Oldcivilizations's Blog

Antiguas civilizaciones y enigmas

El juego de Go, la explosión de la inteligencia artificial y China


 Autor: Manel Sancho (https://oldcivilizations.wordpress.com); fecha: 23/1/2023

Al final del articulo puede descargarse en formato PDF

Debo reconocer que tal vez por haber estado en el mundo de la informática toda mi vida profesional y por haber seguido la evolución de la Inteligencia Artificial (IA) hasta su explosión actual, siento un gran interés por esta tecnología que está aportando y puede seguir aportando grandes beneficios para la Humanidad, pero también importantes peligros y riesgos si no la sabemos controlar adecuadamente. Según nos dice Amy Lynn Webb, futurista estadounidense, así como autora, fundadora y directora Imagen 5ejecutiva del Future Today Institute:  «La inteligencia artificial ya está entre nosotros, pero no apareció como todos esperábamos. Es la columna vertebral silenciosa de nuestros sistemas financieros, la red eléctrica y la cadena de suministro minorista. Es la infraestructura invisible la que nos dirige a través del tráfico, encuentra el significado correcto en nuestras palabras mal escritas y determina lo que debemos comprar, mirar, escuchar y leer. Es la tecnología sobre la que se construye nuestro futuro porque se cruza con todos los aspectos de nuestras vidas: salud y medicina, vivienda, agricultura, transporte, deportes e incluso el amor, el sexo y la muerte«. La Inteligencia Artificial (IA) representa la tercera era de la informática, que implica una transformación muy importante, en mi opinión superior a la de la Revolución Industrial. Todo el mundo está debatiendo sobre la IA y lo que significará para nuestro futuro, utilizando argumentos tales como: los robots nos quitarán el trabajo, los robots revolucionaran la economía, los robots acabarán eliminando a los seres humanos, etc…. Es natural pensar en el impacto de las nuevas tecnologías, centradas en la Inteligencia Artificial (IA), en nuestros trabajos. Es comprensible que cuando pensamos en la IA, nuestra mente vaya inevitablemente al computador HAL 9000 de la película 2001: Una odisea en el espacio. En su gran mayoría, los investigadores en IA trabajan en nueve gigantes tecnológicos: Google, Amazon, Apple, IBM, Microsoft y Facebook en los Estados Unidos y Baidu, Alibaba y Tencent en China, que están construyendo IA para marcar el comienzo de un futuro supuestamente mejor para todos nosotros. El problema es que las fuerzas que presionan a los grandes gigantes tecnológicos y, por extensión, a aquellos que trabajan dentro de este ecosistema, están conspirando contra sus mejores intenciones para nuestro futuro.

Imagen 1

La inteligencia artificial es un sistema informático que puede realizar tareas complejas que de otro modo requerirían mentes humanas, como la percepción visual, el reconocimiento de voz, la toma de decisiones y la traducción entre idiomas. Las computadoras y máquinas controladas por IA pronto podrían usarse en lugar de humanos para llevar a cabo una variedad de tareas, desde administrar una casa hasta conducir automóviles y mucho más. La mayoría de estas máquinas se basan en el aprendizaje profundo y la programación, lo que ayuda a «enseñarles» a procesar grandes cantidades de datos para reconocer patrones y llevar a cabo acciones. Es esencialmente recrear la mente humana en forma de máquina. Los avances en este sector han sido tan significativos que cuando  Gartner  encuestó a más de 3000 directivos de empresas, la IA fue la pieza de tecnología más mencionada. Sin embargo, aunque la inteligencia artificial se conoce como IA en los medios, existen diferentes tipos de IA. Estos tres tipos son la inteligencia artificial estrecha (ANI), la inteligencia artificial general (AGI) y la superinteligencia artificial (ASI). Entonces, ¿cuáles son las diferencias entre cada uno de los  tres tipos de IA? La Inteligencia Artificial Estrecha (ANI) también se conoce como IA estrecha o IA débil. Este tipo de inteligencia artificial es aquella que se enfoca principalmente en una sola tarea estrecha, con un rango limitado de habilidades. Si piensas en un ejemplo de IA que existe en nuestras vidas en este momento, es ANI. Este es el único tipo de los tres que es operativo actualmente. Esto incluye todo tipo de lenguaje natural, como en los ayudantes digitales Siri o Alexa. La Inteligencia artificial general (AGI) estaría al nivel de una mente humana. Debido a este hecho, probablemente pasará algún tiempo antes de que realmente comprendamos la inteligencia artificial general (AGI), ya que todavía no sabemos todo lo que hay que saber sobre el cerebro humano en sí. Sin embargo, al menos conceptualmente, AGI sería capaz de pensar al mismo nivel que un humano. La Súper inteligencia artificial (ASI) es donde el tema aún teórico se pone verdaderamente aterrador. ASI se refiere a la tecnología de inteligencia artificial que igualará y luego superará la mente humana. Para ser clasificado como ASI, la tecnología tendría que ser más capaz que un humano en todas las formas posibles. Estas IA no solo podrían realizar tareas, sino que incluso serían capaces de tener emociones y relaciones sociales. Podrían ser el final de la raza humana como la que domina actualmente la Tierra y podríamos ser sustituidos por la inteligencia artificial o un hibrido humano-máquina, en línea con las ideas transhumanistas, muy vinculadas a determinadas sociedades secretas, tal como indico en los tres artículos de mi blog titulados «Las extrañas vinculaciones del esoterismo con nuestro devenir histórico«.

En China, la vía de desarrollo de AI está ligada a las grandes ambiciones del gobierno. China está sentando rápidamente las bases para convertirse en el líder indiscutible de la IA en el mundo. En julio de 2017, el gobierno chino dio a conocer su Plan de Desarrollo de Inteligencia Artificial de Próxima Generación para convertirse en el líder mundial en IA para el año 2030 con una industria nacional por valor de al menos $150 mil millones. En octubre de 2017, el presidente de China, Xi Jinping, explicó sus planes para la inteligencia artificial y el big data durante un discurso detallado ante miles de funcionarios del partido. Más adelante veremos cómo influyó el juego de Go en esta decisión. La Inteligencia Artificial (IA), dijo, ayudaría a China a hacer la transición a una de las economías más avanzadas del mundo. La economía de China ya es 30 veces más grande de lo que era hace apenas tres décadas, en que las empresas Baidu, Tencent y Alibaba son gigantes que cotizan en bolsa, aunque siempre bajo el control del gobierno chino. La enorme población de China de 1.400 millones de ciudadanos le permite controlar el recurso natural más grande, y posiblemente el más importante, en la era de la IA: los datos humanos. Se requieren grandes cantidades de datos para refinar los algoritmos de reconocimiento de patrones, razón por la cual los sistemas chinos de reconocimiento facial como Megvii y SenseTime son tan atractivos. Todos los datos que los ciudadanos de China están generando mientras hacen llamadas telefónicas, compran cosas en línea y publican fotos en las redes sociales están ayudando a Baidu, Alibaba y Tencent a crear los mejores sistemas de inteligencia artificial de su clase. Una gran ventaja para China, que no tiene en cuenta muchos de los derechos humanos, es que no tiene las restricciones de privacidad y seguridad que podrían ralentizar el progreso en los Estados Unidos y otros países occidentales. No obstante, debemos considerar la vía de desarrollo de la Inteligencia Artificial (IA) dentro del contexto más amplio de los grandes planes de China para el futuro. En abril de 2018, Xi Jinping pronunció un importante discurso en el que describió su visión de China como la superpotencia cibernética mundial. El servicio de noticias estatal Xinhua de China publicó partes del discurso, en el que describió una nueva red de gobernanza del ciberespacio y una Internet que «difundiría información positiva, mantendría la dirección política correcta y guiaría la opinión pública y los valores hacia la dirección correcta«.

Las reglas autoritarias bajo las que China quiere que todos vivamos son una divergencia de la libertad de expresión, la economía impulsada por el mercado y el control distribuido que, con todas sus limitaciones, apreciamos en Occidente. La Inteligencia Artificial (IA) es parte de una serie de edictos y leyes nacionales que tienen como objetivo controlar toda la información generada dentro de China y monitorear los datos de sus residentes, así como los ciudadanos de sus diversos socios estratégicos. Uno de esos edictos requiere que todas las empresas extranjeras almacenen los datos de los ciudadanos chinos en servidores dentro de las fronteras chinas. Esto permite que las agencias de seguridad del gobierno chino accedan a los datos personales cuando lo deseen. Otra iniciativa, la Nube policial de China, fue diseñada para monitorear y rastrear a las personas con problemas de salud mental, aquellas que han criticado públicamente al gobierno y a una minoría étnica musulmana llamada los uigures. En agosto de 2018, las Naciones Unidas dijeron que tenían informes creíbles de que China había estado reteniendo a millones de uigures en campamentos secretos en la región más occidental de China. El Programa de Operaciones Conjuntas Integradas de China utiliza inteligencia artificial para detectar desviaciones de patrones, para saber si alguien se ha retrasado en el pago de sus facturas, etc… Se desarrolló un Sistema de Crédito Social impulsado por IA, de acuerdo con un eslogan en los documentos oficiales de planificación, para diseñar una sociedad libre de problemas al “permitir a los confiables vagar por todas partes bajo el cielo mientras dificulta que los desacreditados tomen una sola paso«. Para promover la “confiabilidad”, los ciudadanos son calificados con varios puntos basados en diferentes datos, como actos heroicos (puntos ganados) o multas de tráfico (puntos deducidos). Aquellos con puntajes más bajos se enfrentan a obstáculos para solicitar trabajo, comprar una casa o hacer que los niños vayan a la escuela. En algunas ciudades, los residentes con puntajes altos exhiben sus fotografías, mientras que en otras ciudades, como Shandong, los ciudadanos que cruzan imprudentemente sus calles aparecen públicamente en vallas publicitarias digitales y se envían automáticamente a Weibo, una popular red social.

Estas políticas e iniciativas son una creación del círculo íntimo del presidente Xi Jinping, que durante la última década se ha centrado singularmente en reconstruir China como la superpotencia global predominante. China es más autoritaria hoy que bajo cualquier líder anterior desde el presidente Mao Zedong, y el avance y el aprovechamiento de la IA es fundamental para la causa. China no solo está construyendo puentes y carreteras, está exportando tecnología de vigilancia y recopilando datos en el proceso a medida que aumenta la influencia del Partido Comunista Chino (PCCh) en todo el mundo en oposición a nuestro actual orden democrático liberal. La interconexión energética global es otra estrategia nacional promovida por Xi Jinping que tiene como objetivo crear la primera red eléctrica global del mundo, que administraría. China ya ha descubierto cómo escalar un nuevo tipo de tecnología de cable de ultra alto voltaje que puede entregar energía desde las regiones del lejano oeste chino hasta Shanghai, y está logrando acuerdos para convertirse en un proveedor de energía para los países vecinos. Su gran avance en la fusión nuclear también forma parte del plan.  Estas iniciativas, junto con muchas otras, son formas inteligentes de ganar poder durante un largo período de tiempo. Es un movimiento brillante de Xi Jinping, cuyo partido político votó en marzo de 2018 para abolir los límites de su mandato, como se ha vuelto a repetir en el 2022, y efectivamente le está permitiendo seguir siendo presidente chino de por vida. El objetivo de Xi Jinping es muy claro: crear un nuevo orden mundial, el viejo objetivo masónico e illuminatti, en el que China sea el líder de facto. Y, sin embargo, durante este tiempo de expansión diplomática china, Estados Unidos inexplicablemente dio la espalda a alianzas y acuerdos globales de larga duración, especialmente cuando el presidente Trump erigió una nueva barrera con respecto al resto del mundo. El futuro de la Inteligencia Artificial (IA) se mueve actualmente a lo largo de dos caminos de desarrollo que a menudo están en desacuerdo con lo que es mejor para la humanidad. El impulso de la IA de China es parte de un intento coordinado de crear un nuevo orden mundial liderado por el presidente Xi Jinping, mientras que las fuerzas del mercado y el consumismo son los principales impulsores en Estados Unidos. Las empresas que investigan y desarrollan IA pueden tener los mismos objetivos nobles, como descifrar el código de la inteligencia artificial para construir sistemas capaces de pensar como los humanos, pero el resultado final de ese trabajo podría dañar irrevocablemente a la humanidad.

Dentro de la tecnología, y especialmente cuando se trata de IA, debemos recordar continuamente planificar tanto el uso previsto como el mal uso no previsto. Esto es especialmente importante hoy y en el futuro previsible, ya que la IA se cruza con todo: la economía global, la fuerza laboral, la agricultura, el transporte, la banca, el monitoreo ambiental, la educación, las fuerzas armadas y la seguridad nacional. Es por eso que si la IA se mantiene en sus vías de desarrollo actuales en los Estados Unidos y China, dentro de pocas décadas todo podría verse muy diferente a la actualidad. A medida que las estructuras y los sistemas que gobiernan la sociedad dependan de la IA, encontraremos que las decisiones que se toman en nuestro nombre tienen mucho sentido para las máquinas, pero tal vez no para nosotros. Los seres humanos estamos perdiendo rápidamente nuestra conciencia mientras que las máquinas se están despertando. Hemos comenzado a superar algunos hitos importantes en el desarrollo técnico y geopolítico de la IA, pero con cada nuevo avance, la IA se vuelve más hermético para nosotros. Las formas en que se extraen y refinan nuestros datos son poco obvias, mientras que nuestra capacidad para comprender cómo los sistemas autónomos toman decisiones se vuelve más opaca. Tenemos, por lo tanto, un abismo en la comprensión de cómo la IA está impactando la vida diaria en el presente, un abismo que crece exponencialmente a medida que avanzamos años y décadas hacia el futuro. La humanidad se enfrenta a una crisis existencial en un sentido muy literal, porque nadie está abordando una pregunta simple que ha sido fundamental para la IA desde sus inicios: ¿Qué le sucede a la sociedad cuando transferimos el poder a un sistema construido por un pequeño grupo de personas y que está diseñado para tomar decisiones para todos? ¿Qué sucede cuando esas decisiones están sesgadas hacia las fuerzas del mercado, hacía el control de los seres humanos o hacia una política ambiciosa? La respuesta se refleja en las oportunidades futuras que tenemos, las formas en que se nos niega el acceso, las convenciones sociales dentro de nuestras sociedades, las reglas por las que operan nuestras economías e incluso la forma en que nos relacionamos con otras personas. Todas las personas que viven hoy en día pueden desempeñar un papel fundamental en el futuro de la inteligencia artificial (IA). Las decisiones que tomamos sobre la IA ahora, incluso las aparentemente pequeñas, cambiarán para siempre el curso de la historia humana. A medida que las máquinas despiertan, podemos darnos cuenta de que, a pesar de nuestras esperanzas y ambiciones altruistas, nuestros sistemas de inteligencia artificial resultaron ser catastróficamente malos para la humanidad. Pero no tienen por qué serlo. Todavía estamos a tiempo para evitarlo.

Las raíces de la inteligencia artificial moderna se remontan a cientos de años, mucho antes de que las grandes empresas antes mencionadas crearan asistentes virtuales de inteligencia artificial con nombres como Siri, Alexa y su contraparte china Tiān Māo. Durante todo ese tiempo, no ha habido una definición única para la IA, como la hay para otras tecnologías. En su forma más básica, la inteligencia artificial es un sistema que toma decisiones autónomas. Las tareas que realiza la IA duplican o imitan los actos de la inteligencia humana, como reconocer sonidos y objetos, resolver problemas, comprender el lenguaje y usar la estrategia para alcanzar determinados objetivos. Algunos sistemas de IA son enormes y realizan millones de cálculos rápidamente, mientras que otros son limitados y están destinados a una sola tarea, como captar lenguaje inapropiado en correos electrónicos. Pero siempre regresamos al mismo tipo de preguntas: ¿Pueden pensar las máquinas? ¿Qué significaría que una máquina pensara? ¿Qué significa para nosotros pensar? ¿Qué es el pensamiento? ¿Cómo podríamos saber, definitivamente y sin duda alguna, que en realidad estamos pensando pensamientos originales? Estas preguntas nos han acompañado durante siglos y son fundamentales tanto para la historia como para el futuro de la Inteligencia Artificial (AI). El problema de investigar cómo piensan tanto las máquinas como los humanos es que la palabra «pensar» está inextricablemente conectada con «mente». El Diccionario Oxford explica que significa «usar la mente de uno activamente para formar ideas conectadas«. Si buscamos «mente«, el Diccionario Oxford la definen dentro del contexto de «conciencia». Pero, ¿qué es la conciencia? Según el Diccionario Oxford, es la cualidad o estado de ser consciente y receptivo. Varios grupos, como psicólogos, neurocientíficos, filósofos, teólogos, especialistas en ética e informáticos, abordan el concepto de pensamiento utilizando diferentes enfoques. Cuando utilizamos Alexa, el asistente virtual de Amazon, aunque nunca ha sentido la textura de una manzana crujiente contra sus dientes, ni la efervescencia de agua con gas contra la lengua, nos podrá describir las cualidades de estos alimentos y nos ofrecerá detalles que reflejan nuestras propias experiencias. Pero, ¿cómo podría un algoritmo de IA percibir la comida de la forma en que lo hacemos nosotros?

Alexa es competente, pero ¿es inteligente ? El psicólogo educativo Dr. Benjamin Bloom pasó la mayor parte de su carrera académica investigando y clasificando los estados de pensamiento. En 1956, publicó lo que se conoció como la Taxonomía de Bloom, que describía los objetivos de aprendizaje y los niveles de logro observados en la educación. La capa fundamental es recordar hechos y conceptos básicos, seguida en orden por la comprensión de ideas, aplicar el conocimiento en situaciones nuevas, analizar información experimentando y haciendo conexiones, evaluando, defendiendo y juzgando la información, y finalmente, crear un trabajo original. Los niños muy pequeños se enfocan primero en recordar y comprender. Por ejemplo, primero debe aprender que un biberón contiene leche antes de comprender que ese biberón tiene un frente y un reverso, incluso si no podemos verlo. Esta jerarquía también está presente en la forma en que las computadoras aprenden. En 2017, un sistema de inteligencia artificial llamado Amper compuso y produjo música original para un álbum musical llamado I AM AI. Las estructuras de acordes, la instrumentación y la percusión fueron desarrolladas por Amper, que usó parámetros iniciales como el género, el estado de ánimo y la duración para generar una canción de larga duración en solo unos minutos. Taryn Southern, una artista humana, colaboró con Amper para crear el álbum, y el resultado incluyó una balada conmovedora y melancólica llamada «Break Free» (Ver y escuchar vídeo) que contó con más de 1,6 millones de visitas en YouTube y fue un éxito en la radio tradicional. Antes de que Amper pudiera crear esa canción, primero tuvo que aprender los elementos cualitativos de una gran balada, junto con datos cuantitativos, tales como calcular el valor de las notas y tiempos y cómo reconocer miles de patrones en la música, como, por ejemplo, progresiones de acordes, secuencias armónicas y acentos rítmicos. Otro caso de IA que yo he probado con distintas preguntas ha sido ChatGPT, de OpenAI, que consiste en la optimización de modelos de lenguaje para el diálogo. Es un algoritmo de IA entrenado para interactuar de forma conversacional. El formato de diálogo hace posible que ChatGPT responda preguntas de seguimiento, admita sus errores, cuestione premisas incorrectas y rechace solicitudes inapropiadas. He probado con preguntas bastante complejas, como «¿Qué opina del transhumanismo?» y he recibido respuestas bastante bien elaboradas. Recomiendo acceder a ChatGPT (https://openai.com/blog/chatgpt/), aunque antes hay que registrarse.

La creatividad, del tipo demostrado por Amper, es el pináculo de la taxonomía de Bloom, pero ¿fue simplemente un proceso mecánico aprendido? ¿Fue un ejemplo de creatividad humanista? ¿O creatividad de un tipo completamente diferente? ¿Amper pensaba en la música de la misma forma que lo haría un compositor humano? Se podría argumentar que el «cerebro» de Amper, una red neuronal que usa algoritmos y datos dentro de un contenedor, tal vez no sea tan diferente del cerebro de Richard Wagner, compuesto por neuronas orgánicas que usan datos y reconocen patrones dentro del contenedor que es su cerebro. Nuestro cableado humano es el resultado de millones de años de evolución. El cableado de la IA moderna se basa de manera similar en un largo camino evolutivo que se remonta a antiguos matemáticos, filósofos y científicos. Si bien puede parecer que la humanidad y la maquinaria han estado viajando por caminos dispares, nuestra evolución siempre ha estado entrelazada. El homo sapiens aprendió de su entorno, transmitió rasgos a las generaciones futuras, se diversificó y reprodujo gracias a la invención de tecnologías avanzadas, como la agricultura, las herramientas de caza y la penicilina. Se necesitaron 11.000 años para que los 6 millones de habitantes del mundo durante el período Neolítico se propagaran a una población de más de 7 mil millones en la actualidad. El ecosistema habitado por sistemas de inteligencia artificial, como las entradas para el aprendizaje, los datos, los algoritmos, los procesadores, las máquinas y las redes neuronales, está mejorando e iterando a tasas exponenciales. Solo tomará décadas para que los sistemas de inteligencia artificial se propaguen y se fusionen en todas las facetas de la vida diaria, tal como hemos explicado en nuestro anterior artículo «De la ingeniería inversa del cerebro biológico al cerebro artificial«. Si Alexa percibe una manzana de la misma manera que nosotros, y si la música original de Amper es realmente “original”, en realidad son preguntas sobre cómo pensamos sobre el pensamiento. La inteligencia artificial actual es una amalgama de miles de años de filósofos, matemáticos, científicos, especialistas en robótica, artistas y teólogos. Su búsqueda es comprender la conexión entre el pensamiento y los contenedores para el pensamiento. ¿Cuál es la conexión entre la mente humana y las máquinas construidas por las grandes empresas tecnológicas en China y Estados Unidos?

