El director del Laboratorio de Inteligencia Artificial Aplicada (LIAA), de la Facultad de Ciencias Exactas y Naturales de la UBA, analizó los desafíos que plantea la IA y sus fascinantes aplicaciones. No eludió el debate sobre su regulación y se refirió al rol del Estado y las universidades.

“La carrera para hacer que las computadoras repliquen el comportamiento humano ya lleva más de 50 años”, explicó a DEF Diego Fernández Slezak, doctor en Ciencias de la Computación por la Universidad de Buenos Aires (UBA) e investigador del Conicet.

“Hoy la computadora supera al rendimiento humano en tareas específicas y todavía quedan unas pocas actividades en las que los humanos aún nos desempeñamos mejor que las máquinas”, subrayó.

Sus investigaciones están centradas en Inteligencia Artificial (IA) aplicada a las neurociencias. Un problema que está intentando resolver, por ejemplo, es la detección de emociones en neuropsicología.

“Si lo consiguiéramos, el médico podría evaluar pacientes intraquirúrgicamente, en el mismo momento en el que están siendo operados del cerebro, de manera de identificar si tienen o no afectada la zonas de detección de emociones”, ejemplificó.

“La idea es dar soporte a los médicos, psicólogos y psiquiatras para liberarlos de algunas tareas que hacen mejor las computadoras, gracias a la IA”. El resultado es lo que él define como “inteligencia aumentada”.

Fernández Slezak está al frente del Laboratorio de Inteligencia Artificial Aplicada (LIAA), que fue fundado hace 13 años. El LIAA funciona en el modernísimo pabellón “Cero + Infinito”, en la Facultad de Ciencias Exactas y Naturales de la UBA, en Ciudad Universitaria. Allí, fue DEF para conversar sobre el presente y futuro de la IA, y el especialista explicó por qué es importante el rol del Estado en su regulación.

Inteligencia Artificial, algoritmos y deep learning

-¿Cómo podríamos definir a la IA?

-La Inteligencia Artificial nace junto con la computación. Su padre, Alan Turing, definió en 1950 qué era lo que las computadoras podían hacer y qué no. La siguiente pregunta fue: ¿pueden las computadoras pensar? Ahora bien, muy astuto, el propio Turing señaló que la palabra “inteligencia” no tenía una definición formal cerrada o consensuada desde el punto de vista de la psicología, la psiquiatría o la neurología. 

La manera que encontró para resolver el problema fue decir que si consideramos que los seres humanos somos inteligentes, la computadora será inteligente siempre y cuando pueda replicar el comportamiento humano. Ahí surgió la carrera por copiar al ser humano. En los 90, la computadora empezó a jugar al ajedrez. En los 2000, empezó a reconocer caras y gestos. Y ahora está empezando a reconocer emociones.

“La inteligencia artificial nació junto con la computación. la pregunta de alan turing fue: ¿pueden las computadoras pensar?”

DIEGO FERNÁNDEZ SLEZAK, DIRECTOR DEL LABORATORIO DE IA APLICADA DE LA UBA

-¿Qué es un algoritmo y cómo se lo entrena?

–Hasta hace 15 años, la Inteligencia Artificial se basaba en el conocimiento humano. Había un “experto de dominio” que tomaba datos del problema a resolver y se encargaba de programar a la computadora. 

Si hablamos, por ejemplo, del reconocimiento facial, había una persona que le decía cuánto medía el ancho de la boca, el tamaño de la sonrisa, la distancia entre los ojos y la oreja, el color del pelo, etc. Cargaba un montón de numeritos, para después mirar la estadística y hacer que una computadora pudiera reconocer caras.

-En la actualidad, ¿eso cambió?

-Hace 20 años eso cambió, cuando apareció el deep learning. Hay tal cantidad de datos y los algoritmos son tan potentes que ya no necesitamos cargarles a las computadoras las reglas como inputs. Las descubren solas a partir de la repetición. 

Es decir, la computadora va aprendiendo a distinguir estos patrones sin reglas previas. Hoy recibe volúmenes masivos de datos sobre el problema en cuestión y los resuelve.

-¿Qué diferencia hay entre deep learning y machine learning?

–Si lo traducimos del inglés, machine learning es “aprendizaje automático”. A partir de una base de datos, el machine learning te dice cuáles son las reglas que hay que programar en la computadora para que, a partir de los datos, se adapte y se comporte siguiendo esas reglas. Para hacer eso, existen un montón de técnicas, algunas clásicas y otras no tan clásicas. Una de esas técnicas, la más nueva, es el deep learning, en la que ya no hace falta un experto de dominio que vuelque los datos y las reglas para que la computadora detecte los patrones.

