...
Con lo que hoy conocemos acerca de la inteligencia artificial (IA), pensada como modelo de su contraparte natural, podemos decir que a partir de la rutina cotidiana descrita podemos colegir en parte cómo opera la imaginación y la creatividad. Obviamente, esto no nos permite explicar el milagro que fue Einstein.
Es menester señalar aquí que la imaginación y la creatividad son los atributos que nosotros los humanos consideramos como las últimas líneas de nuestra defensa frente al avance y a la inevitable hegemonía de la IA, que se predice tendrá lugar en menos de una década. Uno escucha a menudo decir en la calle: “Puede ser que la IA nos supere en algún aspecto, pero nunca tendrá la imaginación y la creatividad de nuestro cerebro”. Sin embargo, si como científicos adherimos a la idea de que el mundo es sólo material, tanto la creatividad como la imaginación ya son, en buena medida, reproducibles en una máquina y reconocidas como tales[2].
Por lo que ahora conocemos acerca del funcionamiento del cerebro, más precisamente de su corteza, y ateniéndonos a los resultados de los modelos del mismo que hemos implementado para configurar la IA, creemos estar en condiciones de explicar e incluso reproducir de un modo sencillo la forma en que operan la imaginación y creatividad en los humanos. Estos adelantos nos permiten también entender y explicar los extraños hábitos de trabajo de Einstein. Por supuesto, estas disquisiciones son insuficientes para explicar cómo los mismos acaso se tornan determinantes de su proeza intelectual.
Quizá el primer modelo de la corteza cerebral sea el de Santiago Ramón y Cajal, quien describió la morfología del tejido observado a partir unidades de almacenamiento de información (neuronas) vinculadas por conexiones dendríticas, es decir, entre sus prolongaciones ramificadas[3]. Así, la morfología sugiere el funcionamiento, aunque la idea al principio encontró escepticismo: el editor de la revista “Die Naturwissenschaften”, donde Ramón y Cajal envió su descubrimiento, tildó el trabajo de “fantasía española”. Las actuales redes neuronales que constituyen el soporte físico de la IA están esencialmente basadas en esta fantasía española y los modelos de aprendizaje de la memoria asociativa de la IA se basan en el refuerzo o debilitamiento de las conexiones neuronales, tal como lo describe el premio Nobel Geoffrey Hinton.
Esta descripción nos lleva a preguntarnos qué representan en este contexto los sueños y de qué manera contribuyen a exacerbar la imaginación y la creatividad, como sugieren los hábitos de trabajo de Einstein sentado en su escritorio. Lo que nos dice la experimentación con IA es que la eficiencia de la máquina para aprender, computar e inferir mejora muchísimo cuando hay más de una forma de optimizar la arquitectura de la red neuronal que le sirve de sustrato. Es decir, la actividad de reforzar o debilitar conexiones neuronales según criterios de relevancia de los datos puede considerarse como la rutina de cambios locales, que llevamos a cabo en el estado de vigilia, pero esas modificaciones locales no son suficientes para obtener resultados óptimos. Es necesario implementar cambios globales, es decir, más profundos. Estos cambios requieren la fluidez de la red neuronal, una fluidez que el rígido estado de vigilia no nos otorga. (Para promover la mentada fluidez, algunos científicos recurren al alcohol, pero el hábito de Einstein parece más sano.) Estos cambios profundos requieren reconfiguraciones globales de la red neuronal, algo así como lo que vulgarmente se denomina “patear el tablero”. Estamos hablando de correr más riesgos, aventurarnos sin las limitaciones represivas que nos impone la comparativamente rígida vigilia. En IA, la arquitectura global de la red es alterada en ese estado de creatividad. Así, la IA no busca simplemente optimizar conexiones de manera local, sino ampliar el dominio de optimización introduciendo modificaciones en la configuración misma de la red. Este último modo de optimización requiere más audacia, el tipo de audacia que en el humano conceden los sueños. Claro, el sueño profundo incluye reconfiguraciones aún más audaces. Las siestas de Einstein no pretendían reemplazar su actividad nocturna, que sería mucho más prolongada.
En el ámbito limitado de mi experiencia, puedo dar cuenta de ese tipo de operaciones de optimización en mi propia corteza cerebral. En la escuela debíamos memorizar poemas como tareas asignadas para el hogar. Por más que yo repitiera la lectura de un poema, construyendo durante mi vigilia andamios y arbotantes para mi memoria, el resultado nunca era óptimo. Entonces, mi madre me decía: “Todavía le falta trabajo, vete a dormir y verás que mañana te sale bien”. Y así sucedía. El sueño evidentemente aflojaba mi red neuronal para ensayar nuevos esquemas de aprendizaje que me estaban vedados o a los cuales no tenía acceso en la sobriedad y rigidez de mi vigilia…
Este enfoque de “aflojar la red neuronal”, permitiendo así ampliar el espacio de optimización a un nivel global, es el paradigma que hemos adoptado para empezar a pensar en lo que ahora daremos en llamar “imaginación artificial”. Somos conscientes de que la imaginación y creatividad de ella derivada constituyen el último bastión de resistencia de la humanidad frente al avance avasallante de la máquina que, como el Golem, nosotros mismos hemos ominosamente pergeñado.
Ariel Fernández Stigliano
Ariel Fernández Stigliano es argentino, naturalizado estadounidense, y obtuvo su doctorado en físico-química en Yale University, Estados Unidos. Fue profesor titular a cargo de la cátedra Karl F. Hasselmann de Bioingeniería en Rice University y profesor de Ciencias de la Computación en la Universidad de Chicago. Además se ha desempeñado como consultor y asesor en varios emprendimientos de IA. Ha publicado diez libros sobre biofísica y cosmología cuántica. Su onceavo libro versará sobre la conciencia artificial.
[1] Gorvett Z (12 June, 2017) “What you can learn from Einstein’s quirky habits”. BBC. https://bbc.com/future/article/20170612-what-you-can-learn-from-einsteins-quirky-habits
[2] Bengio Y, Lecun Y, Hinton G (2021) Deep learning for AI. Communications ACM (Association of Computing Machinery) vol. 64, 58-65
[3] van Lenhossek M (1935) “Santiago Ramón y Cajal (1852-1934)”. Die Naturwissenschaften vol. 23, issue 29, obituary