Después de años de cierto adormecimiento en la evolución de la Inteligencia Artificial (IA), en la década de 1980 algunos de los investigadores descubrieron cómo comercializar algunos aspectos de la IA, y ahora había suficiente poder de cómputo y una red creciente de investigadores que estaban descubriendo que su trabajo tenía viabilidad comercial. Esto reavivó el interés y, lo que es más importante, el flujo de inversiones hacia la IA. En 1981, Japón anunció un plan de 10 años para desarrollar la IA llamado Quinta Generación. Eso llevó al gobierno de los Estados Unidos a formar la Corporación de Microelectrónica y Tecnología Informática, un consorcio de investigación diseñado para garantizar la competitividad nacional. En el Reino Unido, se restablecieron los fondos para la IA que se habían recortado .Entre 1980 y 1988, la industria de la IA se disparó de unos pocos millones de dólares a varios miles de millones. Las computadoras más rápidas ahora podían procesar datos de manera más efectiva, y la atención se centró en replicar los procesos de toma de decisiones de los expertos humanos, en lugar de construir máquinas para todo uso como la ficticia HAL 9000, estos sistemas se enfocaban principalmente en el uso de sistemas de redes neuronales para tareas limitadas, como jugar al ajedrez o las damas. Y a lo largo de la década de 1990 y principios del siglo XXI hubo algunos éxitos emocionantes. En 1994, una IA llamada CHINOOK jugó seis partidas de damas contra el campeón mundial Marlon Tinsley, en que empataron. Pero CHINOOK ganó cuando Tinsley se retiró del partido y renunció a su título de campeonato. En 1997, la supercomputadora Deep Blue de IBM, con algoritmos de IA, venció al campeón mundial de ajedrez Garry Kasparov, quien se derrumbó bajo el estrés de un partido de seis partidas contra un oponente aparentemente invencible. En 2004, un tal Ken Jennings ganó 74 juegos consecutivos estadísticamente improbables en Jeopardy!, un concurso televisivo en el que se hacen preguntas a los participantes sobre diversos temas de cultura general, logrando un récord mundial Guinness por la mayor cantidad de dinero jamás ganado en un programa de juegos. Entonces, cuando Ken Jennings aceptó un partido contra la plataforma de inteligencia artificial Watson de IBM en 2011, se sintió seguro de que iba a ganar. Había tomado clases de IA y asumió que la tecnología no era lo suficientemente avanzada para dar sentido al contexto, la semántica y los juegos de palabras de Jeopardy!. Pero Watson aplastó a Jennings, quien comenzó a perder la confianza ya desde el inicio del juego.

Lo que sabíamos en 2011 era que la IA ahora superaba a los humanos en ciertas tareas de pensamiento porque podía acceder y procesar grandes cantidades de información sin sucumbir al estrés. La IA podía vencer al estrés, ya que no tenía un sistema endocrino como el de los seres humanos. Aún así, el antiguo juego de mesa Go fue el punto culminante para los investigadores de IA, porque se podía jugar solo con la estrategia convencional. Go es un juego que se originó en China hace más de 3000 años y se juega con reglas bastante simples: dos jugadores se turnan para colocar piedras blancas y negras en una cuadrícula vacía. Las piedras se pueden capturar cuando están rodeadas por el color opuesto o cuando no hay otros espacios abiertos. El objetivo es cubrir territorio propio en el tablero, pero eso requiere psicología y una comprensión astuta del estado mental del oponente. En Go, el tamaño de la cuadrícula tradicional es de 19 × 19 cuadrados. A diferencia de otros juegos, como el ajedrez, las piedras de Go tienen el mismo peso. Entre los dos jugadores, hay 181 piezas negras y 180 blancas, en que las negras siempre van primero, de ahí el número impar. En el ajedrez, que usa piezas que tienen diferentes fuerzas y recorridos, el jugador con las blancas tiene 20 movimientos posibles y luego el jugador con las negras tiene asimismo 20 movimientos posibles. Después de la primera jugada de ajedrez, hay 400 posiciones posibles en el tablero. Pero en Go, hay 361 jugadas de apertura posibles, una en cada intersección de lo que es esencialmente una cuadrícula completamente en blanco. Después de la primera ronda de movimientos de cada jugador, entonces en Go hay 128.960 movimientos posibles. En total, hay 10170 posibles configuraciones de base. Por contexto, eso es más que todos los átomos en el universo conocido. Con tantas posiciones concebibles y movimientos potenciales, no hay un libro de jugadas establecido como el que hay para las damas y el ajedrez. En cambio, los maestros de Go se basan en escenarios. Por ejemplo, si el oponente juega en un punto en particular, ¿cuáles son los resultados posibles, plausibles y probables dada su personalidad, su paciencia y su estado mental general?

Al igual que el ajedrez, Go es un juego de información perfecto determinista, donde no hay ningún elemento de azar oculto u obvio. Para ganar, los jugadores deben mantener equilibradas sus emociones y deben convertirse en maestros en el arte de la sutileza humana. En cambio, en el ajedrez es posible calcular los movimientos futuros probables de un jugador, ya que, por ejemplo, una torre solo puede moverse vertical u horizontalmente a través del tablero. Eso limita los movimientos potenciales. Por lo tanto, es más fácil entender quién está ganando una partida de ajedrez mucho antes de que se haya capturado cualquier pieza o se haya puesto en jaque mate a un rey. Pero ese no es el caso en Go. A veces se necesita un maestro de Go de alto rango para incluso averiguar qué está sucediendo en un juego y determinar quién está ganando en un momento en particular. La complejidad de Go es lo que ha hecho del juego uno de los favoritos entre emperadores, matemáticos y físicos, y la razón por la que los investigadores de IA siempre han estado fascinados con enseñar a las máquinas a jugar Go. El juego de Go siempre resultó ser un desafío importante para los investigadores de IA. Mientras que una computadora podría programarse para conocer las reglas, ¿qué pasa con las reglas para comprender las características humanas del oponente? Nunca nadie había construido un algoritmo lo suficientemente fuerte como para lidiar con las enormes complejidades del juego. En 1971, uno de los primeros programas creados por el informático Jon Ryder funcionó desde un punto de vista técnico, pero perdió ante un novato. En 1987, un programa informático más fuerte llamado Nemesis compitió contra un ser humano por primera vez en un torneo en vivo, aunque sin éxito. Para 1994, el programa conocido como Go Intellect había demostrado ser un jugador competente. Pero incluso con ciertas ventajas perdió tres juegos contra niños. En todos estos casos, las computadoras habrían efectuado movimientos incomprensibles, o habían jugado demasiado agresivamente, o habían calculado mal la postura de su oponente. Pero en algún momento en medio de todo ese trabajo había un puñado de investigadores que estaban trabajando en redes neuronales, una idea defendida por el científico estadounidense, considerado uno de los padres de la inteligencia artificial, Marvin Minsky, y el psicólogo estadounidense notable en el campo de inteligencia artificial, Frank Rosenblatt. El científico cognitivo Geoff Hinton y los científicos informáticos Yann Lecun y Yoshua Bengio creían que los sistemas basados en redes neuronales no solo tendrían aplicaciones prácticas serias, como la detección automática de fraudes para tarjetas de crédito y el reconocimiento óptico automático de caracteres para leer documentos y cheques, sino que también podrían convertirse en la base de lo que sería la inteligencia artificial.

Imagen 2

Fue Geoff Hinton, un profesor de la Universidad de Toronto, quien imaginó un nuevo tipo de red neuronal, una formada por múltiples capas que extraían información diferente hasta que reconocía lo que buscaba. Pensó que la única forma de introducir ese tipo de conocimiento en un sistema de inteligencia artificial era desarrollar algoritmos de aprendizaje que permitieran a las computadoras aprender por sí mismas. En lugar de enseñarles a realizar muy bien una única tarea concreta, las redes se construirían para capacitarse a sí mismos. Estas nuevas redes neuronales «profundas» (DNN) requerirían un tipo más avanzado de aprendizaje automático, llamado «aprendizaje profundo«, para entrenar computadoras a fin de que pudiesen realizar tareas similares a las humanas pero con menos, o incluso sin supervisión humana. En una red neuronal biológica, algunas neuronas toman algunas decisiones, pero la cantidad de opciones posibles podría aumentar exponencialmente con más capas. Dicho de otra manera: los humanos aprenden individualmente, pero la humanidad aprende colectivamente. Imaginemos una red neuronal profunda masiva, que aprende como un todo unificado, con la posibilidad de aumentar la velocidad, la eficiencia y el ahorro de costos a lo largo del tiempo. Otro beneficio fue soltar estos sistemas para que aprendiesen por sí mismos, sin estar limitados por las capacidades cognitivas y la imaginación humanas. El cerebro humano tiene umbrales metabólicos y químicos, que limitan el poder de procesamiento de las «computadoras» dentro de nuestra cabeza. No podemos evolucionar significativamente por nuestra cuenta, y el marco de tiempo evolutivo existente no se adapta a nuestras aspiraciones tecnológicas actuales. La promesa del aprendizaje profundo fue una aceleración de la evolución de la inteligencia misma, que solo involucraría temporalmente a los humanos. Una persona le daría a una red neuronal profunda un conjunto básico de parámetros sobre los datos, y luego el sistema saldría y aprendería por sí solo reconociendo patrones usando muchas capas de procesamiento. Para los investigadores, el atractivo del aprendizaje profundo es que, por diseño, las máquinas toman decisiones de manera impredecible. Pueden pensar de una manera que los humanos nunca hemos imaginado o hemos podido hacerlo nosotros mismos. Ello es de vital importancia cuando se trata de resolver grandes problemas para los que nunca ha habido soluciones claras.

Inicialmente la comunidad de IA descartó las redes neuronales profundas como divagaciones sin sentido de un científico que trabajaba al margen. Su duda solo se intensificó una vez que quedó claro que debido a que los procesos de aprendizaje profundo ocurren en paralelo, los investigadores de IA no los podrían observar en tiempo real. Alguien tendría que construir el sistema y luego confiar en que las decisiones que estaba tomando eran las correctas. Hinton siguió trabajando en la idea con sus alumnos, así como con los científicos informáticos Yann Lecun y Yoshua Bengio, y publicó algunos artículos a partir de 2006. Para 2009, el laboratorio de Hinton había aplicado redes neuronales profundas para el reconocimiento de voz, cuando un encuentro casual con un investigador de Microsoft llamado Li Deng significó que la tecnología podría ser probada de manera significativa. Li Deng, un especialista chino en aprendizaje profundo, fue pionero en el reconocimiento de voz mediante el aprendizaje profundo a gran escala. En 2010, la técnica se estaba probando en Google. Solo dos años después, se estaban utilizando redes neuronales profundas en productos comerciales. El uso de Google Voice y sus servicios de transcripción fueron un aprendizaje profundo, y la técnica se convirtió en la base de todos los asistentes digitales que usamos hoy, como Siri de Google y Alexa de Amazon, que funcionan con aprendizaje profundo. La comunidad de investigadores interdisciplinarios de IA había crecido significativamente. Pero las prácticas clave, como que las grandes empresas tecnológicas y los investigadores académicos trabajaran juntos, así como que el éxito comercial impulsara el progreso de la IA, y que la red de investigadores tendiera a ser homogénea, todavía estaban en juego. Todos los avances realizados en Estados Unidos no pasaban desapercibidos en China, que ahora tenía su propio ecosistema de IA incipiente pero creciente, y el gobierno estatal estaba incentivando a los investigadores a publicar sus trabajos. La cantidad de artículos científicos sobre IA publicados por investigadores chinos se duplicó con creces entre 2010 y 2017. Para ser justos, los artículos y las patentes no significan necesariamente que la investigación tendría un uso generalizado, pero fue una indicación temprana de cuán nerviosos estaban los líderes chinos ante todo el progreso que se estaba haciendo en Occidente, especialmente cuando se trataba del juego de Go.

En efecto, en enero de 2014 Google había comenzado a invertir significativamente en IA, lo que incluía más de $500 millones para adquirir una nueva empresa de aprendizaje profundo llamada DeepMind y sus tres fundadores, el neurocientífico Demis Hassabis, un ex niño prodigio del ajedrez, el investigador de aprendizaje automático Shane Legg, y el empresario Mustafa Suleyman. Parte del atractivo del equipo es que habían desarrollado un programa llamado AlphaGo. Aquí creemos comienza realmente la explosión de la Inteligencia Artificial. En cuestión de meses, estaban listos para probar AlphaGo contra un jugador humano real. Se organizó un partido entre DeepMind y Fan.Hui, un jugador de Go profesional nacido en China y uno de los maestros profesionales de Go más fuertes de Europa. Dado que jugar a Go en una computadora no es lo mismo que jugar en un tablero físico, se decidió que uno de los ingenieros de DeepMind colocaría los movimientos de la computadora en el tablero y podría comunicar los movimientos de Hui a la computadora. Antes del juego, Toby Manning, quien era uno de los líderes de la British Go Association, jugó con AlphaGo en una ronda de prueba y perdió por 17 puntos. Manning cometió algunos errores, pero también lo hizo el programa de IA. Un pensamiento inquietante cruzó por su mente: ¿y si el AlphaGo estuviera jugando de manera conservadora? ¿Era posible que el programa se estuviera reproduciendo de forma lo suficientemente agresiva como para vencer a Manning, pero no lo suficiente como para darle una completa paliza? Los jugadores se sentaron en una mesa, Fan Hui a un lado, Manning en el centro y el ingeniero en IA en el otro lado. Comenzó el juego, en que Fan Hui abrió una botella de agua y examinó la pizarra. Como jugador con las piedras negras, era su turno de empezar. Durante los primeros 50 movimientos fue un juego tranquilo, en que Fan Hui claramente estaba tratando de descubrir las fortalezas y debilidades de AlphaGo. No obstante, la IA no jugaría agresivamente a menos que estuviera atrás en la partida. Fue un primer partido reñido, en que AlphaGo obtuvo una victoria muy ajustada, por solo 1,5 puntos. Fan Hui usó esa información de la primera partida en la segunda partida. Si AlphaGo no iba a jugar agresivamente, entonces Fan Hui decidió que pelearía temprano en la partida. Pero sorprendentemente luego AlphaGo comenzó a jugar más agresivamente. Fan Hui mencionó que tal vez necesitaba un poco más de tiempo para pensar entre turnos. En el movimiento 147, Fan Hui trató de evitar que AlphaGo reclamara un gran territorio en el centro del tablero, pero el movimiento falló y se vio obligado a renunciar.

Para la tercera partida los movimientos de Fan Hui eran más agresivos y AlphaGo hizo lo mismo. A la mitad, Fan Hui efectuó un movimiento agresivo catastrófico, que AlphaGo castigó, y luego otro gran error, que hizo que el juego terminara efectivamente. Tambaleándose por la frustración, Fan Hui tuvo que excusarse para salir a caminar para poder recuperar la compostura y terminar el partido. Una vez más, el estrés había sacado del juego a un gran jugador humano de Go, mientras que la IA no tenía obstáculos para perseguir despiadadamente su objetivo. AlphaGo, un programa de inteligencia artificial, había vencido a un jugador profesional de Go por 5-0. Y había ganado analizando menos posiciones que Deep Blue de IBM en ajedrez en varios órdenes de magnitud. Cuando AlphaGo venció a un humano, no sabía que estaba jugando, qué significa un juego o por qué los humanos disfrutan jugando. Hanjin Lee, un jugador de Go profesional de alto rango de Corea, revisó posteriormente las partidas entre Fan Hui y AlphaGo. En una declaración pública oficial, dijo: «Mi impresión general fue que AlphaGo parecía más fuerte que Fan, pero no podía decir cuánto. Tal vez se vuelve más fuerte cuando se enfrenta a un oponente más fuerte«. Centrarse en los juegos, es decir, vencer a los humanos en competencia directa, había definido el éxito utilizando un conjunto de parámetros relativamente limitado. Y eso nos lleva a una nueva pregunta filosófica desconcertante para nuestra era moderna de IA. Para que los sistemas de IA ganen, para lograr los objetivos que hemos creado para ellos, ¿los humanos tienen que perder de maneras que son tanto triviales como profundas? AlphaGo continuó jugando torneos, superando a todos los oponentes con habilidades magistrales y desmoralizando a la comunidad profesional de Go. Después de vencer al campeón mundial número uno por 3-0, la empresa DeepMind anunció que retiraría el sistema de inteligencia artificial de la competencia y dijo que su equipo trabajaría en un nuevo conjunto de desafíos. En lo que el equipo realmente comenzó a trabajar a continuación fue en una forma de evolucionar AlphaGo de un sistema poderoso que podía entrenarse para vencer a los jugadores brillantes de Go a un sistema que podía entrenarse a sí mismo para volverse igual de poderoso, pero sin tener que depender de los humanos. Y aquí empieza la base para la gran explosión de la IA.

La primera versión de AlphaGo requería humanos en el circuito y un conjunto de datos inicial de 100.000 partidas de Go para aprender a jugar. La siguiente generación del sistema fue construida para aprender desde cero. como un jugador humano novato en el juego. Esta versión, llamada AlphaGo Zero, tendría que aprender todo desde cero, completamente por su cuenta, sin una biblioteca inicial de movimientos o incluso una definición de lo que hacían las piezas. El sistema no solo tomaría decisiones, que eran el resultado de la computación y que podrían programarse explícitamente, sino que tomaría decisiones que tenían que ver con el propio juicio de los diseñadores. Esto significaba que los arquitectos de DeepMind aún ejercían una enorme cantidad de influencia, incluso si no se daban cuenta. De ellos, AlphaGo Zero aprendería las condiciones, valores y motivaciones para tomar sus decisiones y elecciones durante el juego. AlphaGo Zero compitió contra sí mismo, modificando y ajustando sus procesos de toma de decisiones por sí solo. Cada juego comenzaría con algunos movimientos aleatorios, y con cada victoria, AlphaGo Zero actualizaría su sistema y luego jugaría nuevamente optimizado por lo que había aprendido. Solo tomó 70 horas de juego para que AlphaGo Zero ganara desde cero el mismo nivel de potencia que tenía AlphaGo cuando venció a los mejores jugadores del mundo. Y entonces sucedió algo que revolucionó el mundo de la IA y probablemente nuestro propio futuro. El equipo de DeepMind aplicó su técnica a una segunda instancia de AlphaGo Zero utilizando una red más grande y le permitió entrenarse y jugar por sí mismo durante 40 días. No solo redescubrió la suma total del conocimiento de Go acumulado por los humanos, sino que superó a la versión más avanzada de AlphaGo el 90% del tiempo, utilizando estrategias completamente nuevas. Esto significa que AlphaGo Zero se convirtió en un mejor alumno que los mejores maestros de Go del mundo y en un mejor maestro que sus entrenadores humanos, y los propios investigadores no entendieron del todo lo qué hizo para volverse tan inteligente. ¿Qué tan inteligente? Bueno, la fuerza de un jugador de Go se mide usando algo llamado calificación Elo, que determina una probabilidad de ganar/perder basada en el desempeño pasado. Los grandes maestros y campeones del mundo tienden a tener calificaciones cercanas a los 3500 puntos. AlphaGo Zero tenía una calificación de más de 5000 puntos. Comparativamente, esos brillantes campeones mundiales jugaron como aficionados, y sería estadísticamente improbable que cualquier jugador humano ya pudiera vencer al sistema de IA.

Conocemos una condición que permitió este tipo de aprendizaje profundo. Al no utilizar ningún dato o experiencia humana, los creadores de AlphaGo Zero eliminaron las limitaciones del conocimiento humano sobre la inteligencia artificial. ¡Resultó que los humanos habían frenado el sistema!. El logro fue diseñar un sistema que tuviera la capacidad de pensar de una manera completamente nueva y de tomar sus propias decisiones. Aquí tenemos el fondo de la gran revolución de la IA. Fue un salto repentino e inesperado, que presagiaba un futuro en el que los sistemas de inteligencia artificial podrían analizar, entre muchos otros temas, las pruebas de detección del cáncer, evaluar los datos climáticos y analizar la pobreza de maneras no humanas, lo que podría conducir a avances que los investigadores humanos nunca habrían imaginado por su cuenta. Mientras AlphaGo Zero jugaba contra sí mismo, en realidad descubrió las estrategias de Go que los humanos habían desarrollado durante varios miles de años, lo que significa que había aprendido a pensar como los humanos que lo crearon. En las primeras etapas, cometió los mismos errores, descubrió los mismos patrones y variaciones y se topó con los mismos obstáculos que los seres humanos. Pero una vez que AlphaGo Zero se volvió lo suficientemente fuerte, abandonó los movimientos humanos y se le ocurrió algo que prefería. Una vez que AlphaGo Zero despegó por su cuenta, desarrolló estrategias creativas que nadie había visto antes, lo que sugiere que tal vez las máquinas ya estaban pensando en formas que son ajenas a nosotros. Lo que AlphaGo Zero también demostró es que los algoritmos ahora eran capaces de aprender sin la guía de los humanos, y éramos nosotros los humanos los que realmente habíamos estado reteniendo los sistemas de inteligencia artificial para que desarrollasen toda su creatividad. Significaba que, en un futuro cercano, las máquinas podrían enfrentarse a problemas que nosotros, por nuestra cuenta, no podríamos predecir o resolver, además de poder demostrar más creatividad que los seres humanos. En diciembre de 2017, el equipo de DeepMind publicó un artículo que mostraba que AlphaGo Zero ahora era generalmente capaz de aprender, no solo el juego de Go sino de cualquier otro ámbito. Por su cuenta, AlphaGo Zero estaba jugando a otros juegos, como el ajedrez y el shoji, un juego japonés similar al ajedrez, que son ciertamente menos complejos pero aún requieren estrategia y creatividad. Solo que ahora, AlphaGo Zero estaba aprendiendo mucho más rápido que antes. Además, se las arregló para desarrollar un poder sobrehumano incomprensible con menos de 24 horas de juego. El equipo de investigadores luego comenzó a trabajar en la aplicación de las técnicas que desarrollaron para AlphaGo Zero a fin de construir una “máquina de aprendizaje de propósito general”, un conjunto de algoritmos adaptativos que imitan nuestros propios sistemas biológicos, capaces de ser entrenados. En lugar de llenar los sistemas de IA con una gran cantidad de información y un conjunto de instrucciones sobre cómo se puede consultar, el equipo de investigadores está enseñando a las máquinas cómo aprender. A diferencia de los humanos, que pueden cansarse, aburrirse o distraerse al estudiar, las máquinas perseguirán implacablemente su objetivo a toda costa.