La IA generativa y la revolución del Chat GPT

-¿Qué es la Inteligencia Artificial generativa y qué tiene que ver eso con el Chat GPT?

–La Inteligencia Artificial generativa existe hace 50 años, pero en el último año explotó. Hasta ahora veníamos diciendo que tenía que haber un dato de entrada crudo y una etiqueta puesta por un humano o por un proceso semi-automático. La computadora logra encontrar un patrón en los datos que replica esa asignación de etiqueta. Dado un nuevo dato -ya sea una foto, audio, texto,etc.-, la computadora puede asignar etiqueta. Esa era la IA hasta hace cinco años.

Ahora estas redes son tan poderosas que de la imagen pasás a la etiqueta y de la etiqueta podés volver a la imagen, pero no a la imagen original, sino a una imagen alterada que conserva los datos embebidos en la etiqueta. Aparece, entonces, la IA generativa: se generan imágenes nuevas a partir de estos códigos intermedios, que son las etiquetas. 

Hoy en día, por ejemplo, las características de las imágenes que se producen por IA generativa no son distinguibles de una foto real. Eso ya se puede hacer.

-¿Es posible regular este tipo de Inteligencia Artificial?

-Una parte de la comunidad es partidaria de que, dada la posibilidad de obtener estas nuevas imágenes por IA generativa, se consideren todas las fotos falsas hasta tanto se demuestre lo contrario. Las cámaras de fotos podrían venir con códigos del fabricante, que permitiría validar las imágenes con un sello digital de autenticidad. Eso es lo que pasó en Internet cuando apareció el famoso candado, que nos da la seguridad al entrar al homebanking. Ese candado significa que una empresa centralizada revisa la credenciales de seguridad de cada una de las instituciones.

“El desafío de Argentina es sostener y ampliar su masa crítica en inteligencia artificial”.

(DIEGO FERNÁNDEZ SLEZAK, DIRECTOR DEL LABORATORIO DE IA APLICADA DE LA UBA)

El debate sobre el futuro de la IA y el rol del Estado

-¿Qué opinás sobre detener o poner un freno en el avance en Inteligencia Artificial hasta que haya una regulación?

–El discurso de parar todo hasta que haya una regulación es naif, es una utopía. Apagar la IA es imposible, porque hay computadoras distribuidas a lo largo del mundo con personas, sobre las cuales nadie tiene control, y  que tienen la Inteligencia Artificial “prendida”. No podés parar el desarrollo y que todos voluntariamente apaguen la computadora. Es irrealizable.

Sí me parece interesante cuestionarnos cuál es el rol del Estado frente a esto. Para mí hay que discutir la cuestión de las regalías: yo pago en dólares por usar Chat GPT 4 y ese dinero va a EE.UU. Yo soy argentino y lo uso acá. ¿Por qué Argentina no puede aplicar una retención sobre esa transacción? Para mí la discusión va por ese lado. Hay cuestiones regulables, como las transacciones de dinero, que hoy no están siendo reguladas. Ese es, desde mi punto de vista, un ejemplo menor que tiene que ver con la cuestión financiera. Podemos llevar la discusión a los derechos de autor y otros tantos otros temas por discutir.

Argentina: recursos humanos valorados en todo el mundo

La creación de la carrera de Ciencia de Datos, con un enfoque interdisciplinario, ha sido un hito en la historia de la Facultad de Ciencias Exactas y Naturales de la UBA. De hecho, Fernández Slezak ha dirigido las primeras tesis. “Es una clara muestra de la evolución académica de la Facultad”, aseguró el director del Laboratorio de Inteligencia Artificial Aplicada (LIAA).

“En simultáneo, se actualizó el programa de la vieja carrera de Ciencias de la Computación”, añadió, al tiempo que destacó que ambas carreras representan ya más del 50% del alumnado de la Facultad.

“Nuestros recursos humanos son muy valorados a nivel internacional.  Argentina tiene una cantidad de investigadores dedicados a la Inteligencia Artificial que se encuentra por sobre la media de Brasil, Uruguay o Chile”, afirmó. Sin embargo, aclaró: “La masa crítica es muy chica porque somos un país chico, con poca inversión en ciencia y tecnología. Somos unos cien investigadores dedicados a estos temas”.

El desafío es, desde su punto de vista, “no perder esta masa crítica y ampliarla para que podamos derramar hacia otras universidades, la industria local e internacional, nuevos productos y nuevas startups”. El propio Fernández Slezak es un ejemplo de ello, ya que, a partir de sus proyectos de investigación, nació EntelAI, una empresa dedicada a la aplicación de la IA en el sector médico, que brinda servicios tanto en Argentina como en otros países latinoamericanos.