Será como si el mundo hubiera creado una segunda China, no formada por millones de personas y fábricas, sino por algoritmos y computadoras comunicándose.

PWC (PriceWaterhouseCoopers), una empresa de servicios profesionales, predice que la inteligencia artificial (IA) agregará $16 billones a la economía global para 2030.

El total de toda la actividad, desde bancos y biotecnología hasta tiendas y construcción, en la segunda economía más grande del mundo fue de $13 billones en 2018.

Sundar Pichai, jefe de Google, ha descrito los avances en inteligencia artificial como "más profundos que el fuego o la electricidad".

Otros pronósticos ven cambios igualmente grandes, pero menos felices.

Las computadoras inteligentes capaces de hacer el trabajo de radiólogos, conductores de camiones o trabajadores de almacenes pueden causar una ola de desempleo.

No hay duda de que la IA, o, para ser precisos, el aprendizaje automático, uno de sus subcampos, ha avanzado mucho.

Las computadoras se han vuelto dramáticamente mejores.

La emoción comenzó a aumentar en el mundo académico a principios de la década de 2010, cuando las nuevas técnicas de aprendizaje automático llevaron a mejoras rápidas en tareas como reconocer imágenes y manipular el lenguaje.

A partir de ahí, se extendió a los negocios, comenzando por los gigantes de Internet.

Con vastos recursos informáticos y océanos de datos, estaban bien situados para adoptar la tecnología.

Las técnicas modernas de inteligencia artificial ahora impulsan los motores de búsqueda y los asistentes de voz, sugieren respuestas de correo electrónico, impulsan los sistemas de reconocimiento facial que desbloquean los teléfonos inteligentes y controlan las fronteras nacionales, y respaldan los algoritmos que intentan identificar publicaciones no deseadas en las redes sociales.

Quizás la exhibición de más alto perfil del potencial de la tecnología se produjo en 2016, cuando un sistema construido por DeepMind, una empresa de inteligencia artificial con sede en Londres propiedad de Alphabet, la empresa matriz de Google, venció a uno de los mejores jugadores del mundo en Go, un antiguo juego de mesa asiático.

El partido fue visto por decenas de millones; el avance se produjo décadas antes de lo que esperaban los gurús de la IA.

Como sugiere la comparación de Pichai con la electricidad y el fuego, el aprendizaje automático es una tecnología de uso general, capaz de afectar economías enteras.

Sobresale en el reconocimiento de patrones en los datos y eso es útil en todas partes.

Los ornitólogos lo utilizan para clasificar el canto de los pájaros; astrónomos para buscar planetas en destellos de luz estelar; bancos para evaluar el riesgo crediticio y prevenir el fraude.

En los Países Bajos, las autoridades lo utilizan para controlar los pagos de asistencia social.

En China, el reconocimiento facial con inteligencia artificial permite a los clientes comprar alimentos y ayuda a administrar el sistema de vigilancia masiva que el país ha construido en Xinjiang, una región de mayoría musulmana.

Un científico de la computación que ha hecho contribuciones fundamentales a la inteligencia artificial moderna, comentó que "es bastante obvio que deberíamos dejar de capacitar a los radiólogos", con el argumento de que las computadoras pronto podrán hacer todo lo que hacen, solo que más barato y más rápido.

Mientras tanto, los desarrolladores de vehículos autónomos predicen que los robotaxis revolucionarán el transporte.

Eric Schmidt, ex presidente de Google, espera que la inteligencia artificial pueda acelerar la investigación, ayudando a los científicos humanos a mantenerse al día con una avalancha de artículos y datos.

La pandemia de covid-19 ha hecho que aplicaciones médicas se conviertan en el centro de atención.

Una empresa de inteligencia artificial llamada BlueDot afirma que detectó signos de un nuevo virus en informes de hospitales chinos ya en diciembre.

Los investigadores se han esforzado por intentar aplicar la inteligencia artificial a todo, desde el descubrimiento de fármacos hasta la interpretación de escaneos médicos y la predicción de cómo podría evolucionar el virus.

La tecnología de la IA moderna ha tenido mucho más éxito.

Miles de millones de personas lo usan todos los días, la mayoría sin darse cuenta, dentro de sus teléfonos inteligentes y servicios de Internet.

