El momento que inició la revolución de la IA

La primera vez que AlphaGo reveló todo su poder, provocó una reacción visceral. Lee Sedol, el mejor jugador del mundo del antiguo juego de mesa chino Go, se había mostrado visiblemente agitado ante la destreza de la inteligencia artificial. La silenciosa multitud en el centro de Seúl, Corea del Sur, apenas pudo contener sus jadeos. Rápidamente Lee y las decenas de millones que miraban desde casa se dieron cuenta de que esta IA era diferente a las anteriores.

No se trataba sólo de vencer a Lee, sino que lo hacía con una aptitud casi humana. “AlphaGo en realidad tiene intuición”, dijo el cofundador de Google, Sergey Brin, a New Scientist en 2016, poco después de que AlphaGo subiera 3-0. “Hace movimientos hermosos. Incluso crea movimientos más hermosos de los que la mayoría de nosotros podríamos imaginar”.

La serie terminó con el sistema AlphaGo de Google DeepMind ganando 4-1. Lee dijo que estaba “en shock”.

Ha pasado una década desde este momento decisivo para AlphaGo y la IA en general. Maravillarse con la IA es una experiencia común con el éxito de grandes modelos de lenguaje como ChatGPT. AlphaGo fue, en muchos sentidos, nuestro primer vistazo a lo que estaba por venir. Diez años después, ¿cuál es el legado de AlphaGo? ¿Ha estado la tecnología a la altura de su potencial?

“Los grandes modelos de lenguaje son ahora bastante diferentes en algunos aspectos de AlphaGo, pero en realidad hay un hilo tecnológico subyacente que realmente no ha cambiado”, dice Chris Maddison de la Universidad de Toronto, quien formó parte del equipo original de AlphaGo.

Esa tecnología subyacente son las redes neuronales: estructuras matemáticas inspiradas en el cerebro y escritas en código. Históricamente, crear una máquina de juego implicaba que un humano escribiera las reglas que debía seguir en diferentes situaciones. Con una red neuronal, la máquina aprende por sí sola.

Pero incluso con una red neuronal, descifrar Go era una tarea difícil. El antiguo juego chino, en el que dos jugadores mueven fichas blancas y negras para ganar territorio en un tablero de 19 por 19, permite 10171 posiciones posibles. En comparación, sólo hay 1080 átomos en todo el universo observable.

El gran avance se produjo cuando Maddison y sus colegas intentaron recrear la intuición de un jugador humano entrenando una red neuronal para predecir el siguiente movimiento más fuerte basándose en millones de movimientos de juegos reales. Los jugadores humanos, por supuesto, no necesitarían jugar tantos juegos para desarrollar su intuición, pero tampoco podrían hacerlo nunca, una clara ventaja para la IA.

AlphaGo tampoco se limitó a aprender de jugadores humanos; podría jugar millones de juegos contra sí mismo para perfeccionar sus habilidades. “Al aprender a través de estos juegos, se podrían descubrir nuevos conocimientos e ir más allá de los jugadores de nivel humano”, dice Pushmeet Kohli de Google DeepMind.

El sistema final que venció a Lee era más complejo que los primeros modelos de Maddison, pero el mensaje general era simple: las redes neuronales funcionaban. “AlphaGo demostró definitivamente que las redes neuronales pueden reconocer patrones mejor que los humanos. Básicamente, pueden tener una intuición que supera a los humanos”, dice Noam Brown de OpenAI.

Otros alfa

Entonces, ¿qué pasó después? Después de AlphaGo, los investigadores de Google DeepMind y AI se propusieron aplicar esa lección fundamental a aplicaciones del mundo real, como en matemáticas y biología. Uno de los ejemplos más sorprendentes de esto fue AlphaFold, una IA que podía predecir cómo se verían las proteínas en el espacio tridimensional a partir de su composición química mucho mejor que cualquier programa diseñado por humanos, y que le valió al equipo detrás del premio Nobel de química.

Más recientemente, otra IA basada en redes neuronales, AlphaProof, obtuvo una medalla de oro en la Olimpiada Internacional de Matemáticas, una prestigiosa prueba de matemáticas para estudiantes que asombran a los matemáticos. “No sólo puedes obtener esta inteligencia más allá del nivel humano en un juego, sino que también puedes obtener esa experiencia en importantes aplicaciones científicas”, dice Kohli.

La lógica detrás del estilo de IA AlphaGo y la utilizada para modelos de lenguaje grandes (LLM) como ChatGPT es similar. El primer paso, llamado preentrenamiento, implica alimentar a una red neuronal con una gran cantidad de datos humanos, como juegos completos de Go, o todo Internet en el caso de un LLM. En el segundo paso, llamado post-entrenamiento, la red mejora a través de una técnica llamada aprendizaje por refuerzo, que muestra a una IA cómo es el éxito y le permite descubrir cómo lograrlo.

Para AlphaGo, esto significó dejarlo jugar contra sí mismo millones de veces hasta descubrir las mejores estrategias ganadoras. Para AlphaFold, se trataba de decirle a la IA cómo era una proteína plegada con éxito y dejarle descubrir las reglas. Para ChatGPT, se trata de decirle al modelo cuál responde mejor a las personas, un proceso llamado aprendizaje reforzado a partir de la retroalimentación humana, o darle una solución a un problema definido, como en matemáticas o codificación, y dejarle descubrir la mejor manera de “razonar” hacia una solución al retroalimentarse a sí mismo con su salida, de manera similar a como los humanos piensan en voz alta.

Pero esto también tiene sus inconvenientes. Las redes neuronales son, en muchos sentidos, una caja negra. A pesar de los esfuerzos por descubrir cómo funcionan, muchos de ellos son demasiado grandes y complejos para comprenderlos en un nivel básico.

Cuando AlphaGo realizó su ahora famoso movimiento 37, los espectadores inicialmente pensaron que la IA se había vuelto loca, pero solo a medida que avanzaba el juego quedó claro que se trataba de un golpe maestro estratégico. Sin embargo, los ingenieros de Google DeepMind no pudieron preguntarle a AlphaGo por qué había hecho ese movimiento, y fácilmente podría haber sido un error, del cual tampoco hubiéramos sabido su razonamiento.

“Estos modelos nos darán respuestas y no sabremos si son ideas geniales o alucinaciones”, afirma Kohli. “Todavía estamos trabajando activamente para intentar resolver ese tipo de preguntas”.

Una gran parte del logro de AlphaGo fue que había abundantes datos para alimentar inicialmente el modelo y una definición clara de éxito. Tiene sentido, entonces, que las áreas en las que la IA está teniendo más éxito hoy en día sean campos donde ambas condiciones también se cumplen, dice Maddison, como las matemáticas y la programación, donde es fácil definir y verificar qué es correcto o incorrecto. “Las similitudes entre estos enfoques nos dicen algo, y nos dicen cuáles son los ingredientes básicos necesarios para el progreso”.

Temas: