futuro donde ya no seamos los seres más inteligentes en la habitación. Ese será un momento fascinante en la historia humana.

Pensamientos finales

La IA no es ciencia ficción. Es un hecho científico. Y el viaje desde las neuronas hasta las redes neuronales, desde las calculadoras hasta ChatGPT, apenas está comenzando. Vivimos en un mundo donde la inteligencia ya no es solo biológica. Es digital. Y lo que hagamos con esa inteligencia, cómo la apliquemos, la regulamos y compartimos, definirá el futuro.

Gracias nuevamente a Ingecal por la oportunidad de hablar, y a todos los que asistieron o están viendo el video ahora. La conversación apenas comienza, y estoy emocionado de ser parte de ella.