Este fue un momento realmente decisivo en la larga historia de la IA por varias razones. Primero, el sistema se comportó de manera impredecible, tomando decisiones que no tenían del todo sentido para sus creadores. Y venció a un jugador humano en formas que no se podían replicar ni comprender por completo. Presagiaba un futuro en el que la IA podría construir sus propias vías neuronales y adquirir conocimientos que quizás nunca entendamos. En segundo lugar, cimentó las dos vías paralelas por las que avanza la IA: China, alarmada, comenzó a invertir dinero y gente para hacer que sus productos nacionales sean más competitivos, mientras que en Estados Unidos, las expectativas son que los fantásticos productos de IA pronto lleguen al mercado. La viabilidad de las redes neuronales profundas y el aprendizaje profundo son lo que está detrás del frenesí actual que rodea a la IA, sin mencionar la repentina explosión de fondos en los Estados Unidos y las proclamaciones nacionales de China sobre sus planes para el futuro. Como unidad de negocios dentro de Alphabet, la empresa matriz perteneciente a Google, DeepMind tiene 700 empleados, algunos de los cuales se han encargado de desarrollar productos comerciales lo más rápido posible. En marzo de 2018, el negocio en la nube de Google anunció que estaba vendiendo un servicio de texto a voz impulsado por DeepMind por $16 por millón de caracteres de texto procesado. Uno de los anuncios destacados de la conferencia de E/S de Google 2018 fue Duplex, un asistente de voz que automáticamente hará llamadas en nombre de los clientes y hablará con recepcionistas humanos para hacer reservas en restaurantes o citas en salones. Ese producto utiliza WaveNet, un programa generativo basado en inteligencia artificial que forma parte de DeepMind. Mientras tanto, los investigadores de IA en una división diferente de Alphabet llamada Google Brain revelaron que habían construido una IA que es capaz nada menos que de generar sus propias IA. El sistema, llamado AutoML, automatizó el diseño de modelos de aprendizaje automático mediante una técnica llamada «aprendizaje por refuerzo«. AutoML funcionó como una especie de «padre«, un controlador de nivel superior de redes neuronales «profundas» (DNN) que decidiría crear redes de IA «secundarias» para tareas específicas y limitadas. Sin que nadie se lo pidiera, AutoML generó un niño virtual llamado NASNet y le enseñó a reconocer objetos como personas, automóviles, semáforos, carteras y más en videos. Sin estar agobiado por el estrés, el ego, la duda o la falta de confianza en uno mismo, rasgos que se encuentran incluso en los científicos informáticos más brillantes, NASNet tuvo una tasa de precisión del 82,7% en la predicción de imágenes. Esto significaba que el sistema «hijo» estaba superando a los codificadores humanos, incluidos los humanos que originalmente crearon a su «padre«.

En los últimos años China se ha convertido en un centro importante para la IA, y eso se debe a un esfuerzo masivo financiado por el gobierno en las universidades chinas y en las grandes empresas Baidu, Alibaba y Tencent. De hecho, Baidu descubrió algo que incluso AlphaGo Zero aún no podía hacer, cómo transferir habilidades de un dominio a otro. Es una tarea fácil para los humanos, pero complicada para la inteligencia artificial (IA). Baidu tenía como objetivo abordar ese obstáculo al enseñar a una red neuronal profunda a navegar por un mundo virtual 2D utilizando solo lenguaje natural, tal como los padres hablarían con sus hijos. El agente de inteligencia artificial de Baidu recibió comandos como «Navega hasta la manzana» o «¿Puedes moverte a la cuadrícula entre la manzana y el plátano?«, E inicialmente fue recompensado por las acciones correctas. Puede parecer una tarea bastante simple, pero considere lo que está involucrado aquí. Al final del experimento, la IA de Baidu no solo podía entender un lenguaje que al principio no tenía sentido para él, sino que el sistema también aprendió que podía moverse alrededor de la cuadrícula bidimensional, que los plátanos y las manzanas existen y cómo distinguirlos. Podemos volver a preguntarnos, ¿pueden pensar las máquinas? ¿Qué significaría para una máquina “pensar”? ¿Qué significa para nosotros pensar? ¿Cómo sabrías que en realidad estabas pensando en pensamientos originales, no heredados?  Sí, las máquinas pueden pensar. Todo el mundo está de acuerdo en que Einstein era un genio, incluso si los métodos aceptables para medir su inteligencia en ese momento, como aprobar un examen en la escuela, decían lo contrario. Einstein estaba pensando en formas que eran incomprensibles para sus maestros, por lo que, por supuesto, asumieron que no era inteligente. En realidad, en ese momento no había una forma significativa de medir la fuerza del pensamiento de Einstein. Lo mismo es válido para la IA. Las máquinas pensantes pueden tomar decisiones que afectan a resultados en el mundo real y, para ello, necesitan un propósito y una meta. Eventualmente desarrollan un sentido de juicio. Estas son las cualidades que, según los filósofos y teólogos, componen el alma humana, que se supone fue otorgada por un creador singular. Las máquinas pensantes también tienen creadores: son los nuevos dioses de la IA, y en su mayoría son hombres, viven predominantemente en Estados Unidos, Europa occidental y China, y están vinculados, de alguna manera, a las grandes empresas tecnológicas antes referenciadas. El alma de la IA es una manifestación de su visión e intención para el futuro. Y finalmente, sí, las máquinas pensantes son capaces de generar un pensamiento original, después de aprender a través de la experiencia, podrían determinar que es posible una solución diferente o que una nueva clasificación es mejor. Las IA no tienen que inventar una nueva forma de arte para mostrarnos su creatividad. Lo que significa que, de hecho, hay algún tipo de mente en las máquinas de IA. Aún es joven y aún está madurando, y es probable que evolucione en formas que no comprendemos.

La lucha de siglos para construir una máquina pensante vio grandes avances recientemente. Pero aunque parezca que estas máquinas «piensan«, debemos tener claro que ciertamente no piensan como nosotros. El futuro de la IA está siendo construido por relativamente pocas personas con ideas afines dentro de grupos pequeños y aislados. Y como ocurre con todos los grupos aislados que trabajan en estrecha colaboración, sus prejuicios inconscientes y miopía tienden a convertirse con el tiempo en nuevos sistemas de creencias y comportamientos aceptados. Lo que en el pasado podría haber parecido inusual, incluso incorrecto, se normaliza como pensamiento cotidiano. Y ese pensamiento es lo que está siendo programado en nuestras máquinas o bien en los datos de los que están aprendiendo. Aquellos que trabajan dentro de IA son personas que básicamente viven y trabajan en América del Norte y China. Asisten a las mismas universidades y se adhieren a un conjunto de reglas sociales. Estos grupos son abrumadoramente homogéneos, son adinerados y altamente educados. Sus miembros son en su mayoría hombres y sus líderes son, con pocas excepciones, todos hombres. La homogeneidad también es un problema en China, donde los miembros del grupo son predominantemente chinos. El problema con estos grupos es lo que los hace tan poderosos. En los grupos insulares, los sesgos cognitivos se magnifican y se afianzan aún más, y pasan por alto la conciencia. Los sesgos cognitivos son un sustituto del pensamiento racional, que ralentiza nuestro pensamiento y consume más energía. Cuanto más conectado y establecido se vuelve un grupo, más normal parece su pensamiento y comportamiento grupal. ¿Qué están haciendo los grupos de investigadores de IA? Actualmente están construyendo sistemas de inteligencia artificial estrecha, capaces de realizar una tarea singular al mismo nivel o mejor que los humanos. Las aplicaciones comerciales de inteligencia artificial estrecha, que se define como la inteligencia artificial racional que se centra típicamente en una tarea estrecha y limitada. Por extensión, estos grupos ya están tomando decisiones por nosotros en relación a nuestras bandejas de entrada de correo electrónico, o cuando hacemos búsquedas en Internet, o cuando tomamos fotos con nuestros teléfonos celulares, o mientras conducimos nuestros autos, o cuando solicitamos tarjetas de crédito. También están construyendo lo que viene a continuación, como sistemas de inteligencia artificial de propósito general (AGI), que realizarán tareas cognitivas más amplias porque serán máquinas diseñadas para pensar como nosotros, los seres humanos. Pero, ¿quién es exactamente el «nosotros, los seres humanos» en el que se están modelando estos sistemas de inteligencia artificial? ¿Qué valores, ideales y visiones del mundo se están enseñando a las IA?

En realidad la inteligencia artificial tiene la mente de sus creadores, priorizando sus valores, ideales y visiones del mundo. Pero también está comenzando a desarrollar una mente propia. La tecnología complicada como la de la inteligencia artificial exige experimentación y la oportunidad de fallar una y otra vez en pos de hacer las cosas bien. Pero en todo esto hay una trampa. El mantra es parte de una ideología preocupante que está generalizada entre las grandes empresas tecnológicas antes mencionadas: constrúyalo primero y pida perdón después. Facebook se disculpó por el resultado de su relación con Cambridge Analytica, que influyó en la victoria de Donald Trump. Mientras se desarrollaba ese escándalo, Facebook anunció en septiembre de 2018 que un ataque había expuesto la información personal de más de 50 millones de usuarios, lo que la convierte en una de las mayores brechas de seguridad en la historia digital. Pero resulta que los ejecutivos tomaron la decisión de no notificar a los usuarios de inmediato, sino solo un mes después, Facebook anunció Portal, una pantalla de videoconferencia para rivalizar con Echo Show de Amazon, y tuvo que retractarse de las promesas de privacidad que había hecho anteriormente. Originalmente, Facebook dijo que no usaría Portal para recopilar datos personales con el fin de dirigirse a estos usuarios con anuncios. Pero después de que los periodistas respondieran, la compañía se encontró haciendo una aclaración incómoda: si bien Portal no usaría sus datos para mostrar anuncios, los datos recopilados mientras usaba el dispositivo, como a quién llamó, qué canciones de Spotify escuchó, etc… podrían usarse para orientarlo más adelante con anuncios de Facebook en otros servicios. En abril de 2016, el jefe del proyecto de Google Brain, Jeff Dean, escribió que la compañía había excluido a mujeres y personas de color durante una sesión de «Pregúntame cualquier cosa» en Reddit, un sitio web de marcadores sociales y agregador de noticias. Dean dijo que valoraba la diversidad y que Google tendría que hacerlo mejor. En junio de 2018, Google publicó un informe de diversidad que por primera vez incluía datos de empleados desglosados por categoría. En el informe, Google dijo que, a nivel mundial, su fuerza laboral era masculina en un 69,1%. En los Estados Unidos solo el 2,5% de los empleados eran negros, mientras que el 3,6% eran hispanos y latinos. Para las audaces declaraciones de Google sobre la necesidad de diversificar la tecnología, esas cifras, que ya eran bajas, en realidad no cambiaron con respecto a varios años antes, cuando en 2014 su fuerza laboral era 2% negra y 3% hispana y latina.

Para mejorar su imagen, Google lanzó en los últimos años una iniciativa que incluye talleres y capacitación para ayudar a los empleados a aprender más sobre los estereotipos sociales y las actitudes profundamente arraigadas sobre el género, la raza, la apariencia, la edad, la educación, la política y la riqueza que pueden haberse formado fuera de su propia conciencia. Sin embargo, en los mismos años en que se llevó a cabo esta capacitación, Google recompensaba el mal comportamiento entre sus filas de liderazgo. Cuando hablamos de la falta de diversidad dentro de la comunidad tecnológica, la conversación generalmente oscila entre género y raza. Sin embargo, hay otras dimensiones de la humanidad que reciben poca atención, como la ideología política y la religión. Que los altos directivos de Google, Apple, Amazon, Facebook, Microsoft e IBM no representan con precisión a todos los estadounidenses podría decirse de las empresas de cualquier sector. La diferencia es que estas empresas en particular están desarrollando sistemas autónomos de toma de decisiones destinados a representar todos nuestros intereses. Hablar de diversidad, pedir perdón y prometer hacerlo mejor, no es lo mismo que abordar la diversidad dentro de las bases de datos, los algoritmos y los marcos que componen el ecosistema de IA. Cuando hablar no conduce a la acción, el resultado es un ecosistema de sistemas y productos que reflejan un cierto sesgo anti humanista. Un equipo verdaderamente diverso tendría solo una característica principal en común: el talento. No habría una concentración de un solo género, raza o etnia. Estarían representados diferentes puntos de vista políticos y religiosos. La homogeneidad dentro de los grupos de IA es un problema dentro de las grandes empresas tecnológicas, pero no comienza ahí. El problema comienza en las universidades, donde se forman los grupos diseñadores de IA. Los grupos se establecen dentro de entornos sociales concentrados donde todos comparten un propósito u objetivo común, usan el mismo idioma y trabajan con la misma intensidad relativa. Es donde un grupo de personas desarrolla un sentido compartido de valores y propósitos. En cierto modo, la IA pasó por una transformación radical similar debido a un grupo moderno que compartía los mismos valores, ideas y objetivos. Esos tres pioneros del aprendizaje profundo discutidos anteriormente, Geoff Hinton, Yann Lecun y Yoshua Bengio, fueron los pioneros del mundo de la IA en los primeros días de las redes neuronales profundas. Yann Lecun estudió con Geoff Hinton en la Universidad de Toronto, donde el Instituto Canadiense de Investigación Avanzada (CIFAR) formó a un pequeño grupo de investigadores, que incluía a Yoshua Bengio. Pasaron inconmensurables cantidades de tiempo juntos, intercambiando ideas, probando teorías y construyendo la próxima generación de inteligencia artificial. Según Yann Lecun: “Había una comunidad muy pequeña de personas que tenían esto en el fondo de sus mentes, que eventualmente las redes neuronales pasarían a primer plano. Necesitábamos un espacio seguro para tener pequeños talleres y reuniones para desarrollar realmente nuestras ideas antes de publicarlas”.

Imagen 3

Los fuertes lazos de un grupo se forman cuando las personas que trabajan juntas sufren contratiempos y celebran los éxitos juntos. Terminan desarrollando un conjunto de experiencias compartidas, que se traducen en un léxico común, que da como resultado un conjunto común de ideas, comportamientos y metas. Esta es la razón por la que tantas historias de empresas emergentes, movimientos políticos y referencias culturales comienzan de la misma manera: algunos amigos comparten un dormitorio, una casa o un garaje y trabajan intensamente en proyectos relacionados. Si bien los epicentros comerciales de la IA moderna pueden ser Silicon Valley, en Estados Unidos, o Beijing, Hangzhou y Shenzhen, en China, las universidades son el alma de los grupos diseñadores de la IA. En realidad hay sólo unos pocos centros. En los Estados Unidos incluyen el Carnegie Mellon, el Instituto de Tecnología de Georgia, la Universidad de Stanford, la Universidad de California Berkeley, la Universidad de Washington, la Universidad de Harvard, la Universidad de Cornell, la Universidad de Duke, el Instituto de Tecnología de Massachusetts (MIT), la Universidad de Boston, la Universidad McGill y la Universidad de Montreal. Estas universidades albergan grupos de investigación académica activos con fuertes lazos con la industria. Los grupos suelen observar reglas y rituales, así que exploremos los derechos de iniciación de los grupos de diseñadores de AI. Comienza con una rigurosa educación universitaria. En Estados Unidos, el énfasis dentro de las universidades se ha centrado en las habilidades como el dominio de los lenguajes de programación R y Python, la competencia en el procesamiento del lenguaje natural y las estadísticas aplicadas, así como a la exposición a la visión por computadora, la biología computacional y la teoría de juegos. Está mal visto tomar clases fuera del grupo, como, por ejemplo, un curso sobre la filosofía de la mente, la ética, o el multiculturalismo. Si estamos tratando de construir máquinas pensantes capaces de pensar como lo hacen los humanos, parecería contrario a la intuición excluir el aprendizaje sobre la condición humana. En este momento, cursos como estos se dejaron intencionalmente fuera del plan de estudios y es difícil dejar espacio para ellos como asignaturas optativas fuera de la especialidad. El grupo de diseñadores de la IA exige habilidades, y hay mucho que acumular durante cuatro años de estudios de pregrado. Por ejemplo, en la Universidad de Stanford los estudiantes deben tomar 50 horas crédito de clases intensivas de matemáticas, ciencias e ingeniería, además de 15 horas de cursos básicos de informática. Si bien se ofrece un curso de ética como parte de la especialización, es una de las cinco asignaturas optativas que se pueden tomar para cumplir con el requisito.

No hay cursos obligatorios que enseñen a los estudiantes cómo detectar sesgos raciales o de homofobia en conjuntos de datos, cómo aplicar la filosofía a la toma de decisiones o la ética de la inclusión. No hay un reconocimiento formal a lo largo de los cursos de que la diversidad social y socioeconómica sea tan importante para una comunidad como la biodiversidad. Durante un tiempo, una de las redes neuronales más populares en las universidades estadounidenses se llamó Word2vec y fue construida por el equipo de Google Brain. Era un sistema de dos capas que procesaba texto, convirtiendo palabras en números que la IA podía entender. Por ejemplo, aprendió que «el hombre es rey como la mujer es reina«. Pero la base de datos también decidió que «el padre es el médico como la madre es la enfermera» y «el hombre es el programador de computadoras como la mujer es el ama de casa«. El mismo sistema al que estaban expuestos los estudiantes estaba sesgado. Si alguien quisiera analizar las implicaciones de mayor alcance del código sexista, no había ninguna clase donde ese aprendizaje pudiera tener lugar. Las escuelas aún pueden calificar para la acreditación sin cumplir con los estándares de cumplimiento para la diversidad. Y sin hacer cumplir los estándares de manera más estricta y sin un esfuerzo serio dentro de las universidades, ¿cómo podría un plan de estudios de habilidades como la IA hacer mella en el problema? El grupo de diseñadores de la IA quiere ver pruebas de habilidades para que cuando los graduados ingresen a la fuerza laboral, comiencen a funcionar y sean miembros productivos del equipo. De hecho, los cursos electivos que podrían ayudar a los investigadores de IA a pensar de manera más intencional sobre toda la humanidad probablemente los perjudicarían durante el proceso de reclutamiento. Esto se debe a que las grandes empresas tecnológicas utilizan software impulsado por inteligencia artificial para examinar los currículos y está capacitado para buscar palabras clave específicas que describan habilidades difíciles. Una carpeta de trabajos de curso fuera de las asignaturas estándar sería una anomalía o haría al solicitante invisible. El escaneo de IA a través de currículos demuestra que el sesgo no se trata solo de raza y género. Incluso hay un sesgo contra la filosofía, la literatura, la física teórica y la economía del comportamiento, ya que los candidatos con muchos cursos electivos fuera del alcance tradicional de la IA tienden a perder prioridad. El sistema de contratación de los grupos de IA está diseñado para automatizar la engorrosa tarea de hacer una primera revisión de miles de currículos, lo que dejaría potencialmente fuera de consideración a estos candidatos que tienen una formación académica más diversa y deseable.

Las grandes empresas tecnológicas estadounidenses son socios de estas universidades, que dependen de su financiación y recursos. Si las universidades son el lugar donde se forman los grupos de diseñadores de AI, es fácil ver por qué hay tan poca diversidad en el campo en relación con otras profesiones. De hecho, los ejecutivos de la industria se apresuran a señalar con el dedo a las universidades, culpándolas de la escasa diversidad de la fuerza laboral. Los grupos diseñadores de AI se forman cuando los profesores capacitan a los estudiantes en sus aulas y laboratorios, y cuando los estudiantes colaboran en proyectos y tareas de investigación. Esos profesores, sus laboratorios y el liderazgo dentro de las unidades académicas de AI son nuevamente abrumadoramente masculinos y carecen de diversidad. Las mujeres reciben solo el 23% de los doctorados otorgados en informática, y solo el 28% otorgados en matemáticas y estadística, según datos recientes del Centro Nacional de Estadísticas Educativas estadounidense. Además, las mujeres doctoras no avanzan a puestos permanentes o roles de liderazgo al mismo ritmo que los hombres. Por lo tanto, no debería sorprender que las mujeres hayan recibido solo el 18 % de los títulos universitarios en ciencias de la computación en los últimos años. Por otro lado, los candidatos de doctorado negros e hispanos están aún más sub representados, ya que representan solo el 3% y el 1% respectivamente. Las investigadoras de IA dentro de las universidades han tenido que lidiar con el acoso sexual, las bromas inapropiadas y el comportamiento generalmente grosero de sus homólogos masculinos. A medida que se normaliza ese comportamiento, sigue al grupo desde la universidad hasta la fuerza laboral en las empresas tecnológicas. Los grupos de IA están inculcando una cultura en la que las mujeres y ciertas minorías, como los negros y los hispanos, están excluidas, simple y llanamente. La profesora de ciencias de la computación en la Universidad de Stanford, Fei-Fei Li, que dirige el Laboratorio de Inteligencia Artificial de Stanford y es la científico jefe de inteligencia artificial y aprendizaje automático de Google Cloud, dijo: «Como educadora, como mujer, como mujer de color, como madre, estoy cada vez más preocupada. La IA está a punto de realizar los cambios más importantes para la humanidad, y nos falta toda una generación de tecnólogos y líderes diversos. Si no conseguimos que las mujeres y las personas de color se sienten a la mesa, tecnólogos reales que hacen el trabajo real, haremos sistemas sesgados. Tratar de revertir eso dentro de una década o dos será mucho más difícil, si no casi imposible«.

Baidu, Alibaba y Tencent, conocidos colectivamente como BAT, son la versión china de las grandes empresas tecnológicas. El grupo de diseñadores de IA bajo la República Popular de China opera bajo diferentes reglas y rituales que los estadounidenses, ya que incluyen una importante financiación gubernamental, supervisión y políticas industriales diseñadas para impulsar el BAT. Juntos, son parte de un plan de IA a nivel estatal altamente organizado y bien capitalizado para el futuro, en el que el gobierno chino ejerce un control casi absoluto. Es posible que Estados Unidos haya llegado primero, pero China ha puesto en juego su fondo de riqueza soberana, su sistema educativo, sus ciudadanos y su orgullo nacional en su búsqueda de la inteligencia artificial (IA). Los grupos diseñadores de IA en China también comienzan en las universidades, donde se presta aún más atención a las habilidades y las aplicaciones comerciales. Debido a que China está interesada en aumentar la mano de obra calificada del país lo más rápido posible, sus problemas de diversidad no son exactamente análogos a los de Occidente, aunque existen. El género no es tan importante, por lo que las mujeres están mejor representadas. Dicho esto, las clases se imparten en chino, que es un idioma difícil de aprender para los extranjeros. Esto excluye a los no hablantes de chino de las clases y también crea una ventaja competitiva única, ya que los estudiantes universitarios chinos tienden a haber estudiado inglés y podrían asistir a un grupo más amplio de universidades internacionales. En China, la capacitación en inteligencia artificial comienza antes de que los estudiantes ingresen en la universidad. En 2017, el Consejo de Estado de China pidió la inclusión de los fundamentos y cursos de IA, lo que significa que los niños chinos ya comienzan a aprender habilidades de IA en la escuela primaria, lo que contrasta con los estudios en Occidente. Ahora existe un libro de texto oficial ordenado por el gobierno que detalla la historia y los fundamentos de la IA. Para 2018, 40 escuelas secundarias ya habían puesto a prueba un curso obligatorio de IA, Se incluirán 26 y más escuelas una vez que haya más maestros disponibles. Eso debería ser pronto, ya que el Ministerio de Educación de China lanzó un programa de capacitación en IA de cinco años para sus universidades, que pretende capacitar al menos a 500 maestros y 5,000 estudiantes en las mejores universidades de China.

