La intel·ligència artificial és, fins i tot a ulls dels seus més fidels seguidors, encara difícil d’imaginar, tant tècnicament com en l’àmbit de negoci. Les projeccions dels experts sectorials, com ho és el CEO i fundador de Google DeepMind Demis Hassabis, el potencial és pràcticament il·limitat, si bé l’assoliment dels cims més alts del sector està encara lluny. “L’AGI –artificial general intelligence– serà un sistema que pot portar a terme totes les tasques que la consciència humana pot fer”. És a dir, un substitut total –encara hipotètic– per a un humà en pràcticament qualsevol ambient. El procés per arribar a aquest límit tecnològic, però, és, de nou, complicat de preveure. “Serà un procés molt llarg”, descriu el directiu, que no està convençut que l’adveniment de l’automatització arribi amb una entrada disruptiva al mercat.
Els canvis, explica una de les grans autoritats de Google en l’àmbit, seran incrementals. Durant la seva ponència a l’edició d’enguany de l’MWC, Hassabis critica punts de vista que rebutgen les aplicacions basades en IA si aquesta no ha arribat a assolir el seu màxim potencial. “La intel·ligència artificial no ha d’arribar a nivells d’AGI per ser extremadament útils”, raona el fundador, per a una munió de negocis i branques empresarials. Malgrat que encara estem “gratant la superfície” del potencial d’aquestes solucions, la mateixa DeepMind ja mostra assoliments que, si bé no han arribat al gran públic, tenen importants efectes tant a escala econòmica com social i, fins i tot, sanitària.
És l’exemple del problema del protein folding, el procés pel qual una proteïna s’estabilitza, pren forma i adquireix una funció. DeepMind es va plantejar, a finals de la dècada passada, el repte de programar una predicció de l’alineament de proteïnes mitjançant IA per entendre què farà una seqüència d’aminoàcids abans que no es formi. Mitjançant l’aplicatiu Alphafold, dissenyat per la companyia de Hassabis, es poden estudiar aquestes molècules de forma predictiva i automàtica, fet que accelera qualsevol procediment que s’hi basi i millora els ritmes d’indústries tan rellevants com la farmacèutica. “Per a fer això, un humà necessitaria un doctorat i tota la seva carrera centrat a una sola proteïna. La nostra aplicació ho ha fet amb totes, però en qüestió de mesos”, declara.
Les següents passes, arran dels avenços assolits d’ençà de l’any 2020, són encara més ambicioses. Dins la indústria farmacèutica, i sobre capacitats com les descobertes per Alphafold, el CEO atribueix potencial creatiu a les aplicacions. “Començarem a veure medicaments dissenyats per IA”, declara Hassabis, que ja ha arribat amb acords amb multinacionals de l’escala d’Eli Lilly o Novartis per explorar aquest potencial. “Per ara, són els experts humans els que plantegen hipòtesis i les estudien mitjançant la IA. Potser en una dècada, la IA pot plantejar les seves pròpies conjectures”, projecta l’emprenedor.
Els punts cecs de la IA
Més enllà de la tecnologia farmacèutica, Hassabis somnia amb una IA capaç de contribuir a alguns dels camps científics d’avantguarda que presenten més dificultats per als experts, com ara els materials de frontera, les matemàtiques o els models climàtics. Les aplicacions automatitzades, argumenta, “poden resoldre problemes i tenir efectes sobre la vida real” d’empreses i consumidors finals. Per arribar a aquest punt, però, encara queda molta recerca i desenvolupament a implementar. Hi ha qüestions, com ara la memòria de les aplicacions, que encara necessiten treball; si bé els avenços de firmes com OpenAI en els darrers exercicis fan pensar que tot plegat està, si més no, cada cop més a prop. ChatGPT ha demostrat, per a l’empresari, que “el públic està preparat per als nous usos”. I, a més dades generades, més intel·ligent és la IA. “OpenAI va oferir les seves solucions i milions de persones hi van trobar valor”, conclou.
Queda encara, però, resoldre la part física dels sistemes intel·ligents. Si bé el telèfon mòbil sembla l’objectiu de qualsevol aplicació a curt termini, està per descobrir sobre quina base física es pot implementar amb més garanties un model predictiu o generatiu. “En cinc anys potser el mòbil ja no és l’estàndard: potser són les ulleres”, estima Hassabis. Els algorismes, però, són capaços d’adaptar-se; i més encara al ritme que evolucionen. “La IA pot entendre cada context i ser útil al dia a dia”, promet.
La intel·ligència artificial dels enemics
El vessant tècnic, per a Google, roman relativament clar: l’exploració de les possibilitats de les seves aplicacions està estructurada, i les previsions, fetes. Ara bé, com apunta el CEO, l’adveniment de la IA és una “qüestió sociotecnològica”; que transcendeix les parets del mercat de maquinari i programari. “Quins valors volem que tinguin els sistemes? Com prevenim que actors dolents hi tinguin accés?”, es qüestiona el fundador. A curt termini, Hassabis roman tranquil, en tant que “les tecnologies encara són naixents”. Ara bé, “en cinc anys, quan els sistemes tinguin capacitats noves, com ho impedirem?”, deixa en l’aire.
