Intel·ligència artificial

Intel·ligència artificial: ni tan intel·ligent, ni tan artificial

L'expert en IA Ramon López de Mántaras dubta que una màquina superi mai la intel·ligència humana

4 min
Un cotxe autònom de la companyia, robot Cruise, pels carrers de San Francisco.

En un col·loqui celebrat recentment al Centre de Cultura Contemporània de Barcelona, el pioner en recerca sobre intel·ligència artificial Ramon López de Mántaras explicava el cas dels robotaxis que van començar a circular per San Francisco el mes d’agost. Des de bon principi, aquests taxis autònoms, és a dir, sense conductor, van generar problemes. Alguns es van quedar aturats per problemes de connexió i van provocar embussos, n'hi va haver dos que van xocar en una mateixa nit, un d’ells va quedar encallat en un carrer acabat d’asfaltar i un altre es va aturar sobre una persona.

En aquest últim cas, un cotxe tradicional, conduït per una persona que es va fugar, va atropellar una dona i l’impacte la va col·locar en la trajectòria del robotaxi que circulava pel carril del costat. Després d’atropellar-la, el vehicle autònom va percebre que alguna cosa no anava bé i es va aturar, amb la mala sort de quedar amb una roda sobre la cama de la víctima. Els serveis d’emergència van haver d’aixecar-lo per alliberar la dona i portar-la en estat greu a l'hospital.

Arran d’aquests incidents, va començar a sortir informació sobre les empreses que gestionen aquests taxis autònoms. López de Mántaras explicava que els cotxes d’una d’elles requerien intervenció humana cada tres milles perquè es trobaven en una situació desconeguda en què, per prudència, la seva programació els aturava i demanava instruccions a un supervisor humà.

A més, també es va saber que per gestionar la flota de 300 robotaxis feien falta 450 persones. Això vol dir una persona i mitja per vehicle, que, naturalment, és més que l’única persona que es necessita per fer funcionar un taxi tradicional. És cert que per operar un taxi més de vuit hores seguides hi ha d’haver persones que facin torns i la diferència de persones necessàries per vehicle s’escurça, però, en definitiva, totes aquestes dades li servien a López de Mántaras per argumentar que els taxis autònoms de moment no són tan autònoms com diuen.

Intel·ligència general

Si a aquest exemple s’hi afegeixen els errors lògics que sovint perpetren els sistemes com el famós ChatGPT i la feina humana que cal per entrenar-los, s’arriba a una conclusió que té un punt de paradoxal.

A la pregunta "Si avanço el setè classificat en una cursa, en quina posició em trobo?", ChatGPT respon: "Si avanço el setè classificat en una cursa, passaria a ocupar la sisena posició. Quan avances o sobrepasses algú en una classificació, agafes la seva posició i ocupes la següent. Per tant, si eres setè i avances una posició, arribaries a la sisena posició."

A més, per entrenar aquests sistemes calen moltíssimes persones que etiquetin contingut i valorin el procés d’aprenentatge, i que normalment treballen per a les grans empreses tecnològiques en països en vies de desenvolupament, en males condicions i amb sous baixíssims. La conclusió de tot plegat, i que López de Mántaras argumentava amb altres exemples, és que, potser, la intel·ligència artificial no és ni tan intel·ligent, ni tan artificial.

Això no vol dir que no tingui aplicacions interessantíssimes. El sistema AlphaFold prediu amb molt més encert que els sistemes anteriors la forma tridimensional de les proteïnes, cosa que pot tenir un gran impacte en la biomedicina i el desenvolupament de fàrmacs. Hi ha sistemes que calculen el risc d’infart dels pacients ingressats a l’UCI, altres que detecten terratrèmols a partir de les variacions del camp gravitatori o altres que optimitzen el cultiu de vegetals.

Ara bé, tot això són sistemes altament específics, dissenyats i entrenats per acomplir una tasca concreta. La gran pregunta que molta gent es fa és si podrà existir algun dia el que s’anomena una intel·ligència artificial general que depassi la capacitat del cervell humà i arribem a l’anomenada singularitat.

El problema de l'exponencialitat

Sam Altman, conseller delegat d’OpenAI, l’empresa propietària del ChatGPT, ha explicat fa pocs dies a la revista Time que això podria arribar d’aquí a quatre o cinc anys. López de Mántaras és més escèptic.

Al seu nou llibre 100 coses que cal saber sobre intel·ligència artificial (Cossetània, 2023), argumenta que la hipòtesi de la singularitat es basa en el progrés exponencial de certs àmbits de la ciència i la tecnologia, com ara la velocitat de computació i la neurociència. Però, segons l’autor, aquest creixement exponencial és probable que no es mantingui tret que hi hagi un canvi radical en la tecnologia més enllà del silici, la base de tots els xips i circuits actuals. Per altra banda, els programes que corren sobre aquest maquinari de silici no estan mostrant cap progrés exponencial. L’aprenentatge profund, per exemple, es basa en algoritmes de fa trenta anys.

En aquest sentit, i en molts d’altres, el llibre de López de Mántaras és adequat i oportú. Oportú perquè el debat sobre les possibilitats i els impactes de la intel·ligència artificial és ara més viu que mai. Adequat perquè opera des d’un coneixement profund combinat amb un humanisme i un sentit de la prudència, tant ètica com intel·lectual, que, sovint, esdevenen saviesa, i que fan comprensible l’envitricollada naturalesa i els límits d’aquests sistemes que semblen destinats a canviar el món.

stats