Las empresas BAT (Baidu, Alibaba y Tencent) forman parte de la revolución educativa de China, proporcionando las herramientas que se utilizan en las escuelas y universidades, fabricando los productos que los consumidores usan cuando son adolescentes y adultos, contratando graduados para la fuerza laboral y compartiendo la investigación con el gobierno chino. A menos que hayamos viajado a China en la última década, es posible que no estemos familiarizados con Baidu, Alibaba y Tencent. Los tres se fundaron al mismo tiempo utilizando empresas tecnológicas existentes como modelos. Baidu se inició en un picnic de verano de 1998 en Silicon Valley, Estados Unidos, una de esas reuniones de información privilegiada que reúne a miembros de los grupos diseñadores de IA bebiendo cerveza y lanzando dardos. Tres hombres, todos en la treintena, se lamentaban de lo poco que avanzaban los motores de búsqueda. John Wu, que en ese momento era el jefe del equipo de motores de búsqueda de Yahoo, y Robin Li, que era ingeniero en Infoseek, creían que los motores de búsqueda tenían un futuro brillante. Ya habían visto una nueva startup prometedora, como era Google, y pensaron que podrían construir algo similar para China. Junto con Eric Xu, un bioquímico, los tres crearon Baidu. La empresa contrató personal de los centros universitarios de IA en Estados Unidos y China. Fueron especialmente buenos en la caza furtiva de investigadores talentosos de origen chino que trabajaban en el aprendizaje profundo. En 2012, Baidu se acercó a Andrew Ng, un destacado investigador de la división de Google Brain. Andrew Ng se había criado en Hong Kong y Singapur y realizó un recorrido por los centros universitarios de los grupos de la IA estadounidense, incluyendo la licenciatura en informática en la Carnegie Mellon, maestría en el MIT, doctorado en la Universidad de California Berkeley, y en aquel momento estaba de permiso en la Universidad de Stanford, donde era un profesor. Andrew Ng era atractivo para Baidu debido a un sorprendente nuevo proyecto de red neuronal profunda en el que había estado trabajando en Google. El equipo de Andrew Ng había construido un grupo de 1000 computadoras que se habían entrenado para reconocer gatos en videos de YouTube. Era un sistema deslumbrante. Sin que nunca se le dijera explícitamente qué era un gato, la IA ingirió millones de horas de videos aleatorios, aprendió a reconocer objetos, descubrió que algunos de esos objetos eran gatos y luego aprendió qué era un gato. Todo por sí mismo, sin intervención humana. Poco después, Ng estaba en Baidu, en China, que lo había contratado para ser el jefe científico de la empresa. Esto implica que el ADN de Baidu corresponde a los cursos de IA impartidos en las universidades estadounidenses de Carnegie Mellon, MIT y UC Berkeley.

Actualmente Baidu no es solo un motor de búsqueda. Andrew Ng ayudó a poner en marcha la plataforma de IA conversacional de Baidu llamada DuerOS, el asistente digital y los programas de auto conducción, así como otros marcos de trabajo de IA, y eso posicionó a Baidu para comenzar a hablar de IA en sus convocatorias y ganancias comerciales mucho antes que Google. Baidu ahora tiene una capitalización de mercado de $88 mil millones y es el motor de búsqueda más utilizado en el mundo detrás de Google, todo un logro, considerando que Baidu no se usa fuera de China. Al igual que Google, Baidu está construyendo un conjunto de dispositivos domésticos inteligentes, como un robot diseñado para el hogar que combina el reconocimiento de voz y el reconocimiento facial. La compañía anunció una plataforma abierta para la conducción autónoma llamada Apollo, y la esperanza es que hacer que su código fuente esté disponible públicamente hará que florezca el ecosistema que lo rodea. Ya cuenta con 100 socios, que incluyen a los fabricantes de automóviles Ford y Daimler, los fabricantes de chips NVIDIA e Intel, y a proveedores de servicios de mapas como TomTom. Baidu se asoció con Access Services, con sede en California, para lanzar vehículos autónomos para personas con problemas de movilidad y discapacidad. Y se asoció con Azure Cloud de Microsoft para permitir que los socios no chinos de Apollo procesen grandes cantidades de datos de vehículos. También debemos saber que en los últimos años Baidu abrió un nuevo laboratorio de investigación de IA en cooperación con el gobierno chino, y los líderes del laboratorio son élites del Partido Comunista que habían trabajado anteriormente en programas militares estatales. Toda una declaración de intenciones.

La A en las empresas BAT de China corresponde a Alibaba Group, una plataforma masiva que actúa como intermediario entre compradores y vendedores a través de una red masiva de sitios web, en lugar de una única plataforma. Fue fundada en 1999 por Jack Ma, un ex profesor que vivía a unas 160 millas al suroeste de Shanghai y que quería crear una versión híbrida de Amazon y eBay para China. El propio Ma no sabía codificar, por lo que fundó la empresa con un colega universitario. Solo 20 años después, Alibaba tenía una capitalización de mercado de más de $511 mil millones. Entre sus sitios se encuentra Taobao, en el que ni a los compradores ni a los vendedores se les aplica una tarifa por sus transacciones. En cambio, utiliza un sistema de pago en que cobra a los vendedores para clasificarlos más alto en el motor de búsqueda del sitio. Esto imita parte del modelo comercial central de Google. Alibaba también creó sistemas de pago seguros, incluido Alipay, que se asemeja a la funcionalidad y las características de PayPal. Lanzó un sistema de pago digital impulsado por IA con el título de «sonríe para pagar«, que en 2017 presentó un quiosco de reconocimiento facial que permite a los consumidores pagar sonriendo brevemente a una cámara. Al igual que Amazon, Alibaba también tiene un altavoz inteligente, llamado Genie X1, y que es más pequeño y más achaparrado que los dispositivos Alexa de Amazon y Home de Google. Utiliza tecnología de reconocimiento de huellas de voz basada en redes neuronales para identificar a los usuarios, autenticándolos automáticamente para que puedan realizar compras. Se están instalando más de 100.000 altavoces de Alibaba en los hoteles Marriott en toda China. Alibaba tiene una visión más amplia para la IA, a la que llama su ET City Brain. El programa procesa grandes cantidades de datos locales, desde cámaras y sensores de ciudades inteligentes hasta registros gubernamentales y cuentas individuales de redes sociales. Alibaba utiliza su marco de inteligencia artificial para el modelado predictivo, a fin de averiguar de antemano la gestión del tráfico, el desarrollo urbano, las necesidades de salud pública y si podría haber disturbios sociales en el horizonte. Bajo la dirección de Jack Ma, Alibaba ha logrado avances en la logística de entrega, video en línea, centros de datos y computación en la nube, invirtiendo miles de millones de dólares en varias compañías en un intento por construir un gigante digital en expansión, conectando el comercio, el hogar, el trabajo, las ciudades y el gobierno. De hecho, antes del lanzamiento de la tienda Amazon Go en Seattle, Alibaba había abierto Hema, una operación minorista multifuncional automatizada y sin efectivo que combina comestibles; un mercado de comida rápida e informal; y servicio de entrega.

En 2016, Jack Ma compró el South China Morning Post, el periódico independiente más grande e influyente de Hong Kong. La venta fue significativa porque en China la mayoría de los medios son patrocinados por el estado, y el South China Morning Post en idioma inglés era conocido por historias contundentes que podrían criticar al gobierno chino. Cuando vivía en Hong Kong, solía tomar unos tragos con un grupo de reporteros de periódico que eran los mejores en su clase. La compra de Jack Ma fue una muestra de lealtad al Partido Comunista chino. Tres años antes, Jeff Bezos, el dueño de Amazon, compró el Washington Post, un movimiento que eventualmente lo convirtió en enemigo de la Casa Blanca de Trump por los obstinados reportajes de investigación del periódico y su análisis crítico de las políticas de la administración. Finalmente, el miembro más grande y en muchos sentidos más influyente de BAT es Tencent, la T de BAT, que fue fundada en 1998 por dos hombres, Ma Huateng y Zhang Zhidong. Originalmente, comenzaron con un solo producto llamado OICQ, que era una copia de ICQ, el servicio de mensajería instantánea. Los dos terminaron enfrentando acciones legales, pero se esforzaron y siguieron trabajando en su versión del sistema. En 2011, Tencent lanzó WeChat, que no solo ofrecía mensajería, sino que copiaba las características y funciones de Facebook. Dado que el gobierno chino había bloqueado a Facebook de su Internet ya aislada, WeChat estaba a punto de explotar. No solo era popular en las universidades, sino que se utilizaba para reclutar nuevos talentos y mucho más. WeChat tiene mil millones de usuarios activos mensuales y un apodo: «la aplicación para todo«. Esto se debe a que, además de las publicaciones y los mensajes estándar en las redes sociales, se usa para casi todo en China, desde la contratación de nuevos empleados en las universidades y los mensajes de texto hasta la realización de pagos e incluso la aplicación de la ley. Más de 38.000 hospitales y clínicas tienen cuentas de WeChat, y el 60% de ellos utilizan el servicio para la gestión de pacientes, como programar citas y pagos. Es una empresa impulsada y enfocada en la inteligencia artificial, que ve “la IA como una tecnología central en todos nuestros diferentes productos”. Apropiadamente, el eslogan corporativo oficial de Tencent es “Make AI Everywhere”.

Facebook puede ser la red social más grande del mundo, pero la tecnología de Tencent es, en muchos aspectos, muy superior. Tencent construyó un asistente digital llamado Xiaowei, un sistema de pago móvil, Tenpay, y un servicio en la nube, Weiyun, mientras que también lanzó recientemente un estudio de cine, Tencent Pictures. YouTu Lab de Tencent es líder mundial en reconocimiento facial y de objetos, y alimenta esa tecnología en más de otras 50 iniciativas de la compañía. También está incursionando en la salud al asociarse con dos compañías de atención médica con sede en el Reino Unido: Babylon Health, una empresa emergente de telemedicina, y Medopad, que utiliza IA para el monitoreo remoto de pacientes. Tencent también realizó grandes inversiones en dos prometedoras empresas emergentes con sede en Estados Unidos en 2018, Atomwise y XtalPi, que se centran en aplicaciones farmacéuticas de IA. En 2018, Tencent se convirtió en la primera empresa asiática en superar un valor de mercado de $550 mil millones y superó a Facebook para convertirse en la empresa de redes sociales más valiosa del mundo. Lo que es más asombroso de todo: menos del 20% de los ingresos de Tencent proviene de la publicidad en línea, en comparación con el 98% de Facebook. La cartera de talentos de las empresas BAT (Baidu, Alibaba y Tencent) incluye los centros universitarios de IA en Estados Unidos y Canadá, y se asegura de que los niños reciban una educación sobre IA casi al mismo tiempo que aprenden a sumar y restar. Nada de esto importaría si las empresas BAT no tuvieran un éxito tan increíble, y si no estuvieran ganando montones de dinero. El mercado chino es tan enorme que los grupos de IA de China ejercen un poder tremendo, tanto en China como en otras partes del mundo. La comunidad global de IA presta atención a China por todo ese capital y por sus números, que son difíciles de minimizar. Facebook puede tener 2 mil millones de usuarios activos mensuales, pero esos usuarios están repartidos por todo el mundo, mientras que los mil millones de usuarios activos de WeChat de Tencent se encuentran principalmente en un solo país, China. Baidu tenía 665 millones de usuarios de búsqueda móvil en 2017, más del doble del número estimado de usuarios móviles en los Estados Unidos. Ese mismo año, Amazon tuvo su mejor temporada de compras navideñas, en que los clientes de Amazon pidieron 140 millones de productos, por un total de $ 6,59 mil millones en ventas. Eso podría haber sido un récord para Amazon, pero difícilmente se compara con lo que hizo Alibaba en China en solo 24 horas, ya que en 2017 vendió a 515 millones de clientes. China tiene el mercado digital más grande del mundo, independientemente de cómo se mida: más de un billón de dólares gastados anualmente, más de mil millones de personas en línea y $30 mil millones invertidos en acuerdos de riesgo en las empresas de tecnología más importantes del mundo.

Los inversores chinos participaron en casi el 10% de toda la financiación de nuevas empresas tecnológicas en los Estados Unidos entre 2012 y 2017, lo que representa una concentración significativa de riqueza procedente de una sola región. Las empresas BAT (Baidu, Alibaba y Tencent) ahora está bien establecidas en Seattle y Silicon Valley, operando desde oficinas satélite que incluyen espacios a lo largo de la legendaria Sand Hill Road de Menlo Park. Durante los últimos cinco años, las empresas BAT invirtieron mucho dinero en Tesla, Uber, Lyft, Magic Leap, el fabricante de plataformas y auriculares de realidad mixta, y más. La inversión de riesgo de las empresas de BAT es atractiva no solo porque se mueven rápidamente y tienen mucho efectivo, sino porque un acuerdo con las empresas BAT generalmente significa una entrada lucrativa en el mercado chino, que de otro modo sería imposible de penetrar. Por ejemplo, Alibaba adquirió una pequeña empresa de reconocimiento facial con sede en Kansas City llamada Zoloz por 100 millones de dólares en 2016, que se convirtió en un componente central del servicio de pago de Alipay y, en el proceso, obtuvo acceso a cientos de millones de usuarios sin tener que lidiar con las estrictas leyes de privacidad en Europa o la amenaza potencial de juicios por privacidad en los Estados Unidos. Pero esta inversión no viene sin serias compensaciones. Los inversionistas chinos no solo esperan un retorno de sus inversiones, sino que también exigen propiedad intelectual. En China exigir propiedad intelectual a cambio de capital no es una peculiaridad cultural o una forma codiciosa de ciertos inversionistas. Es parte de un esfuerzo gubernamental coordinado. China tiene una visión clara de su dominio mundial en el futuro cercano en la economía, la geopolítica y en el área militar, y ve la IA como el camino que conduce a ese objetivo. Con ese fin, mantener un control absoluto sobre la información es un tema primordial para los líderes estatales, por lo que China ha adoptado un dominio autoritario del contenido y los datos de los usuarios, así como una política industrial diseñada para transferir la propiedad intelectual de las empresas estadounidenses a sus contrapartes chinas, jugando con la ambición de las empresas occidentales por estar en el mercado chino. Los ejemplos incluyen conjuntos de datos particulares, algoritmos y el diseño de procesadores. Muchas empresas estadounidenses que esperan hacer negocios en China deben prometer entregar primero sus tecnologías patentadas. Y hay nuevas regulaciones vigentes que obligan a las empresas extranjeras a localizar su investigación y desarrollo dentro de China, y también a almacenar localmente (en China) los datos utilizados. Almacenar datos localmente es una tarea difícil para las empresas extranjeras, ya que el gobierno chino podría invocar su autoridad para revisar datos y eludir el cifrado en cualquier momento.

El gobierno chino se toma en serio la planificación a largo plazo. Es una tradición que se remonta al presidente Mao, quien marcó el comienzo del primero de los muchos planes quinquenales de China en 1953. El presidente Xi Jinping lanzó el plan quinquenal número 13 en 2016. Tanto los líderes gubernamentales como los funcionarios del Partido Comunista adoptan la previsión estratégica, lo que convierte a China en uno de los pocos países del mundo que planifica y mapea una estrategia económica, política, militar y social integral que abarca muchas décadas en el futuro. El gobierno chino tiene la capacidad única de implementar cualquier política que desee y hacer lo que sea necesario para cumplir con su estrategia nacional, incluido su plan para 2030 que pretende transformar China en «el principal centro de innovación de IA del mundo» y crear una industria valorada en $150 mil millones para su economía de 2030. Es poco probable que ese plan sea revocado por un nuevo gobierno, ya que en marzo de 2018 China abolió sus límites de mandato y permitió efectivamente que el presidente Xi Jinping permanezca en el poder de por vida. Bajo Xi Jinping, China ha experimentado una impresionante consolidación de poder. Ha envalentonado al Partido Comunista, reforzado el flujo de información e instituido nuevas políticas para acelerar una miríada de planes a largo plazo, que espera comenzar a pagar dividendos en la próxima década. En los niveles más altos del gobierno de China, la IA ocupa un lugar central. A diferencia del ex líder del PCCh Deng Xiaoping, cuya filosofía de gobierno era «ocultar nuestras capacidades y esperar nuestro tiempo«, Xi Jinping está listo para mostrarle al mundo lo que China puede hacer, y tiene la intención de marcar el ritmo global. El liderazgo dentro de China está mirando hacia el futuro y ejecutando planes audaces y unificados en este momento. Esto solo le da a China una ventaja increíble sobre Occidente y, lo que es más importante, le da grandes poderes a las tres grandes empresas del BAT. Todo esto está sucediendo durante un período de fuerte crecimiento económico en China, cuya clase media está creciendo a una velocidad vertiginosa. Para este año de 2022, más de las tres cuartas partes de la población urbana de China ganarán suficiente dinero para pasar a formar parte de la clase media. En 2000, sólo el 4% de su población se consideraba de clase media, lo que representa un asombroso crecimiento proyectado en un corto período de tiempo. Los trabajos mejor pagados en ciencia, tecnología y servicios probablemente empujarán a una gran parte de ese grupo de su clasificación actual a la «clase media alta«.

Imagen 4

China es una poderosa fuerza económica que se ha vuelto difícil de ignorar. La cadena de hoteles Marriott había firmado un acuerdo para instalar 100.000 altavoces inteligentes de Alibaba en sus hoteles en toda China, pero cuando el gobierno chino descubrió que el hotelero incluía a Hong Kong, Taiwán, Tíbet y Macao como países independientes en un cuestionario por correo electrónico que envió a los miembros del club, los ejecutivos de Marriott recibieron un aviso inmediato del gobierno chino, que le dijeron a Marriott que cerrara todos sus sitios web y aplicaciones chinos, por lo que la empresa estadounidense cedió. Marriott, que se ha estado expandiendo por toda China para aprovechar su creciente clase media, había abierto recientemente más de 240 hoteles de alta gama y complejos turísticos. Su director ejecutivo, Arne Sorenson, se encontró publicando una asombrosa disculpa en el sitio web de la compañía, en que decía que «Marriott International respeta y apoya la soberanía y la integridad territorial de China«. China también es una fuerza geopolítica que se ha vuelto demasiado poderosa para poder influir en ella. Está presionando a los gobiernos extranjeros en otro esquema nacional a largo plazo llamado la Iniciativa de la Franja y la Ruta, una política exterior ambiciosa que le da a la Ruta de la Seda de hace 2.000 años una actualización del siglo XXI. China gasta 150.000 millones de dólares al año en 68 países para mejorar sus infraestructuras, como carreteras, vías férreas de alta velocidad, puentes y puertos. Esto hará que sea difícil para cualquiera de esos países escapar a la influencia política y económica ejercida por China durante un tiempo en el que Estados Unidos, especialmente bajo la presidencia de Trump, se ha retirado del mundo. A medida que el péndulo oscilaba entre la incertidumbre y la agitación dentro de la administración Trump, el presidente Xi Jinping estableció a China como un punto de apoyo de la estabilidad. Sin Estados Unidos a la cabeza, Xi Jinping comenzó a llenar el vacío en el liderazgo global. Por ejemplo, durante la última década China ha estado construyendo alianzas para reducir los desechos plásticos globales, hacer la transición a la energía verde y eliminar los contaminantes de sus propias fábricas. En realidad, no tenía otra opción, después de décadas siendo la fábrica y el vertedero del mundo, que habían provocado una contaminación extraordinariamente dañina, enfermedades generalizadas y una vida útil más corta en China. En 2017, el gobierno anunció que China, que había comprado y procesado 106 millones de toneladas de basura de Estados Unidos desde 1992, ya no importaría la basura del mundo. Dado que Estados Unidos no participa en la planificación a largo plazo, no tenía un plan alternativo listo. Actualmente Estados Unidos no tiene ningún otro lugar para enviar su basura, por lo que efectivamente esto significa que China está obligando a otros países del mundo a dejar de usar cosas que no se pueden reciclar. China se ha convertido rápidamente en el líder mundial en sostenibilidad y es lo suficientemente poderosa como para dictar los términos.

China ahora está mostrando plenamente al mundo su fuerza y poder, y de una manera muy pública. La consolidación del poder de Xi Jinping, junto con el auge económico y el poderío de China, ha creado las condiciones adecuadas para que los grupos de IA prosperen, especialmente dado el esfuerzo unificado y de arriba hacia abajo de IA en el país. Se está construyendo un parque de investigación de $2 mil millones en las afueras de Beijing, que se centrará en el aprendizaje profundo, la computación en la nube y la biometría, y tendrá un laboratorio de I+D a nivel estatal. El gobierno no solo está invirtiendo en las empresas BAT, sino que las está protegiendo de la competencia más formidable del mundo. El gobierno chino prohíbe Google y Facebook en China, y ha hecho imposible que Amazon ingrese al mercado chino. Las compañías BAT están en el corazón del plan 2030 del gobierno, que depende en gran medida de sus tecnologías, como los sistemas de conducción autónoma de Baidu, el internet de las cosas de Alibaba y los sistemas minoristas conectados, así como el trabajo de Tencent en interfaces conversacionales y atención médica. ¿Deberían preocuparnos los grupos diseñadores de IA de China? La economía de China ha estado creciendo a un ritmo rápido, y el acelerado desarrollo de la inteligencia artificial solo impulsará más el ascenso de China. A finales de 2017, el modelado y el análisis de Future Today Institute y de Amy Lynn Webb demostraba que la IA tiene el potencial de impulsar la economía de China en un 28% para 2035, una IA que sería impulsada por la gran cantidad de chinos y sus datos, la automatización generalizada, el aprendizaje automático y la autocorrección a escala. Asimismo, las mejoras en la eficiencia del capital estimularán el crecimiento en la industria manufacturera, la agricultura, el comercio minorista, los servicios financieros y de tecnología avanzada, el transporte, los servicios públicos, la atención médica y los medios de entretenimiento de China. En este momento, no hay otro país en la Tierra con tantos datos como China, tanta gente como China y tantos productos electrónicos per cápita. Ningún otro país está posicionado para tener una economía más grande que la de Estados Unidos en poco tiempo. Ningún otro país tiene más potencial para influir en el ecosistema, el clima y los patrones meteorológicos de nuestro planeta que China, lo que lleva a la supervivencia o la catástrofe. Ningún otro país une al mundo desarrollado y en desarrollo como lo hace China. Como potencia autocrática comunista y potencia económica, China es un socio que ahora es demasiado grande para ignorarlo, un adversario político que tiene puntos de vista radicalmente diferentes sobre los derechos humanos que en Occidente y un conducto para las alianzas globales. Con el aumento de la riqueza viene el poder y China se está posicionando para influir en la oferta global de dinero y el comercio internacional. Esto necesariamente desbanca a otros países de esas posiciones de poder e influencia, y también debilita los ideales democráticos en todo el mundo.