Sin embargo, a pesar de este éxito, el hecho es que muchas de las afirmaciones más importantes que se hicieron sobre la inteligencia artificial una vez más no se han hecho realidad, y la confianza está vacilando a medida que los investigadores comienzan a preguntarse si la tecnología ha chocado contra un muro.

Los autos autónomos se han vuelto más capaces, pero permanecen perpetuamente en la cúspide de ser lo suficientemente seguros como para desplegarse en las calles cotidianas.

Los esfuerzos para incorporar la IA en el diagnóstico médico, de manera similar, están tomando más tiempo de lo esperado.

Eric Topol, cardiólogo y entusiasta de la inteligencia artificial, escribió en el campo de la ia médica en 2019 que "el estado de la inteligencia artificial ha superado con creces el estado de la ciencia de la ia, especialmente cuando se trata de validación y preparación para la implementación en la atención al paciente".

A pesar de una plétora de ideas, covid-19 se está combatiendo principalmente con armas antiguas que ya están a mano.

El rastreo de contactos se ha realizado a pie y con llamadas telefónicas.

Los ensayos clínicos se centran en medicamentos existentes.

Las pantallas de plástico y la pintura en el pavimento hacen cumplir los consejos de distanciamiento de baja tecnología.

Los mismos consultores que predicen que la IA tendrá un impacto que cambiará el mundo también informan que los gerentes reales en empresas reales encuentran difícil implementar la IA, y que el entusiasmo por ella se está enfriando.

La revolución del aprendizaje automático se ha basado en tres cosas: algoritmos mejorados, computadoras más potentes para ejecutarlos y, gracias a la digitalización gradual de la sociedad, más datos de los que pueden aprender.

Sin embargo, los datos no siempre están disponibles.

Es difícil usar IA para monitorear la transmisión de covid-19 sin una base de datos completa de los movimientos de todos, por ejemplo.

Incluso cuando existen datos, pueden contener suposiciones ocultas que pueden hacer tropezar a los incautos.

La demanda de potencia informática de los sistemas de inteligencia artificial más nuevos puede resultar cara.

Las grandes organizaciones siempre se toman su tiempo para integrar nuevas tecnologías: piense en la electricidad en el siglo XX o en la nube en el XXI.

Nada de esto reduce necesariamente el potencial de la inteligencia artificial, pero tiene el efecto de ralentizar su adopción.

El segundo conjunto de problemas es más profundo y se refiere a los propios algoritmos. El aprendizaje automático utiliza miles o millones de ejemplos para entrenar un modelo de software (cuya estructura se basa libremente en la arquitectura neuronal del cerebro). Los sistemas resultantes pueden realizar algunas tareas, como reconocer imágenes o hablar, de manera mucho más confiable que los programados de la manera tradicional con reglas hechas a mano, pero no son "inteligentes" en la forma en que la mayoría de la gente entiende el término. Son poderosas herramientas de reconocimiento de patrones, pero carecen de muchas habilidades cognitivas que los cerebros biológicos dan por sentado. Luchan con el razonamiento, generalizando a partir de las reglas que descubren, y con el savoir faire de propósito general que los investigadores, a falta de una descripción más precisa, denominan “sentido común”. El resultado es un sabio idiota artificial que puede sobresalir en tareas bien delimitadas, pero puede hacer las cosas muy mal si se enfrenta a una entrada inesperada.

Sin otro avance, estos inconvenientes ponen límites fundamentales a lo que la IA puede y no puede hacer. Los automóviles autónomos, que deben navegar en un mundo en constante cambio, ya están retrasados y es posible que nunca lleguen. Los sistemas que se ocupan del lenguaje, como los chatbots y los asistentes personales, se basan en enfoques estadísticos que generan una apariencia superficial de comprensión, sin la realidad. Eso limitará lo útiles que pueden llegar a ser. Las preocupaciones existenciales sobre las computadoras inteligentes que hacen que los radiólogos o los conductores de camiones sean obsoletos, y mucho menos, como sugieren algunos traficantes de fatalidades, que representan una amenaza para la supervivencia de la humanidad, parecen exageradas. Las predicciones de un PIB adicional por valor de la economía china parecen inverosímiles.

El "verano AI" de hoy es diferente a los anteriores. Es más brillante y cálido, porque la tecnología se ha implementado ampliamente. Es improbable otro invierno en toda regla. Pero se está levantando una brisa otoñal.