Además, China aprovechará sus avances en inteligencia artificial y estímulo económico para modernizar su ejército, lo que le dará una ventaja militar sobre las naciones occidentales. Y esto es realmente muy preocupante. Esa transición ya comenzó como parte de un programa de vigilancia doméstica aerotransportada, cuyo nombre en código es Dove. Más de 30 agencias militares y gubernamentales han desplegado «pájaros espías» que parecen pájaros blancos, imitando las acciones de aleteo de las alas biológicas. Los drones son parte de un programa de fabricación de drones de inspiración biológica destinados a engañar al radar y evadir la detección humana. Los drones capturan imágenes y un sistema de inteligencia artificial busca patrones, reconoce rostros e identifica anomalías. Pero los pájaros espías, aunque suenen aterradores, son la menor de nuestras preocupaciones. A fines de 2017, un informe inédito del Pentágono obtenido por reporteros de Reuters advirtió que las empresas chinas estaban eludiendo la supervisión de Estados Unidos y obteniendo acceso a tecnología de inteligencia artificial estadounidense sensible y con posibles aplicaciones militares comprando participaciones en empresas estadounidenses. El Ejército Popular de Liberación (ELP) de China está invirtiendo fuertemente en una variedad de proyectos y tecnologías relacionados con la inteligencia artificial, mientras que los institutos de investigación del Ejército Popular de Liberación se están asociando con la industria de defensa china. China no ha librado una guerra física contra ningún país desde la guerra chino-vietnamita de 1979. Y no parece que China tenga adversarios militares serios, ya que no ha sufrido ataques terroristas, no tiene relaciones antagónicas con los sospechosos habituales, como Irán, Rusia, Corea del Norte, y aparentemente no ha hecho enemigos entre otros países. Entonces, ¿por qué esta escalada militar? Porque en el futuro, las guerras se pelearán mediante código de inteligencia artificial. No habrá combate cuerpo a cuerpo, sino que usando técnicas de IA, un ejército puede «ganar» desestabilizando una economía en lugar de demoler instalaciones y centros urbanos. Desde esa perspectiva, y dada la marcha unificada de China en el avance de la inteligencia artificial, China ya está peligrosamente muy por delante de Occidente.

En 2017, el Departamento de Defensa estadounidense estableció un Equipo Interfuncional de Guerra Algorítmica para trabajar en algo llamado Proyecto Maven, un sistema de visión por computadora y aprendizaje profundo que reconoce de manera autónoma objetos a partir de imágenes fijas y videos. El equipo no tenía las capacidades de inteligencia artificial necesarias, por lo que el Departamento de Defensa contrató a Google para que le ayudara a capacitar a los sistemas de inteligencia artificial para analizar las imágenes captadas por los drones. Pero nadie les dijo a los empleados de Google asignados al proyecto que en realidad habían estado trabajando en un proyecto militar, y eso provocó una reacción en que cuatro mil empleados de Google firmaron una petición objetando el Proyecto Maven. Publicaron un anuncio de página completa en el New York Times y, finalmente, decenas de empleados renunciaron. Eventualmente, Google dijo que no renovaría su contrato con el Departamento de Defensa estadounidense. Amazon también fue criticada debido al contrato del Pentágono por valor de $10 mil millones. En octubre de 2018, los miembros del Comité de Asignaciones de la Cámara de Representantes, Tom Cole, un republicano de Oklahoma, y Steve Womack, un republicano de Arkansas, acusaron al Departamento de Defensa de conspirar con Amazon para adaptar el contrato a fin de que ningún otro gigante tecnológico pudiera entrar. Pero esa no fue la única queja. Hubo una pequeña ola de disensión en Amazon. Algunos trabajadores de Amazon estaban indignados de que la compañía hiciera algún trabajo con el ejército de los Estados Unidos, mientras que a otros no les gustó que la tecnología de reconocimiento facial de Amazon estuviera siendo utilizada por las fuerzas del orden. En respuesta, Jeff Bezos, el dueño de Amazon, dijo a la audiencia de la conferencia: «Si las grandes empresas tecnológicas van a darle la espalda al Departamento de Defensa de Estados Unidos, este país va a tener problemas«.

Mientras que en los Estados Unidos, sus gigantes tecnológicos navegan por un camino complicado entre la seguridad nacional y la transparencia total, las relaciones que las empresas BAT tiene con el gobierno de China son exactamente opuestas. Pero mientras la postura oficial actual del ejército de Estados Unidos es que un humano debe mantenerse informado, independientemente de cuán avanzados se vuelvan las IA, los sistemas no tripulados y los robots, ese no es el caso en China. Se cita al teniente general del Ejército Popular de Liberación chino, Liu Guozhi, que dirige la Comisión de Ciencia y Tecnología del ejército chino, que advierte: “Nosotros debemos aprovechar la oportunidad para cambiar los paradigmas”. Era una forma indirecta de anunciar la intención de China de reconstruir su poderío militar. Por otro lado, si las ventajas económicas y militares son preocupantes, las opiniones de China sobre la privacidad aún lo serán más. Una vez más, ¿por qué le importaría esto si no es ciudadano chino? Porque los gobiernos autoritarios se están formando todo el tiempo, y tienden a emular a los regímenes establecidos. Recordemos las tendencias autoritarias de Trump. Con el nacionalismo en aumento en todo el mundo, la forma en que China está utilizando la inteligencia artificial podría convertirse en un modelo en otros países en los próximos años. Esto podría desestabilizar los mercados, el comercio y el equilibrio geopolítico. En uno de los experimentos sociales más generalizados e insidiosos sobre la humanidad, China está utilizando la IA en un esfuerzo por crear una población obediente. El plan de Inteligencia Artificial 2030 del Consejo de Estado chino explica que la IA «elevará significativamente la capacidad y el nivel de la gobernanza social» y se confiará en que desempeñará «un papel insustituible en el mantenimiento efectivo de la estabilidad social«. Esto se está logrando a través del sistema nacional de puntaje de crédito social de China, que de acuerdo con el estatuto fundacional del Consejo de Estado «permitirá que los dignos de confianza deambulen por todas partes bajo el cielo, mientras que a los desacreditados les resultará difícil dar un solo paso«. Es una idea que se remonta a 1949, cuando el Partido Comunista tomó el poder por primera vez y comenzó a experimentar con varios esquemas de control social. Durante el gobierno de Mao Zedong en la década de 1950, la vigilancia social se convirtió en la norma, ya que los trabajadores fueron obligados a integrarse en grupos de granjas comunales y se les asignaron clasificaciones basadas en su producción. Los individuos se vigilaban entre sí como miembros de grupos agrícolas, y esa clasificación determinaba cuánto acceso tenía alguien a los bienes públicos. El sistema se derrumbó bajo Mao, y se derrumbó nuevamente en la década de 1980 porque resulta que los seres humanos no son jueces precisos entre sí, puesto que están motivados por sus propias necesidades, inseguridades y prejuicios individuales.

En 1995, el entonces presidente Jiang Zemin imaginó un sistema de vigilancia social que aprovechara la tecnología y, a mediados de la década de 2000, el gobierno chino estaba trabajando para construir e implementar un sistema de puntuación que funcionara automáticamente. Se asoció con la Universidad de Pekín para establecer el Centro de Investigación de Crédito de China a fin de investigar cómo construir e implementar un sistema nacional de puntaje de crédito social impulsado por inteligencia artificial. Esto explica en parte la insistencia del presidente actual, Xi Jinping, en la IA. Promete no solo cumplir esa idea propuesta en los albores del Partido Comunista, sino que, lo que es más importante, promete mantener al Partido Comunista en el poder. En la ciudad china de Rongcheng, un sistema algorítmico de puntuación de crédito social ya ha demostrado que la IA funciona. A sus 740.000 ciudadanos adultos se les asignan 1.000 puntos a cada uno para comenzar y, según el comportamiento, se suman y restan puntos. Realizar un «acto heroico» podría otorgarle a un residente 30 puntos, mientras que pasarse un semáforo deduciría automáticamente 5 puntos. Pero también se incluyen en esta puntuación negativa, por ejemplo, críticas al gobierno. Los ciudadanos están etiquetados y clasificados en diferentes categorías, que van desde A+++ hasta D, y sus elecciones y capacidad para moverse libremente están dictadas por su grado. El grupo C podría descubrir que primero debe pagar un depósito para alquilar una bicicleta pública, mientras que el grupo A puede alquilarlas gratis durante 90 minutos. No son solo las personas las que obtienen puntajes. En Rongcheng, las empresas también se califican por su comportamiento, y su capacidad para hacer negocios depende en gran medida de su posición en el sector. Los micrófonos direccionales alimentados por IA y las cámaras inteligentes ahora salpican las carreteras y calles de la ciudad china de Shanghái. A los conductores que tocan la bocina en exceso se les emite automáticamente una multa a través de WeChat de Tencent, mientras que sus nombres, fotografías y números de documentos de identidad nacionales se muestran en las vallas publicitarias con LEDs cercanas. Si un conductor se detiene al costado de una carretera durante más de siete minutos, generará otra multa de tráfico instantánea. No es solo la multa, sino que también se deducen puntos en el puntaje de crédito social del conductor. Cuando se deducen suficientes puntos, les resultará difícil reservar billetes de avión o conseguir un nuevo trabajo. Hubo un episodio popular de la serie televisiva Black Mirror que presagiaba un futuro distópico como este. En Shanghai ese futuro ya ha llegado.

La vigilancia a nivel estatal está habilitada por las empresas BAT (Baidu, Alibaba y Tencent), que a su vez se benefician de las diversas políticas institucionales e industriales de China. El servicio Zhima Credit de Alibaba no ha revelado públicamente que es parte del sistema crediticio nacional, pero, sin embargo, se está calculando línea de crédito disponible de una persona basándose en cosas como lo que esa persona está comprando y si sus amigos están en la red social de Alipay. En 2015, el director de tecnología de Zhima Credit dijo públicamente que comprar pañales se consideraría un «comportamiento responsable«, mientras que jugar videojuegos durante demasiado tiempo se consideraría un demérito. Todo esto está relacionado con la introducción de la Nube de Policía en China, que fue construida para monitorear y rastrear a las personas con problemas de salud mental, que han criticado públicamente al gobierno o que son minorías étnicas. El Programa Integrado de Operaciones Conjuntas utiliza IA para detectar desviaciones de patrones, como cruzar imprudentemente una calle. Los puntajes de crédito social de China clasifican a los ciudadanos según su comportamiento. Entonces los sistemas de inteligencia artificial para la toma de decisiones utilizan esos puntajes para determinar quién puede obtener un préstamo, quién puede viajar e incluso dónde se permite que sus hijos vayan a la escuela. Robin Li, uno de los fundadores de Baidu, argumentó que para los chinos, la privacidad no es un valor fundamental como lo es en Occidente. «El pueblo chino es más abierto o menos sensible sobre el tema de la privacidad«, dijo Robin Li a una audiencia en el Foro de Desarrollo de China en Beijing. «Si pueden cambiar la privacidad por conveniencia, seguridad y eficiencia, en muchos casos, están dispuestos a hacerlo». O tal vez tiene más que ver con las repercusiones si se resisten a renunciar a la privacidad. El puntaje de crédito social nacional de China no trata principalmente de fortalecer al Partido Comunista o una forma de lograr una ventaja estratégica sobre aquellos que trabajan en IA en Occidente. Más bien, se trata de ejercer un control total sobre la población para dar forma a su economía global. A principios de 2018, el presidente Xi Jinping le dijo a la agencia estatal de noticias Xinhua que “al ajustarnos el cinturón y apretar los dientes, construimos ‘dos bombas y un satélite’”, en referencia a un programa de armas militares desarrollado bajo Mao. “Esto se debió a que hicimos el mejor uso del sistema socialista. Concentramos nuestros esfuerzos para hacer grandes cosas. El siguiente paso es hacer lo mismo con la ciencia y la tecnología. Debemos desechar las falsas esperanzas y confiar en nosotros mismos”.

Xi Jinping rechaza las nociones de economías de mercado, un internet libre y un ecosistema diverso de ideas complementarias y en competencia. La economía interna de China, estrictamente controlada, se protege de la competencia. Está habilitando reglas de Internet que dependen de la ubicación física del usuario. Está centralizando la política cibernética, restringiendo la libertad de expresión y afirmándose en todos los aspectos de la tercera era de la informática a través del control regulatorio. La infraestructura de Internet, el flujo global de datos y el hardware están cada vez más sujetos a la aprobación del gobierno chino. Hablando en un evento en 2016, Xi Jinping dijo que, de ahora en adelante, el gobierno tendría total discreción para determinar cómo protegería las redes, los dispositivos y los datos. Ejercerá este control considerable atrayendo a sus socios de la Iniciativa de la Franja y la Ruta, una política exterior ambiciosa que le da a la  Ruta de la Seda de hace 2.000 años una actualización del siglo XXI, con la adecuada infraestructura y tecnología. Tanzania fue seleccionada como uno de los primeros socios piloto y, tal vez no por coincidencia, el país ahora ha adoptado muchas de las políticas cibernéticas y de datos de China. El gobierno de Tanzania recibió asistencia técnica de sus homólogos chinos, y un alto funcionario de Tanzania dijo que “nuestros amigos chinos han logrado bloquear dichos medios en su país y los han reemplazado con sus sitios locales que son seguros, constructivos y populares”. Lo mismo está sucediendo en otras partes de África. Vietnam ahora ha adoptado las estrictas leyes de ciberseguridad de China. A partir de junio de 2018, India estaba considerando una legislación que reflejaría los requisitos de China para alojar datos nacionales y obtener tecnologías de ciberseguridad nacionales. ¿Qué pasa si China comienza a influir en sus socios de la Iniciativa de la Franja y la Ruta de manera que una de sus principales exportaciones sea su sistema nacional de puntaje de crédito social? Es fácil ver cómo las autocracias del mundo, como Turquía e Irán, podrían convertirse en compradores de la tecnología de vigilancia de China. Pero, ¿qué ocurre en otros países, como Brasil y Austria, que se han rendido ante el populismo y tienen o han tenido líderes de extrema derecha? ¿Qué pasa si una agencia gubernamental en su país se inspira o se esfuerza por adoptar un sistema de puntaje de crédito social, uno que comienza a monitorearlo sin su consentimiento explícito? ¿Alguna vez sabría que tenía un puntaje, tal vez uno que lo colocó en una lista de observación?

¿Qué sucede si las empresas extranjeras se evalúan de la misma manera y se les otorga un trato preferencial o se les impide hacer negocios con China o incluso entre ellas? A medida que crece la economía de China, ¿qué sucede si este poder e influencia se propaga a través de Internet, nuestros dispositivos y la propia inteligencia artificial? ¿Qué pasa si China crea un puntaje de crédito social para las personas fuera de sus fronteras, utilizando datos que extrae en la web libre y abierta y en las redes sociales de Occidente? ¿Qué pasa si está extrayendo todos los datos ambientales que dejamos después de un viaje a la Gran Muralla y la Ciudad Prohibida? ¿Qué pasa con todas las operaciones de piratería de las que escuchamos periódicamente, donde las grandes brechas de datos parecen provenir de redes con sede en China? Hay otra razón por la que deberíamos estar preocupados por los planes de China, y eso nos lleva de regreso al lugar donde se forman los grupos diseñadores de IA: la educación. China está alejando activamente a profesores e investigadores, especialmente de origen chino o que no son de origen estadounidense o canadiense, de los centros de inteligencia artificial en Canadá y Estados Unidos, ofreciéndoles atractivos paquetes de repatriación. Ya existe una escasez de científicos de datos capacitados y especialistas en aprendizaje automático. El desvío de personas pronto creará un vacío de talento en Occidente. Con mucho, este es el juego a largo plazo más inteligente de China, porque priva a Occidente de su capacidad para competir en el futuro. La fuente de talento de China está drenando a los investigadores de origen chino de vuelta al continente como parte de su Plan de los Mil Talentos. La rápida expansión de las empresas BAT ha creado una demanda de personas talentosas, la mayoría de las cuales se capacitaron en los Estados Unidos y actualmente trabajan en universidades y empresas estadounidenses. Este esquema gubernamental se dirige a los principales tecnólogos y académicos titulares, ofreciéndoles una especie de boleto de oro: brindándoles incentivos financieros convincentes, tanto personales como para proyectos de investigación, y la oportunidad de unirse a un entorno de I+D libre de las restricciones regulatorias y administrativas comunes en Occidente. Más de 7000 científicos han sido aceptados en el programa hasta el momento y han recibido una bonificación por firmar por parte del gobierno chino de 1 millón de yuanes (aproximadamente $151 000), un presupuesto inicial de investigación personal de 3 a 5 millones de yuanes ($467.000 a $778.000), así como subvenciones para vivienda y educación, subsidios para comidas, compensación por reubicación, asistencia para ayudar a los cónyuges a conseguir nuevos trabajos e incluso viajes con todos los gastos pagados. Todos los repatriados, de alguna manera, incluso si se eliminan algunos pasos, terminan usando sus talentos en nombre de las empresas BAT.

Si consideramos la IA como el equivalente de la carrera espacial de China, actualmente está posicionada para ganar y para ganar a lo grande. Durante los últimos años, a medida que la IA ha superado hitos de importancia crítica, la anterior administración Trump desvió dinero de la investigación científica y tecnológica básica, difundió información sesgada sobre el impacto de la IA en la fuerza laboral estadounidense, alienó a los aliados estratégicos globales y se burló repetidamente de China mediante la aplicación de aranceles. De hecho los legisladores estadounidenses no tienen una gran estrategia para la IA ni para el futuro a largo plazo. Las grandes empresas tecnológicas de Estados Unidos pueden tener éxito individualmente, pero no son parte de un esfuerzo coordinado para acumular y centralizar el poder económico y militar en los Estados Unidos. La parte de las grandes empresas tecnológicas con sede en Estados Unidos (Google, Microsoft, Amazon, Facebook, IBM, Apple y las empresas de Elon Musk) son creativos, innovadores y en gran parte responsables de los mayores avances en inteligencia artificial. Funcionan como un tipo de mafia, ya que es una superred cerrada de personas con intereses y antecedentes similares que trabajan en unos determinados campos y que tienen una influencia controladora sobre nuestro futuro. En este momento en particular, Google ejerce la mayor parte de esa influencia sobre el campo de la IA, las empresas, los gobiernos y la vida cotidiana. No es de extrañar que hayan inspirado tanta imitación en China o que en gran medida se hayan visto bloqueadas para hacer negocios allí. No comenzaron como empresas de IA, pero en los últimos años todas ellas cambiaron su centro de gravedad para centrarse en la viabilidad comercial de la IA, a través de I+D, asociaciones y nuevos productos y servicios. En China, el gobierno ejerce control sobre las grandes empresas tecnológicas, mientras que en los Estados Unidos, las grandes empresas tecnológicas ejercen un poder e influencia significativos sobre el gobierno, en parte debido al sistema de economía de mercado de Estados Unidos y porque se tiene una fuerte aversión cultural hacia un fuerte control gubernamental de las empresas. Pero hay otra razón por la que las grandes empresas tecnológicas estadounidenses son tan influyentes. Se trata de que los legisladores estadounidenses los han ignorado. Mientras Xi Jinping consolidaba su poder interno y lanzaba públicamente su plan 2030 para el dominio global de la inteligencia artificial, el asistente adjunto de política tecnológica del anterior presidente Trump, Michael Kratsios, dijo a un grupo de líderes de la industria reunidos en la Casa Blanca que la mejor manera de avanzar para Estados Unidos era que Silicon Valley trazarse su propio curso de forma independiente sin la intervención del gobierno.

Hay un evidente desequilibrio de poder porque el gobierno de Estados Unidos no ha podido crear las redes, las bases de datos y la infraestructura que necesita para operar. Entonces necesita a las grandes empresas tecnológicas. Por ejemplo, el negocio de computación en la nube de Amazon para el gobierno estadounidense probablemente alcanzó los $4,6 mil millones en 2019, mientras que se espera que la compañía espacial privada de Jeff Bezos, Blue Origin, o la compañía SpaceX de Elon Musk, comiencen a apoyar a la NASA y al Pentágono en varias misiones espaciales. En Estados Unidos, el gobierno depende de las grandes empresas tecnológicas, y dado que es una economía impulsada por el mercado, con leyes y regulaciones vigentes para proteger a las empresas, Silicon Valley tiene una significativa influencia. Pero toda esta oportunidad de negocio y poder de las grandes empresas tecnológicas estadounidenses tiene un costo, ya que existe una tremenda presión para que estas empresas creen aplicaciones prácticas y comerciales para la IA lo más rápido posible. En el espacio digital, los inversores se han acostumbrado a ganancias rápidas y ganancias inesperadas. En Silicon Valley, las startups valoradas en más de mil millones de dólares se denominan «unicornios» y con una valoración diez veces mayor que esa cantidad se les conoce como «decacorn«. Para 2018, había numerosas empresas unicornios y decacorns en Silicon Valley, y varias de ellas eran socios de las grandes empresas tecnológicas, incluidas la empresa de fabricación aeroespacial y de servicios de transporte espacial, como SpaceX, de Elon Musk, la plataforma de comercio de criptomonedas con sede en San Francisco, California, Coinbase Inc., la empresa estadounidense de medios y equipos de ejercicio con sede en la ciudad de Nueva York, Peloton Interactive, Inc, la multinacional estadounidense de finanzas personales Credit Karma, la compañía que ofrece una plataforma digital dedicada a la oferta de alojamientos a particulares y turísticos, Airbnb, la compañía estadounidense de software y servicios privada, especializada en análisis de big data, Palantir Technologies, Inc., cuyo fundador y presidente es Peter Andreas Thiel, que cofundó PayPal, junto con Elon Musk, así como la empresa de servicios de automóviles con conductor Uber. Con el dinero obtenido rápidamente se incrementan las expectativas de que el producto o servicio comience a recuperar su inversión, ya sea a través de una adopción, adquisición o publicidad generalizada en el mercado.

Imagen 5

Todos nosotros tenemos una relación personal con las grandes empresas tecnológicas estadounidenses, incluso si no utilizamos sus conocidos productos. La teoría de los “seis grados de separación” es una forma matemática de explicar cómo estamos todos conectados, por lo que estamos a un grado de distancia de cualquier persona que conozcamos bien, a dos grados de la gente que conocemos más superficialmente, y así sucesivamente. Sorprendentemente, hay pocos grados de separación entre nosotros y las grandes empresas tecnológicas estadounidenses, incluso si estamos desconectados. Dos tercios de los adultos estadounidenses actualmente utilizan Facebook, y la mayoría de esas personas usan la red social al menos una vez al día, lo que significa que aunque nosotros no la usemos, lo más probable es que alguien cercano a nosotros lo haga. Hay como máximo uno o dos grados de separación entre nosotros y Facebook, incluso si nunca hemos clicado «me gusta» a la publicación de alguien, e incluso si hemos eliminado su cuenta. Casi la mitad de todos los hogares estadounidenses son suscriptores de Amazon Prime, por lo que hay una separación de entre uno y tres grados entre estos suscriptores y Amazon. Si un estadounidense ha visitado el consultorio de un médico en la última década, solo tiene un grado de separación entre él y Microsoft e IBM. El 95% de los estadounidenses poseen teléfonos inteligentes, dándoles solo un grado de separación entre ellos y Google o Apple. Y esto lo podemos extrapolar a cualquier país occidental. En algún momento de las últimas dos décadas hemos estado generando datos para las grandes empresas tecnológicas, incluso si no utilizamos sus servicios y productos. Esto se debe a que hemos adquirido una gran cantidad de dispositivos inteligentes que generan datos, tales como nuestros teléfonos móviles, dispositivos GPS, altavoces inteligentes, televisores y DVR conectados, cámaras de seguridad, rastreadores de actividad física, monitores de jardín inalámbricos y equipos de gimnasio conectados. Además, porque gran parte de nuestras comunicaciones, compras, trabajo y vida diaria ocurre en las plataformas de las grandes empresas tecnológicas estadounidenses. La capacidad de usar los servicios y productos de estas empresas está vinculada a todos los datos que generamos, en forma de fotos, archivos de audio, videos, información biométrica, uso digital y similares. Todos nuestros datos se almacenan en «la nube«, una palabra de moda que se refiere a los servicios que se ejecutan en la nube, que permiten a los usuarios acceder a los mismos archivos y aplicaciones casi desde cualquier dispositivo, ya que los procesos informáticos y de almacenamiento tienen lugar en servidores en un centro de datos, y no de forma local en el dispositivo del usuario. Y, como era de esperar, hay cuatro proveedores principales de los servicios de la nube: Google, Amazon, Microsoft e IBM.

Accedemos a la nube directamente, por ejemplo, creando documentos y hojas de cálculo de Google compartidos, e indirectamente, cuando nuestro teléfono móvil se sincroniza automáticamente y hace copias de seguridad de las fotos que hemos efectuado. Si poseemos un iPhone o iPad, estaremos utilizando la nube privada de Apple. Si se accede a Healthcare.gov en los Estados Unidos, se utilizará la nube de Amazon. Si un niño tuvo una fiesta de cumpleaños en un centro comercial estadounidense, probablemente se coordinó mediante la nube de Microsoft. En la última década la nube simplemente existe como la electricidad y el agua corriente, por lo que solo pensaremos en ello si nuestro acceso está cortado. Todos estamos generando datos y usando la nube con una fe ciega en los grupos que diseñan la IA y en los sistemas comerciales que han creado. En los Estados Unidos los datos son mucho más reveladores que el número de seguro social. Con nuestros números de seguro social, alguien en Estados Unidos puede abrir una cuenta bancaria o solicitar un préstamo para un automóvil. Sin embargo, con los datos que está generando en la nube, las grandes empresas tecnológicas teóricamente podrían saber si una mujer está embarazada en secreto, si sus empleados piensan que su jefe es incompetente o si está lidiando con una enfermedad terminal, Y la IA de estas grandes empresas probablemente sabría todo eso mucho antes que nosotros. De todos modos, viéndolo desde un punto de vista positivo, hay que reconocer que existen numerosas formas en que la extracción de nuestros datos personales para obtener información podría hacer que todos vivamos unas vidas más saludables y felices. Sin embargo, aún reconociendo los poderoso que es la nube y la IA, todavía se ve obstaculizado por algunas limitaciones, como el hardware. La arquitectura de IA actual ha sido lo suficientemente buena para crear productos con inteligencia artificial débil o estrecha, tales como el filtro de correo no deseado en Gmail. Pero también se está persiguiendo la inteligencia artificial general (AGI), un objetivo a más largo plazo aunque ya visible en el horizonte. Y eso requiere hardware de IA personalizado.

La razón por la que la inteligencia artificial general (AGI) requiere hardware personalizado tiene algo que ver con John von Neumann, el científico informático mencionado anteriormente que desarrolló la teoría detrás de la arquitectura de las computadoras modernas. Recordemos que durante la época de John von Neumann, las computadoras se alimentaban con programas y datos separados para su procesamiento. En su arquitectura, los programas de computadora y los datos se guardaban en la memoria de la máquina. Esta arquitectura todavía existe en nuestras computadoras portátiles y de escritorio modernas, y los datos se mueven entre el procesador y la memoria. Si no tenemos suficiente memoria del procesador o memoria de datos, la máquina comenzará a calentarse, por lo que se recibirá un mensaje de error o simplemente se apagará. Es un problema conocido como el «cuello de botella de von Neumann«. No importa cuán rápido el procesador sea capaz de funcionar, la memoria del programa y la memoria de datos causan el cuello de botella de von Neumann, lo que limita la tasa de transferencia de datos. Como casi todas nuestras computadoras actuales se basan en la arquitectura von Neumann, el problema es que los procesadores existentes no pueden ejecutar programas más rápido que la velocidad en que pueden recuperar instrucciones y datos de la memoria. Este cuello de botella es un gran problema para la IA. En este momento, cuando alguien habla con su Alexa o con Google Home, su voz se graba, analiza y luego se transmite a la nube para obtener una respuesta. Dada la distancia física entre el usuario y los diversos centros de datos involucrados, es sorprendente que Alexa o Google Home puedan responder en uno o dos segundos. A medida que la IA impregna más nuestros dispositivos, en forma de teléfonos inteligentes con sensores biométricos, cámaras de seguridad que pueden bloquearse, automóviles que se conducen solos o robots de precisión capaces de administrar medicamentos, un retraso en el procesamiento de uno o dos segundos podría provocar un resultado catastrófico. Un automóvil autónomo no puede hacer ping (un programa básico de internet donde el usuario verifica que existe una dirección IP en particular y que puede aceptar peticiones) en la nube para cada acción individual porque hay demasiados sensores que necesitarían alimentar datos continuamente para su procesamiento. La única solución es acercar la informática a la fuente de los datos, lo que reducirá la latencia (el tiempo que tarda en cargarse una página web, en enviarse un correo electrónico, o en ejecutarse una acción en un videojuego en línea) y al mismo tiempo ahorrará ancho de banda. Este nuevo tipo de arquitectura se denomina «computación de borde» y es la evolución inevitable de la arquitectura de sistemas y hardware de IA. Para que la IA avance a las siguientes etapas de desarrollo, el hardware debe ponerse al día.

En lugar de encontrarnos con las grandes empresas tecnológicas estadounidenses en la nube, donde todavía tenemos cierta capacidad para establecer permisos y configuraciones, pronto tendremos que «invitarlas» a todas las máquinas que usamos. Lo que esto significa es que en algún momento de la próxima década, el resto del ecosistema de IA convergerá en torno a unos pocos sistemas de estas empresas tecnológicas. Todas las nuevas empresas y los participantes de la periferia, sin mencionar a nosotros mismos, tendremos que «prometer nuestra lealtad» a solo unos pocos proveedores comerciales que ahora actúan como los sistemas operativos para la vida cotidiana. Una vez que nuestros datos, dispositivos, electrodomésticos, automóviles y demás servicios estén entrelazados, podremos estar totalmente dependientes de dichas grandes empresas. A medida que compramos más cosas, como teléfonos móviles, refrigeradores conectados o auriculares inteligentes para la realidad virtual o aumentada, descubriremos que las grandes empresas tecnológicas estadounidenses se han convertido en un sistema operativo para nuestra vida cotidiana. A la humanidad se le está haciendo una oferta que simplemente no puede rechazar. Se sabe que los cálculos de aprendizaje profundo de la IA necesitan hardware especializado porque requieren mucha potencia. Dado que favorecen la optimización sobre la precisión y se componen básicamente de densas operaciones de álgebra lineal, tiene sentido que una nueva arquitectura de red neuronal conduzca a mayores eficiencias y, lo que es más importante, velocidad en el proceso de diseño e implementación. Cuanto más rápido los equipos de investigación puedan crear y probar modelos del mundo real, más se acercarán a los casos de uso práctico de la IA. Por ejemplo, entrenar un modelo complicado de visión por computadora lleva actualmente semanas o meses, y el resultado final solo puede demostrar que es necesario realizar más ajustes, lo que significa comenzar de nuevo. Un mejor hardware significa entrenar modelos en cuestión de horas, o incluso minutos, lo que podría generar avances semanales o incluso diarios. Es por eso que Google creó su propio hardware de silicio personalizado, llamado Unidades de procesamiento de tensor (TPU). Esos chips pueden manejar su marco de inteligencia artificial de aprendizaje profundo, denominado TensorFlow. En junio de 2018, TensorFlow era la plataforma de aprendizaje automático número uno en GitHub, que es la plataforma en línea más grande del mundo donde los desarrolladores de software almacenan su código de computadora.

Las Unidades de procesamiento de tensor (TPU) ya se utilizan en los centros de datos de Google, impulsando modelos de aprendizaje profundo en cada consulta de búsqueda de Google. No en vano, Google intentó adquirir GitHub, que es utilizado por 28 millones de desarrolladores en todo el mundo y es una plataforma importante para las grandes empresas tecnológicas. Pero en junio de 2018, Google perdió la oferta. Por su lado, Facebook se asoció con Intel para desarrollar un chip de IA con fines de investigación y desarrollo internos, que la empresa necesitaba para aumentar la eficiencia y acelerar la experimentación. Asimismo Apple desarrolló su propio chip de «motor neuronal» para usar dentro de su iPhone X, mientras que Microsoft desarrolló chips de inteligencia artificial para sus auriculares de realidad mixta (virtual y aumentada) HoloLens y para su plataforma de computación en la nube Azure. Las empresas BAT de China también está diseñando sus propios chips. En 2017, Alibaba comenzó a reclutar en gran medida «arquitectos de chips de IA» en Silicon Valley y en 2018 lanzó sus propios chips personalizados, Ali-NPU, que están disponibles para que cualquiera los use en su nube pública. Anticipándose a la necesidad de un mejor rendimiento en el futuro cercano, IBM desarrolló su chip neuromórfico TrueNorth hace varios años, y ya está impulsando un nuevo tipo de hardware que podría hacer que las redes neuronales sean 100 veces más eficientes. El nuevo tipo de chip utiliza dos tipos de sinapsis, una para la memoria a largo plazo y la otra para el cálculo a corto plazo. Estamos hablando de nuestro equivalente moderno de «¿Eres un usuario de PC o Mac?». La mayoría de estos chips operan en marcos que las grandes empresas tecnológicas estadounidenses y chinas clasifican como «código abierto«, lo que significa que los desarrolladores pueden acceder, usar y mejorar los marcos de forma gratuita. Pero el hardware en sí es propietario y los servicios vienen con tarifas de suscripción. En la práctica, esto significa que una vez que se crea una aplicación para un marco determinado, será increíblemente difícil migrarla a otro lugar. De esta manera, los grupos diseñadores de IA están inscribiendo nuevos miembros, y un rito de iniciación es besar el anillo de un marco correspondiente a las grandes empresas tecnológicas.

En un impulso por comercializar la IA, las grandes empresas tecnológicas estadounidenses están reclutando desarrolladores de manera creativa. En mayo de 2018, Google y la plataforma de aprendizaje en línea Coursera lanzaron una nueva especialización en aprendizaje automático. Pero para ello hay que usar TensorFlow de Google. El curso se describe como una forma para que cualquier persona aprenda sobre aprendizaje automático de IA y redes neuronales. Los estudiantes necesitan marcos y datos del mundo real, por lo que aprenden en el marco de Google. El hardware es parte de la estrategia de inteligencia artificial de las grandes empresas tecnológicas estadounidenses, que también está vinculada al gobierno, en formas muy diferentes a las de China, pero que deberían ser igualmente preocupantes, incluso si no se es un ciudadano estadounidense. Eso es porque en los Estados Unidos, la IA sirve a tres «señores«: Capitol Hill (sede del gobierno de los Estados Unidos, con el Capitolio de los Estados Unidos, el Senado, la Cámara de Representantes y la Corte Suprema), Wall Street y Silicon Valley. Las personas que realmente redactan políticas y debaten la regulación están en el Congreso o son trabajadores federales de carrera que tienden a permanecer en sus puestos de trabajo durante décadas. Pero aquellos que establecieron la agenda para esa política, tales como los presidentes estadounidenses y los jefes de las grandes agencias gubernamentales, como la Comisión Federal de Comunicaciones, el Departamento de Justicia y similares, rotan cada pocos años. No ha habido un propósito o una dirección nacional claros para la Inteligencia Artificial. Solo recientemente ha habido un enfoque más profundo en China y sus planes para la IA, y eso se debe principalmente a que el presidente Xi Jinping publicó un plan estratégico a largo plazo centrado en la IA y el uso de datos. En los Estados Unidos, hay algo llamado Comité de Inversión Extranjera en los Estados Unidos (CFIUS), un grupo bipartidista liderado por el secretario del Tesoro y formado por miembros de los Departamentos del Tesoro, Justicia, Energía, Defensa, Comercio, Estado y Seguridad Nacional. Su tarea es revisar e investigar acuerdos comerciales que podrían poner en riesgo la seguridad nacional. Fue el CFIUS el que impidió que Broadcom Inc.de Singapur, un diseñador, desarrollador, fabricante y proveedor mundial estadounidense de una amplia gama de productos de software de infraestructura y semiconductores, adquiriera Qualcomm, un fabricante de chips con sede en San Diego, California. CFIUS también rechazó una oferta pública de adquisición de MoneyGram con sede en Dallas por parte de la empresa de pagos electrónicos Ant Financial, cuya empresa matriz es la china Alibaba. Pero CFIUS no se centró en la inteligencia artificial, a pesar de que había propuestas para ampliar su alcance para frenar más las inversiones de China en empresas estadounidenses.

Mientras tanto en Silicon Valley es común que los empleados roten entre distintas empresas, mientras que los líderes de los grupos de IA tienden a permanecer más fijos en sus puestos, dividiendo el tiempo entre las grandes empresas tecnológicas estadounidenses y las universidades. Por lo tanto, la IA sigue avanzando a lo largo de su camino de desarrollo a medida que las grandes empresas tecnológicas crecen cada vez con más fuerza. Durante años, Google escaneó e indexó libros con derechos de autor sin primero solicitar permiso, y la compañía terminó en una demanda colectiva iniciada por editores y autores. Asimismo, Google capturó imágenes de nuestros hogares y vecindarios y las hizo susceptibles de ser buscadas en Google Maps sin preguntarnos primero. Apple ralentizó sus iPhones más antiguos cuando sus nuevos modelos llegaron a los estantes y se disculparon. Después del escándalo de la empresa Cambridge Analytica, con la colaboración de Facebook, para favorecer a Trump en las elecciones presidenciales estadounidenses, el CEO de Facebook, Mark Zuckerberg, publicó una disculpa general en su muro de Facebook. Por lo tanto, las grandes empresas tecnológicas estadounidenses tienden a moverse rápidamente en rachas de desarrollo hasta que sucede algo malo y luego el gobierno se involucra. Las políticas de datos de Facebook solo atrajeron la atención del gobierno estadounidense una vez que un ex empleado de Cambridge Analytica explicó la facilidad con la que los datos de los estadounidenses se habían recopilado y compartido. En 2016, a raíz de un tiroteo en San Bernardino, California, el gobierno federal intentó ordenar a Apple que creara una puerta trasera en un iPhone que pertenecía al terrorista, ya que las agencias gubernamentales y las fuerzas del orden argumentaron que romper el cifrado del teléfono y entregar datos privados era de interés público, mientras que los defensores de la privacidad dijeron que hacerlo violaría las libertades civiles. Pero las fuerzas del orden lograron desbloquear el teléfono sin la ayuda de Apple. En los Estados Unidos puede valorarse la privacidad, pero no hay leyes claras que aborden los datos en el siglo XXI. Aceptamos vigilancia constante a cambio de servicios. Esto permite que las grandes empresas tecnológicas estadounidenses generen ingresos para que puedan mejorar y expandir sus ofertas, ya se trate de consumidores individuales o empresas, universidades, organizaciones sin fines de lucro o agencias gubernamentales. Es un modelo de negocio basado en el capitalismo de vigilancia. Lo cual, si somos completamente honestos, es un sistema con el que la mayoría de la población en Estados Unidos y de otros países está de acuerdo. De lo contrario, habríamos dejado de usar servicios como Gmail o Facebook. Para funcionar correctamente, deben obtener acceso a nuestros registros de datos, que se extraen, refinan y empaquetan. Utilizamos diversos servicios y productos de estas empresas con pleno conocimiento, al menos formalmente, del precio que realmente estamos pagando.

Lo que está implícito aquí es que pronto no solo confiaremos nuestros datos a las grandes empresas tecnológicas estadounidenses, sino que a medida que se produzca la transición de una inteligencia artificial estrecha a una inteligencia artificial más general y capaz de tomar decisiones complejas, las invitaremos directamente a nuestros botiquines, a nuestros refrigeradores, a nuestros automóviles, a nuestros armarios y a nuestras lentes, muñequeras y audífonos conectados que pronto estaremos utilizando. Esto permitirá que las grandes empresas tecnológicas estadounidenses automaticen tareas repetitivas para nosotros, nos ayuden a tomar decisiones y a gastar menos de nuestra energía mental. Entonces tendremos cero grados de separación entre nosotros y las grandes empresas tecnológicas estadounidenses. Será imposible para los legisladores hacer valer una autoridad real una vez que toda nuestra existencia esté entrelazado con estas empresas. Pero a cambio, ¿a qué estaríamos renunciando? Las grandes empresas tecnológicas, como las BAT de China (Baidu, Alibaba y Tencent) y las de Estados Unidos (Google, Microsoft, Amazon, Facebook, IBM y Apple), están desarrollando las herramientas y el entorno que impulsarán el futuro de la inteligencia artificial. Son miembros de los grupos diseñadores de IA, formados en universidades donde inculcan ideas y objetivos compartidos, que se afianzan aún más una vez que los graduados ingresan a la fuerza laboral. Pero el campo de la IA no es estático y a medida que la inteligencia artificial estrecha evoluciona hacia la inteligencia artificial general, las grandes empresas tecnológicas están desarrollando nuevos tipos de sistemas de hardware y reclutando desarrolladores que se encierran en sus propios marcos. La IA en sí misma no es necesariamente dañina para la sociedad. Sin embargo, las grandes empresas tecnológicas estadounidenses son empresas con ánimo de lucro que cotizan en bolsa y deben responder ante Wall Street, independientemente de las posibles intenciones de sus líderes y empleados. En China, las empresas BAT están en deuda con el gobierno chino, que ya ha decidido qué es lo mejor para los chinos. Pero, ¿qué es lo mejor para toda la humanidad? A medida que la IA madura, ¿cómo se reflejarán las decisiones que tomamos hoy en las decisiones que tomen las máquinas por nosotros en el futuro?

Y ahora adentrémonos en una cierta especulación sobre el futuro que nos depara la IA, en que nos basamos en algunas de las predicciones efectuadas por expertos en la materia y en mi propia visión, aunque espero que la parte más preocupante de estas predicciones no se llegue a cumplir. Para 2023 se han reconocido los problemas que plantea la inteligencia artificial (IA), pero en el camino solo se han efectuado ajustes menores en la pista de desarrollo de la inteligencia artificial. Solo se buscan pequeños ajustes porque las partes interesadas en la IA no están dispuestas a sacrificar las ganancias financieras, tomar decisiones políticamente impopulares y frenar nuestras expectativas a corto plazo, incluso si eso significa mejorar nuestras probabilidades a largo plazo de vivir junto a la IA. Pero lo que es peor, ignoramos a China y sus planes para el futuro. Los líderes del Congreso estadounidense, las diversas agencias federales y la Casa Blanca, así como la mayoría de gobiernos occidentales, continúan restando prioridad a la inteligencia artificial y a la investigación científica avanzada en general, prefiriendo invertir en industrias que son políticamente atractivas pero que se acercan a la obsolescencia. Un plan estratégico para el futuro de la IA publicado por la administración de Obama en 2016, un documento que en cambio influyó mucho en el plan estratégico de China para 2025, está archivado, junto con el programa de investigación y desarrollo de IA financiado con fondos federales que recomendó Obama. Estados Unidos no tiene una visión o estrategia a largo plazo sobre la IA y niega cualquier impacto económico, educativo y de seguridad nacional debido a la IA. Los líderes del gobierno de Estados Unidos se centran en cómo estar por delante de China cuando posiblemente deberían estar elaborando estrategias sobre cómo establecer una coalición formada por las grandes empresas tecnológicas estadounidenses y el gobierno en lo que respecta a la IA. La ausencia de una coalición y una estrategia estadounidense coherente con respecto a la IA fomentan los potenciales problemas del futuro. Las grandes empresas tecnológicas se ven obligadas a priorizar la velocidad sobre la seguridad, por lo que la pista del desarrollo de la IA, desde la Inteligencia Artificial Estrecha (ANI) hasta la Inteligencia artificial general (AGI) y más allá, como la Súper inteligencia artificial (ASI), sigue adelante sin resolver primero las vulnerabilidades técnicas graves. Estos son algunos de los problemas menos obvios que no estamos tratando adecuadamente. Como consumidores de tecnología, nuestra expectativa es que los grupos diseñadores de IA ya hayan imaginado y resuelto todos los problemas antes de que las nuevas aplicaciones, productos o servicios salgan de su laboratorios de I+D. Nos hemos acostumbrado a adoptar tecnología que funciona desde el primer momento. Cuando compramos nuevos teléfonos inteligentes o televisores, los conectamos y funcionan según lo prometido. Cuando descargamos software nuevo, ya sea para procesamiento de texto o análisis de datos, se comporta como se anticipó. Olvidamos que la IA no es una tecnología lista para usar, porque para que funcione como queremos, un sistema de IA necesita grandes cantidades de datos y la oportunidad de aprender en tiempo real.

Ni los consumidores individuales, ni los periodistas ni los analistas, damos margen de error a las grandes empresas tecnológicas. Exigimos continuamente nuevos productos, servicios, patentes y avances de investigación. No nos importa que nuestras demandas estén distrayendo a los grupos diseñadores de IA de hacer un mejor trabajo. Los algoritmos de IA, independientemente de su tamaño, necesitan una gran cantidad de datos para aprender, mejorar y desplegarse. Por el momento, solo hay unas pocas empresas que pueden tratar datos de manera efectiva a una escala que importa. Es por eso que la parte más desafiante de construir un nuevo sistema de IA no son los algoritmos o los modelos, sino más bien recopilar los datos correctos y etiquetarlos correctamente para que una máquina pueda comenzar a entrenarse y aprender de ellos. En relación con los diversos productos y servicios que las grandes empresas tecnológicas están construyendo, hay muy pocos conjuntos de datos listos para ser utilizados. Algunos de estos son ImageNet, un enorme conjunto de datos de imágenes que se usa ampliamente, WikiText, un conjunto de datos de modelado de lenguaje que usa artículos de Wikipedia, 2000 HUB5 English, un conjunto de datos solo en inglés usado para el habla, y LibriSpeech, alrededor de 500 horas de fragmentos de audiolibros. Si se desea construir una IA de salud para detectar anomalías en los análisis de sangre y las exploraciones oncológicas, el problema no es la IA, son los datos, ya que los seres humanos somos complicados, nuestros cuerpos tienen múltiples variantes posibles y no hay datos lo suficientemente grandes listos para ser implementados. A principios de la década de 2010, el equipo de IBM Watson Health se asoció con diferentes hospitales para ver si su IA podía complementar el trabajo de los médicos. Watson Health obtuvo algunos éxitos tempranos sorprendentes, incluido un caso que involucró a un niño de nueve años muy enfermo. Después de que los especialistas no pudieron diagnosticarlo ni tratarlo, Watson Health asignó una probabilidad a los posibles problemas de salud, en una lista que incluía dolencias comunes y atípicas, incluida una rara enfermedad infantil llamada enfermedad de Kawasaki. Una vez que se corrió la voz de que Watson Health estaba realizando diagnósticos milagrosos y salvando la vida de las personas, el equipo de Watson Health estuvo bajo presión para comercializar y vender la plataforma, y se establecieron objetivos incomprensiblemente poco realistas. IBM proyectó que Watson Health crecería de un negocio de $244 millones en 2015 a un negocio de $5 mil millones para 2020.

Antes de que Watson Health pudiera reproducir la misma efectividad que había mostrado anteriormente, se necesitarían significativamente más datos de entrenamiento y tiempo para aprender. Pero no había suficientes datos de salud disponibles en el mundo real y lo que estaba disponible para entrenar al sistema no era lo suficientemente completo. Esto se debe a que los datos de los pacientes estaban en sistemas de registros de salud administrados por otras empresas, que veían a IBM como un competidor. Como resultado, el equipo de IBM alimentó a Watson Health con lo que se llama «datos sintéticos«, que son datos que representan información hipotética. Dado que los investigadores en IA no pueden simplemente extraer y cargar datos en un sistema de aprendizaje automático para la capacitación, comprarán un conjunto de datos sintéticos de un tercero o construirán uno ellos mismos. Esto a menudo es problemático porque la composición de ese conjunto de datos, tal como lo que contiene y cómo se etiqueta, está plagado de decisiones tomadas por un pequeño número de personas que a menudo no son conscientes de sus prejuicios profesionales, políticos, de género y muchos otros sesgos cognitivos. Las expectativas desmesuradas de la rentabilidad inmediata de Watson Health, combinadas con la dependencia de conjuntos de datos sintéticos, es lo que condujo a un problema grave. IBM se había asociado con Memorial Sloan Kettering Cancer Center para aplicar las habilidades de Watson Health al tratamiento del cáncer. No mucho después, algunos expertos médicos que trabajaban en el proyecto informaron ejemplos de recomendaciones de tratamiento inseguras e incorrectas. En un caso, Watson Health recomendó un protocolo de tratamiento extraño para un paciente diagnosticado con cáncer de pulmón que también mostraba signos de sangrado. Recomendó quimioterapia y un fármaco llamado bevacizumab, un fármaco contraindicado porque puede provocar hemorragias graves o mortales. Sin embargo, el problema no era lo que Watson Health hiciera, sino más bien que las fuerzas del mercado habían presionado a IBM para que apresurara su investigación de IA para cumplir con las proyecciones.

Imagen 6

Algunas IA han descubierto cómo piratear y jugar con sus propios sistemas. Si una IA está específicamente programada para aprender un juego, jugarlo y hacer lo que sea necesario para ganar, los investigadores han descubierto casos de «piratería de recompensas«, donde un sistema de IA explotará algoritmos evolutivos y de aprendizaje automático para ganar usando trucos y engaños. Por ejemplo, una IA que aprendió a jugar Tetris descubrió que simplemente podía pausar el juego para que nunca perdiera. Desde que se habló por primera vez sobre el pirateo de recompensas algunos analistas se han estado preguntando qué podría pasar si nuestros datos quedaran atrapados en un sistema de pirateo de recompensas. Recientemente apareció un caso en que dos sistemas financieros de IA predijeron una caída abrupta en los valores del mercado de valores e intentaron cerrar los mercados de manera autónoma e indefinida. Por ejemplo, ¿qué pasaría si el control de tráfico aéreo terminara bloqueado por las IA? Asimismo, pueden inyectarse datos dañinos en los programas de capacitación de IA. Las redes neuronales son vulnerables a los «ejemplos adversarios«, que son falsos o están diseñados intencionalmente con información incorrecta para hacer que un sistema de IA cometa un error. Un sistema de IA podría etiquetar una imagen como un león, con un 60 % de confianza; pero agregue solo un poco de ruido a la imagen, como unos pocos píxeles fuera de lugar que serían imperceptibles para un humano, y el sistema volverá a etiquetar la imagen como un lobo con un 99% de confianza. Es posible entrenar la visión de la computadora de un automóvil para pensar que una señal de alto en realidad significa «límite de velocidad 100» y enviar a sus pasajeros a toda velocidad a través de una intersección. Las entradas adversarias podrían volver a entrenar un sistema de inteligencia artificial militar para interpretar todos los datos visuales que se encuentran fuera de un hospital típico, como ambulancias o las palabras «emergencia» y «hospital» en los letreros, como marcadores terroristas. El problema es que las grandes empresas tecnológicas no han descubierto cómo proteger sus sistemas de los ejemplos adversarios, ya sea en el mundo digital o físico.

Las grandes empresas tecnológicas saben que la información contradictoria en realidad puede usarse para reprogramar sistemas de aprendizaje automático y redes neuronales. Un equipo de la división de Google Brain publicó un artículo en 2018 sobre cómo un malintencionado podría inyectar información contradictoria en una base de datos de visión por computadora y reprogramar de manera efectiva todos los sistemas de inteligencia artificial que aprenden de ella. Los piratas informáticos podrían algún día incrustar datos dañinos en sus auriculares inteligentes para realidad virtual y aumentada y reprogramarlos con la identidad de otra persona mientras se sientan a su lado en el avión. Lo que complica las cosas es que a veces la información contradictoria puede resultar útil. Un equipo diferente de Google Brain descubrió que la información contradictoria también podría usarse para generar nueva información que se puede utilizar bien en lo que se llama una “red generativa contradictoria” o GAN. En esencia, es la prueba de Turing pero sin humanos involucrados. Dos IA se entrenan con los mismos datos, tales como imágenes de personas. La primera crea fotos de, digamos, el dictador norcoreano Kim Jong-Un que parecen realistas, mientras que la segunda IA compara las fotos generadas con las reales de él. Según el juicio de la segunda IA, la primera retrocede y realiza ajustes en su proceso. Esto sucede una y otra vez, hasta que la primera IA genera automáticamente todo tipo de imágenes de Kim Jong-Un que parecen completamente realistas, pero que en realidad nunca sucedieron en el mundo real. Imágenes que muestran a Kim Jong-Un cenando con John Biden, jugando golf con Leonel Messi o bebiendo cócteles con Carlos III de Inglaterra. El objetivo de Google Brain no es un subterfugio, sino que es para resolver el problema creado por los datos sintéticos. Las redes generativas contradictorias (GAN) permitirían a los sistemas de inteligencia artificial trabajar con datos sin procesar del mundo real que no se han limpiado y sin la supervisión directa de un programador humano. Y si bien es un enfoque maravillosamente creativo para resolver un problema, algún día podría ser una seria amenaza para nuestra propia seguridad.

Tenemos que cuando los algoritmos de IA complejos trabajan juntos, a veces compiten entre sí para lograr un objetivo, lo que puede dañar todo un sistema. Se sabe de un caso en que hubo problemas en todo el sistema cuando el precio de un libro de texto de biología del desarrollo comenzó a aumentar rápidamente. El libro estaba agotado, pero Amazon mostró que había 15 copias usadas disponibles a partir de $35,54, y dos copias nuevas a partir nada menos que de $1,7 millones. Ocultos a la vista, los algoritmos de Amazon se habían embarcado en una guerra de precios autónoma, eligiendo subir el precio cada vez más. El sistema de algoritmos de aprendizaje había realizado ajustes en tiempo real en respuesta a cada subasta, que es para lo que fueron diseñados. Dicho de otra manera: es posible que sin darnos cuenta le hayamos enseñado a la IA que las burbujas son algo bueno. No es difícil imaginar algoritmos de la competencia inflando ilógicamente los activos inmobiliarios, los precios de las acciones o incluso algo tan simple como la publicidad digital. Estos son solo una pequeña fracción de los problemas que los grupos diseñadores de IA han decidido que todos podemos vivir en la búsqueda de los objetivos establecidos por las fuerzas del mercado en los Estados Unidos y el Partido Comunista chino en China. En lugar de limitar las expectativas de velocidad y rentabilidad, los grupos diseñadores de AI están continuamente presionados para llevar productos al mercado. La seguridad es una idea de último momento. Los empleados y los líderes dentro de las grandes empresas tecnológicas estadounidenses están preocupados, pero no les damos tiempo para hacer cambios. Y aún no nos hemos referido a China.

Entre 2019 y 2023 se han ignorado las proclamaciones de Xi Jinping sobre el futuro, enfocado a la estrategia nacional integral de inteligencia artificial de China, a sus planes para dominar la economía global y al objetivo de China de convertirse en una fuerza singular que impulse las decisiones geopolíticas. No logramos conectar los puntos entre el futuro de la IA, su infraestructura de vigilancia y su sistema de crédito social, así como la diplomacia persona a persona de China en varios países africanos, asiáticos y europeos. Entonces, cuando Xi Jinping habla públicamente y con frecuencia sobre la necesidad de una reforma de la gobernanza global y continúa con el lanzamiento de organismos multinacionales como la infraestructura asiática Investment Bank, le prestamos poca atención en lugar de toda nuestra atención. Es un error que no reconocemos de inmediato. Dentro de China, el camino hacia el dominio de la IA no ha sido exactamente fácil. China tiene que lidiar con sus propios problemas mientras las empresas BAT luchan por innovar como Silicon Valley pero bajo el gobierno de mano dura de Beijing. Las empresas BAT han eludido repetidamente las reglas burocráticas, ejemplificadas por casos como cuando la Administración Estatal de Divisas de China multó a Alipay con 600.000 yuanes (unos 88.000 dólares) por tergiversar pagos internacionales entre 2014 y 2016, y Tenpay fue sancionado por no presentar la documentación de registro adecuada para pagos transfronterizos entre 2015 y 2017. Se hace evidente que estos no son incidentes aislados ya que los funcionarios estatales chinos experimentan la tensión entre las sensibilidades socialistas y las realidades del capitalismo. Ya estamos viendo las implicaciones posteriores de todas estas vulnerabilidades políticas, estratégicas y técnicas. Para aplacar a Wall Street, las grandes empresas tecnológicas estadounidenses persiguen lucrativos contratos gubernamentales en lugar de asociaciones estratégicas. Esto genera competencia en lugar de colaboración. Conduce a una interoperabilidad restringida entre entornos, servicios y dispositivos de IA. A principios de la década de 2020, el mercado está empujando a las grandes empresas tecnológicas estadounidenses a dividir ciertas funciones y características: Amazon ahora posee el comercio electrónico y nuestros hogares, mientras que Google posee la búsqueda, la ubicación, las comunicaciones personales y el lugar de trabajo. Microsoft posee la computación en la nube empresarial, mientras que IBM posee aplicaciones de IA de nivel empresarial y sistemas de salud aplicados. Facebook posee las redes sociales, Apple fabrica hardware, como teléfonos, computadoras y dispositivos portátiles, y Elon Musk es propietario de Twitter y de empresas como Space X.

Ninguna de las grandes empresas tecnológicas estadounidenses está de acuerdo con un solo conjunto de valores fundamentales que prioricen la transparencia, la inclusión y la seguridad. Si bien el liderazgo dentro de las grandes empresas tecnológicas estadounidenses está de acuerdo en que probablemente debería haber estándares ampliamente adoptados e implementados que rijan la IA, simplemente no hay forma de desviar recursos o tiempo para trabajar en ellos. Su registro de datos personales está construido, es mantenido y es propiedad inicialmente de cuatro de las grandes empresas tecnológicas estadounidenses: Google, Amazon, Apple y Facebook. Pero aquí está el problema: ni siquiera sabemos si los «registros de datos personales» (PDR) existen o están siendo utilizados por las grandes empresas tecnológicas estadounidenses y por los grupos diseñadores de IA. Posiblemente no sea intencional, sino más bien un descuido debido a la velocidad con que tienen que actuar. Todo se explica en los términos de servicio que todos aceptamos, pero que nunca leemos. El formato utilizado por cada proveedor de los «registros de datos personales» (PDR) no es complementario, por lo que hay datos duplicados que se distribuyen y, paradójicamente, generan grandes lagunas en las que faltan datos importantes. A medida que la IA madura desde aplicaciones limitadas a verdaderas máquinas de pensar inteligentes de propósito general, no tenemos más remedio que vivir con los problemas infligidos por la inteligencia artificial. La versión moderna china del comunismo, una mezcla de socialismo y capitalismo pero con un régimen autocrático, posiciona a Xi Jinping para cumplir las promesas de un nuevo orden mundial bajo el dominio de China, el viejo ideal masónico e illuminatti. Los países que se opongan al estilo de gobierno autocrático de China, a su supresión de las libertades religiosas y la libertad de prensa, y a sus puntos de vista negativos sobre las orientaciones sexuales, de género y étnicas, no tendrán más remedio que trabajar junto a China, en los términos dictados por China.

Se nos prometió libertad a través de la IA, que se suponía que nos aliviaría de las tareas mundanas y el trabajo repetitivo. En cambio, nuestra libertad de elegir posiblemente estará restringida de formas que nadie imaginó. En lugar de unirnos, la IA nos está separando a todos de manera efectiva y eficiente. Todo el mundo habla de nuestra «indefensión aprendida» en la era de la IA. Parece que no podemos funcionar sin nuestros diversos sistemas automatizados, que constantemente nos empujarán con comentarios positivos o negativos. Tratamos de culpar a las grandes empresas tecnológicas, pero en cierto modo nosotros también somos culpables. La década de 2020 marcará el comienzo del fin de los teléfonos inteligentes, por lo que todos usaremos dispositivos conectados en lugar de llevarlos en nuestros bolsillos y carteras. Se prevé que la mayoría de las personas usaran gafas y auriculares inteligentes para la realidad virtual y aumentada durante el día junto con un anillo o pulsera complementaria para grabar videos. Resulta que las gafas serán inevitables. Después de décadas de mirar fijamente a las pantallas, nuestros ojos ya no podrán hacer los ajustes necesarios, y la mayoría de nosotros tendremos visión de lejos borrosa y necesitamos anteojos para leer a edades más tempranas. La mayoría de las personas que viven hoy en día necesita visión correctiva, lo que se creará un mercado para las gafas inteligentes para la realidad mixta, virtual y aumentada. Las gafas, junto con sus periféricos, como auriculares inalámbricos, una pulsera inteligente y una tableta liviana, serán nuestro principal dispositivo de comunicación. Son una ventana informativa a través de la cual podremos ver el mundo, revelando datos y detalles sobre las personas que conocemos, los lugares a los que vamos y los productos que podemos querer comprar. Miraremos videos a través de estas gafas y, para hacer un video para una llamada saliente usaremos una cámara incorporada en una pulsera inteligente. En general, estaremos hablando más que escribiendo. Los algoritmos especiales para la computación espacial, la visión por computadora y el reconocimiento de audio potenciaran gran parte de los datos que vemos y recopilamos a través de sus dispositivos portátiles inteligentes. La tasa de cambio dentro de la inteligencia artificial se acelera con cada año que pasa, y dado que el valor de nuestros datos es significativamente mayor que los márgenes de beneficio de las gafas, las pulseras y los auriculares inteligentes, el objetivo es mantenernos a todos conectados al sistema. A finales de la década del 2020 posiblemente tendremos comunidades cerradas de élite digitales, pero ocultas a la vista del público, ya que estarán protegidas, previo pago, por algoritmos que ocultaran los datos de las personas adineradas de las miradas indiscretas de la gente común y las empresas.

Uno de los posibles problemas consistirá en que las entradas adversarias también podrán infectar nuestros «registros de datos personales» (PDR) e imitar nuestra voz para todos nuestros conocidos. Algunas IA estarán tan profundamente arraigadas en nuestros «registros de datos personales» (PDR) y nuestra vida digital que no solo imitaran de manera convincente nuestra voz, cadencia, tono y vocabulario únicos, sino que pueden hacerlo utilizando el conocimiento institucional de nuestra vida. Las IA imitadoras de voz se utilizarán para enviar mensajes de voz falsos tan convincentes que los familiares y amigos podrán ser engañados de manera convincente. Desafortunadamente, estas IA permitirán que los estafadores roben identidades y las usen para atraer a las personas mediante interacciones hiperrealistas. Todos sufriremos un cierto malestar provocado por la indefensión ante la sensación de que nuestro yo del mundo real simplemente no puede competir con las versiones mejoradas a través de la inteligencia artificial. Para buscar cierto consuelo se implantarán interfaces cerebro-máquina, que serán enlaces de alto rendimiento que transferirán datos entre nuestro cerebro y una computadora. Escondidos discretamente dentro de una gorra o un sombrero, un dispositivo podrá leer y monitorear los datos de nuestras ondas cerebrales y transmitir retroalimentación para mejorar nuestro enfoque, crear una sensación de sentirnos felices y contentos, o hacernos sentir como si tuviésemos mucha energía. Seguramente será una empresa del BAT chino, como Baidu, quien tenga primero una interfaz cerebro-máquina. Al ver a una empresa china como Baidu como una amenaza, Google y Apple probablemente intervendrán y lanzaran sus propios productos, que agregarán aún más datos a nuestros «registros de datos personales» (PDR). Todas estas empresas nos acosarán para que tengamos una mejor salud. Nuestras pulseras, auriculares y anteojos inteligentes nos brindan recordatorios constantes. No tendremos la oportunidad de tomar un bocado de un pastel, ya que en el momento en que miremos el postre, la IA reconocerá lo que estamos a punto de comer, lo comparará con nuestra tasa metabólica actual y nuestra salud general, y enviará una notificación de advertencia a nuestra pulsera o gafas. En un restaurante, se nos animará a considerar elementos del menú que satisfagan nuestras necesidades biológicas actuales, tales como alimentos con alto contenido de potasio u omega-3, o alimentos bajos en carbohidratos o sal. Si eleigimos sabiamente, seremos recompensados y nos enviarán mensajes de aliento.

No habrá una forma real de desconectarse de las molestas IA, ya que nuestros «registros de datos personales» (PDR) estarán vinculados a nuestras primas de seguro y nuestras tarifas se establecerán en función de nuestro compromiso con una vida saludable. Si omitimos un entrenamiento recomendado podemos esperar que nos molesten todo el día. Si tomamos un bollo adicional se anotará en nuestro archivo. Tal vez el sistema no estaba destinado a comportarse de esta manera, pero a los algoritmos de IA se les dio un propósito y fueron entrenados para optimizar implacablemente las diversas facetas de nuestra vida cotidiana. Seguramente no fueron programados con un punto final o una fecha de finalización. Las empresas tecnológicas resultaron ser soluciones brillantes para el problema de los datos. Google, IBM y Apple tendrán acceso sin restricciones incluso a nuestros datos biológicos, y nosotros tendremos acceso a diagnósticos médicos de bajo costo o sin costo. Ahora se nos hará una prueba para cualquier cosa, lo que beneficiará directamente a nuestro nivel general de salud y bienestar. Si bien finalmente tendremos acceso a una atención médica asequible, todavía habrán algunas dificultades, como el hecho de que las ambulancias más antiguas no siempre podrán acceder al «registro de datos personales» (PDR) de un paciente si no cuentan con las últimas actualizaciones del sistema operativo. Tampoco las enfermerías de los colegios y campamentos de verano. Los «registros de datos personales» (PDR) de los sistemas hospitalarios podrán ser leídos por distintos sistemas, pero a menudo faltarán muchos datos contextuales útiles. Especialmente en comunidades más pequeñas o rurales, los médicos encontrarán que necesitan recordar su formación en la escuela de medicina. A medida que los médicos capacitados en las formas tradicionales más antiguas se jubilan, cada vez habrá menos médicos jóvenes con el conocimiento y la experiencia necesarios disponibles para atender a pacientes, ya que está función las harán algoritmos de IA. Es otro ejemplo de indefensión aprendida, pero en las peores circunstancias posibles.

Las IA han causado fallas extrañas en otras áreas de la vida. En 2002, los investigadores de Berkeley Open Infrastructure for Network Computing descubrieron que si algunos de nosotros permitiéramos que nuestros dispositivos fueran secuestrados mientras dormimos, sería posible simular el poder de una supercomputadora, y ese poder podría usarse científicamente. Los primeros experimentos resultaron exitosos ya que cientos de miles de personas donaron su tiempo de procesamiento inactivo a todo tipo de proyectos valiosos en todo el mundo, apoyando distintos proyectos, como el de SETI@home, que busca vida extraterrestre en el universo. Para 2018, algunos empresarios inteligentes habían descubierto cómo reutilizar esas redes, permitiendo que empresas de terceros usen nuestros dispositivos a cambio de créditos o dinero real que podemos gastar en otros lugares. Mucha gente abandonará la fuerza laboral tradicional para apostar por esta nueva economía. Renunciarán a sus trabajos e intentarán ganarse la vida simplemente alquilando el acceso a sus dispositivos. Pero esto causará una tensión significativa en la red eléctrica y en los proveedores de red, que no podrán satisfacer la demanda. La sobrecarga de la red y los cortes de energía serán comunes, y dado que ello tiende a ejecutarse mientras las personas duermen, no se darán cuenta de que han perdido ingresos potenciales hasta la mañana siguiente. Aquellos que todavía estén en la fuerza laboral tradicional comenzarán a usar la IA para optimizar sus currículos y cartas de presentación, y esto causará otro problema técnico. Los problemas habituales que podrían haber eliminado a algunos candidatos son menos obvios, ya que ahora todo el mundo parece tener una ventaja competitiva. Los sistemas de inteligencia artificial se están utilizando para calificar a los clientes potenciales, pero los gerentes de contratación ya no pueden tomar una decisión porque todos los candidatos parecen igualmente excelentes. Entonces recurren a aquello en lo que se sienten cómodos, en que hombres blancos terminan contratando a hombres blancos.

En la mayoría de las grandes empresas, la jerarquía anterior se habrá derrumbado en dos niveles de trabajadores: la gerencia calificada y el personal de alto nivel. El personal calificado trabaja junto con los sistemas de IA e informa a los que gestionan las IA, ya que ahora se ha eliminado toda la capa de mandos intermedios. En el trabajo, los que gestionan las IA realizan un seguimiento de nuestra productividad, observan cómo nos movemos por el espacio de trabajo, observan con quién socializamos y registran nuestro nivel de felicidad, ansiedad, estrés y satisfacción. Pero los gobiernos no están preparados para la eliminación generalizada de los puestos de mando intermedia en las industrias del conocimiento, así como en el derecho y las finanzas, porque antes se centraban exclusivamente en la mano de obra o en ocupaciones de baja calificación, como la conducción, la agricultura y la mano de obra en las fábricas. Los campos creativos se ven afectados con la misma fuerza a raíz de una nueva rama de la IA: la creatividad de las máquinas. Los diseñadores gráficos, arquitectos, redactores publicitarios y desarrolladores web se han vuelto no necesarios porque las redes generativas de confrontación y los sistemas de inteligencia artificial más nuevos resultaron ser notablemente confiables y productivos. Al mismo tiempo, la IA ha otorgado superpoderes a ciertos puestos, como los directores de operaciones, los directores de finanzas y los directores de información. Se ha abierto un abismo significativo, que concentra cada vez más riqueza en las capas superiores de las organizaciones. Estamos viendo el surgimiento de un sistema de castas digital. Otro problema técnico es la contaminación de la información. Cuando Internet pasó de la academia y el gobierno al sector privado en la década de 1990, dejamos que se propagase libremente en lugar de tratarlo como una empresa de servicios públicos o un sistema financiero regulado. En ese entonces, los legisladores no pensaban mucho en cómo se podrían usar todos los datos que generaríamos en Internet. Así que ahora es imposible cumplir con todas las modificaciones legales mientras nuestras burbujas de filtro anteriores se expandían para adaptarse a las fronteras geográficas. Esto ayudó a la promoción y propagación de noticias falsas. Debido a que los malintencionados están usando algoritmos generativos y debido a que, según el país, todos recibimos diferentes versiones del contenido de las noticias, no sabemos en qué ni en quién confiar. Cada una de las organizaciones de noticias más venerables del mundo ha sido engañada más de una vez, ya que los periodistas capacitados tienen dificultades para verificar videos de líderes globales y personas comunes por igual. Es casi imposible saber si el video que estamos viendo es una voz y una cara generada digitalmente o si es real.

Otro problema técnico más es la ola de ciberdelincuencia de la inteligencia artificial que no vimos venir. Los programas de inteligencia artificial limitados pero poderosos han comenzado a causar problemas en todo Internet. Están haciendo compras ilegales, tales como bolsos de diseño falsificados, drogas y medicinas sin verificación sanitaria. Escuchan nuestros canales sociales, leen las noticias y se infiltran en los mercados financieros provocando liquidaciones repentinas. En los espacios públicos, están cometiendo calumnias con la intención de difamar la reputación de las personas. Estamos empezando a preocuparnos por la intrusión de la IA en nuestros «registros de datos personales» (PDR), pirateando nuestra biometría y falsificando no solo nuestros propios registros, sino también los que hemos heredado. Parte de esta anarquía fue diseñada y desplegada intencionalmente por lo mafia moderna, que consiste en una red extendida y distribuida de crimen organizado que es difícil de rastrear y contener. No obstante, algunas de las IA deshonestas fueron accidentales, ya que simplemente evolucionaron y comenzaron a comportarse de una manera que nadie pretendía. Pero los problemas también se extienden a los robots físicos. Los robots de seguridad, equipados con cámaras inteligentes y software de análisis predictivo, persiguen a las personas de color con regularidad, especialmente en países como Estados Unidos. Los robots de seguridad todavía no llevan armas, pero lanzan órdenes muy fuertes y hacen sonar alarmas chirriantes y agudas si sospechan de alguna irregularidad. Dentro de los edificios de oficinas, hoteles, aeropuertos y estaciones de tren, las personas de color son habitualmente acosadas y humilladas porque un robot de seguridad las ha etiquetado erróneamente como sospechosas.

Imagen 7

Las grandes empresas tecnológicas estadounidenses no tienen una relación fácil con las agencias policiales estadounidenses, que quieren tener acceso a nuestros «registros de datos personales» (PDR). En lugar de trabajar juntos, el gobierno amenaza con entablar demandas e intenta obligar a las grandes empresas tecnológicas estadounidenses a compartir sus datos, aunque no tienen la obligación, legal o de otro tipo, de ceder a sus demandas. Si bien nadie lo hará públicamente, parece que las agencias de aplicación de la ley de Estados Unidos y otros países esperan emular algunos de los sistemas de monitoreo algorítmico y puntaje de crédito social de China. Pero por temor a la reacción del consumidor, las grandes empresas tecnológicas estadounidenses supuestamente continúan manteniendo sus sistemas bloqueados. Habíamos hablado durante más de una década sobre las implicaciones filosóficas y éticas de la toma de decisiones algorítmica dentro de la aplicación de la ley. Sin embargo, nunca se establecieron estándares, normas o reglamentos. Ahora tenemos una cadena aparentemente interminable de delitos impulsados por las IA, pero no tenemos ningún mecanismo de castigo. No hay cárcel para las IA y los robots. Las leyes que definen qué es un delito no se aplican a la tecnología que hemos creado. Nuestra confusión y desilusión ha favorecido claramente a China, que ya no es un competidor cercano de Estados Unidos, sino un formidable competidor directo y una amenaza militarista. China pasó décadas robando el diseño de equipos estadounidenses y las estrategias de defensa, una táctica que ahora está dando sus frutos. El presidente Xi Jinping está consolidando aún más el poder del ejército de China, que se centra en el código de IA en lugar del combate físico, aunque no se deja de lado. Por ejemplo, los hermosos espectáculos de luces que China desplegó para varios eventos, como un festival de «linternas de drones» de 2017, un espectáculo de «fuegos artificiales de drones» de verano de 2018, resultaron ser pruebas para la llamada inteligencia de enjambre. El ejército de China ahora usa poderosos drones impulsados por IA para cazar en manadas tanto en tierra como en los océanos. A través de su poderío económico, diplomacia personal y demostración de fuerza militar, China está practicando un nuevo colonialismo. Está colonizando con éxito países como Zambia, Tanzania, la República Democrática del Congo, Kenia, Somalia, Etiopía, Eritrea y Sudán. China está construyendo infraestructuras y desplegando su sistema de puntuación de crédito social basado en IA en estos países, así como está extrayendo recursos críticos para bloquear a los competidores y apoyar a su clase media en rápido crecimiento. Ahora controla más del 75% del suministro mundial de litio, que necesitamos para las baterías. Ha diezmado los bosques de palisandro del mundo y ha llevado a la extinción del árbol Mukula, una especie de crecimiento lento en África central que, durante un tiempo se cosechó para hacer mesas auxiliares de color rojo y sillas con tallas intrincadas.

Ninguna potencia extranjera, ni Estados Unidos, Japón, Corea del Sur o la Unión Europea, ha tenido suficiente influencia política o económica para impedir que China extendiera sus zonas comerciales económicas especiales hacia el Mar de China Meridional, el Mar de China Oriental y el Mar Amarillo. Casi la mitad de todo el comercio mundial debe pasar por una de esas zonas, y cada barco que pasa debe pagar al gobierno chino un fuerte impuesto. Los observadores de China dicen que Beijing no cumplirá con su objetivo de convertirse en la potencia mundial de inteligencia artificial, incluso si ha tomado el control de ciertos recursos físicos del mundo. Pero esos observadores no miran el panorama general. Años de acuerdos obligatorios de transferencia de tecnología, prácticas de mercado ilimitadas y restrictivas, además de la considerable inversión de China en empresas tecnológicas estadounidenses y europeas, demostraron ser un gran éxito. China ahora domina las industrias de tecnología avanzada, incluida la robótica, las nuevas energías, la genómica y la aviación, y cada uno de esos campos aprovechan y son aprovechados por la inteligencia artificial. No hay cifras publicadas, pero considerando sus laboratorios estatales de inteligencia artificial, las asociaciones con BAT (Baidu, Alibaba y Tencent), y todos sus socios, los expertos creen que China logrará aumentar el valor de su ecosistema total de inteligencia artificial en más de 500 mil millones de yuanes. (alrededor de $73 mil millones) en solo una década.

A medida que pase el tiempo y se avance hacia la inteligencia artificial general, la constelación de las grandes empresas tecnológicas cambiará de manera profunda y problemática. Las empresas BAT de China serán más fuertes que nunca y seguirán trabajando al unísono con el gobierno chino de Beijing. Sin embargo, las grandes empresas tecnológicas de Estados Unidos seguramente se reducirán, debido a asociaciones estratégicas y empresas conjuntas, en que Amazon-Apple y Google-IBM son las cuatro empresas con más posibilidades de competir. mientras que Microsoft brinda soporte principalmente para sistemas y servicios heredados. Quizás lo más sorprendente es lo que probablemente pase con Facebook. El modelo de negocio de Facebook simplemente no parece sostenible en el tiempo. Una vez que los usuarios abandonen y los anunciantes dejen de gastar su dinero en la plataforma, Facebook no tendrá una cartera diversa de fuentes de ingresos. Facebook probablemente se venda por piezas. Todos aquellos cuyos datos estaban bloqueados dentro de la red, que era la mayor parte de Estados Unidos, ahora estarán muy preocupados porque serán nuestros datos los que serán comprados silenciosamente por otro conglomerado. Quizá este conglomerado sea, de hecho, una empresa ficticia china. Es probable que entonces todos nosotros formemos parte del sistema de crédito social de China y que todos estemos siendo rastreados. No sabremos si nuestros «registros de datos personales» (PDR) estarán protegido o a qué datos personales podría tener acceso China. No estaremos seguros de cuán profundamente arraigados estarán los piratas informáticos del gobierno chino en los sistemas de infraestructura de nuestros países, ni que sabrá China sobre nosotros, sobre las líneas de gas que conducen a nuestras casas y qué planean hacer con toda esa información. Lo que no anticipamos fue un amplio espectro de inteligencia artificial general (AGI), construido para diferentes propósitos y tareas, que son a la vez poderosos e indiferentes a los valores humanos. En retrospectiva veremos que la gente utilizaba aplicaciones y juegos para sus teléfonos adquiriéndolos en Play Store de Google, y como era bastante fácil para cualquiera lanzar y vender una aplicación, la calidad variaba enormemente. Había demasiadas aplicaciones que consumían mucha batería, juegos que extraían y compartían información personal y anuncios no deseados que hacían que la experiencia móvil fuera miserable. Eso es lo que veremos con la inteligencia artificial general (AGI), excepto que las consecuencias serán mucho peores. Algunas inteligencias artificiales generales (AGI) se automejorarán incluso si sus creadores no los programaron explícitamente para hacerlo. Algunos se replicarán a sí mismos, se dividirán en otros AGI y recolectarán los recursos que necesitan para lograr sus objetivos, independientemente del impacto que esas acciones puedan tener en el ecosistema.

Para contrarrestar las inteligencias artificiales generales (AGI) con mal comportamiento, los investigadores implementarán AGI para vigilar otros sistemas, con los siguientes protocolos: Investigar y analizar otras AGI para ver si están violando sus objetivos originales. Para crear un registro detallado de todas las inteligencias artificiales generales (AGI) que se comportan mal, junto con sus historiales completos, por ejemplo, quién los creó, cuándo fueron modificados y por quién o qué. Se tratará de encontrar al ser humano original en el ciclo de desarrollo y notificarle el incumplimiento. Después de un período de gracia, que depende de la gravedad de las infracciones de las inteligencias artificiales generales (AGI), se retiraría cualquier AGI deshonesta. También se recomienda no modificar nunca sus propios objetivos. Nuestros hogares se convertirán en grandes contenedores de marketing, que será constante e intrusivo. Veremos anuncios de video personalizados en cualquier lugar donde haya una pantalla, tales como los espejos inteligentes en nuestros baños y armarios, las pantallas retráctiles que llevamos en nuestros bolsillos, incluso los cristales de las ventanas inteligentes que tuvimos que instalar en nuestros hogares para bloquear la radiación solar extrema. Probablemente nos sentiremos incómodos en nuestras propias casas. La desconfianza provocará que nuestro sistema de atención médica sea particularmente abrumador, a pesar de que se habrán logrado enormes avances tanto en inteligencia artificial como en medicina, incluyendo la idea de un traje robótico controlado por la mente. El neurocientífico de la Universidad de Duke, Miguel Nicolelis, había descubierto cómo fusionar la mente y la máquina, y su trabajo inspiró a otros a llevar al mercado las interfaces cerebro-máquina. En algunas oficinas de tecnología avanzada, se alienta a los trabajadores a que usen diademas electrónicas y unan sus mentes, junto con inteligencia artificial general (AGI), para resolver problemas desafiantes. No todo el mundo se siente cómodo con esta forma de inteligencia colectiva de alta tecnología, ya que requiere que los datos pasen por algunas de las grandes empresas tecnológicas, que ahora pueden ver literalmente dentro de nuestros cerebros. Los sistemas de inteligencia artificial general (AGI) servirán para descubrir diferentes formas de crear seres multicelulares complejos, y eso conducirá al advenimiento de seres humanos con capacidades aumentadas, tal como pretende el transhumanismo.

La intención original era crear tejido humano viable para trasplantes, por lo que usamos cerdos y ovejas para cultivar hígados, corazones y riñones. Los investigadores también desarrollarán organoides cerebrales, exactamente el mismo tejido que forma nuestro propio cerebro. Será un trabajo en que se utilizarán inteligencia artificial general (AGI) para desarrollar quimeras humano-animal con determinadas características, como bebés recién nacidos con el sentido del olfato de un perro. Lo que nadie ha determinado todavía son las implicaciones de los atributos de las quimeras, que tal vez sean heredables. ¿Qué sucede cuando un humano modificado con capacidades extrasensoriales tiene un hijo con alguien que también tiene modificaciones? Lo más preocupante es que China planea reutilizar las interfaces de inteligencia artificial general (AGI) y máquina cerebral, que estaban destinadas a ayudar a las personas enfermas a recuperar sus facultades, para obtener una ventaja militar estratégica. Se piensa utilizar para mejorar las capacidades cognitivas de sus soldados, que realizan gran parte de su trabajo desde el interior de oscuros búnkeres subterráneos. En los Estados Unidos y la UE, tal experimentación y uso de tecnología viola las leyes de la ética, pero no en China. Estamos comenzando a ver un declive muy real de la civilización occidental y de nuestros ideales democráticos, gracias a la progresiva colonización de China, la expansión de sus zonas económicas y su uso sin escrúpulos de la inteligencia artificial general (AGI). Nos damos cuenta de que China, de hecho, ha desarrollado una generación de AGI que tienen capacidades mucho mayores que nunca. China pudo construir y desplegar un sistema para controlar a la mayoría de la población en la Tierra. Si no cumplimos con las demandas de China, cortará nuestros sistemas de comunicación. Si no mantenemos nuestra tubería de datos abierta al Partido Comunista Chino, cerrará nuestra infraestructura crítica, como nuestras centrales eléctricas y el control del tráfico aéreo. Los residentes en los Estados de América estarán ocupados digitalmente por China. El transporte, los bancos, el sistema de atención médica, los interruptores de luz y los refrigeradores son todos controlables por China. Lo que comenzó como un impulso colonial en África resultó en un nuevo imperio chino global habilitado y empoderado por la inteligencia artificial. La humanidad está al borde de una aterradora Super Inteligencia Artificial (ASI) que ha sido desarrollada por un país que no comparte nuestros valores e ideales democráticos.

Pero el futuro aún puede ser peor, ya que cerramos los ojos ante el avance acelerado en el  desarrollo de la inteligencia artificial. Perdimos todas las señales, ignoramos las señales de advertencia y fallamos en planificar activamente para el futuro. Ayudamos a las grandes empresas tecnológicas a competir entre sí mientras satisfacíamos nuestros deseos consumistas, comprábamos los últimos dispositivos, celebramos cada nueva oportunidad de grabar nuestras voces y rostros, y nos sometíamos a una tubería abierta que continuamente desviaba nuestros datos. Compartimos videos tontos, les pedimos a nuestros televisores que escanearan nuestras caras, sin cuestionarnos nunca por qué un televisor podría necesitar o querer nuestros datos biológicos. Cada vez que Google lanzaba proyectos nuevos y divertidos que relacionan nuestros cuerpos con fotos, nuestros rostros con pinturas, nuestras voces con celebridades, nuestras huellas digitales con personas en tierras lejanas y nuestros iris con nuestros antepasados, participamos con entusiasmo, desesperados por mantenernos al día con lo digital. los influencers y los últimos memes. Los grupos de diseñadores de IA dicen, como un mantra, que la diversidad importa. Lo dicen una y otra vez, durante las conferencias magistrales y conferencias, durante las entrevistas de trabajo y las reuniones de las juntas, en artículos de opinión y tweets. Lo dicen en los folletos de la universidad. Lo dicen en atractivos carteles colgados en los pasillos del trabajo. Los grupos de diseñadores de IA en su mayoría blancos, en su mayoría masculinos, están capacitadas para recitar el mantra en sus aulas, laboratorios y espacios de trabajo. En lugar de tomar decisiones y cambios difíciles, se apegan al mantra y prometen que el cambio llegará pronto. Y funciona exactamente como se pretendía con los mantras: eliminar la negatividad de la mente y hacer que los grupos de diseñadores de la IA se sientan mejor consigo mismos. Los gurús de los grupos de diseñadores de IA transmiten el mantra a cada nueva cohorte de discípulos, que sienten una sensación de gran logro en su repetición. El mantra resuena dentro de la cómoda burbuja de los grupos diseñadores de IA, que creen que están promoviendo la inclusión cuando es todo lo contrario. Defienden la diversidad de todo tipo: partidos políticos, afiliaciones religiosas, identidad sexual y de género, raza y etnia, situación económica y edad, pero no hacen ningún esfuerzo serio por la inclusión. En lugar de ver un espectro amplio y colorido de personas y sus visiones del mundo que ingresan al campo de la IA a través de puestos de trabajo en IA, puestos superiores en equipos de investigación y roles gerenciales en las grandes empresas tecnológicas estadounidenses, en cambio, no vemos ningún cambio.

A medida que las visiones del mundo de los grupos diseñadores de IA se vuelven cada vez más miopes, los problemas que ya estamos viendo se agravarán. Los accidentes y los errores irán en aumento, como los sistemas de visión por computadora que identifican erróneamente a las personas de color y las culpan de los delitos. La vigilancia se expandirá y al mismo tiempo se volverá menos obvia para la mayoría de la gente. La línea entre nuestros datos personales y los datos que generamos en el trabajo se difuminará, al igual que los criterios sobre quién puede usar nuestros datos y cuándo. La transparencia en los sistemas de IA se desvanecerá aún más en la oscuridad. Las grandes empresas tecnológicas estadounidenses serán los únicos propietarios de nuestro registro de datos personales, que crecerá para abarcar todos los aspectos de nuestra existencia humana, lo que implica todo lo qué escribimos en correos electrónicos, los mensajes de texto que enviamos a familiares y amigos, nuestro recorrido digital mientras buscamos un nuevo televisor, los contornos únicos de nuestras huellas dactilares y rostros, por dónde caminamos y el ritmo de nuestros pasos, con quién coincidimos en la cafetería, si tenemos gripe o Covid y qué medicamentos estamos tomando. Los algoritmos de IA tomarán decisiones por nosotros utilizando todos esos datos. Determinan si obtenemos un descuento al reservar un vuelo. Nos ayudarán o impedirán que consigamos un trabajo, como ya sucede en China, nos calificarán para comprar una casa o un automóvil, nos emparejarán para las primeras citas y le dirán al médico si está mintiendo sobre cuánto bebemos, fumamos y hacemos ejercicio. Dado que son Google, Amazon, Apple, Facebook, Microsoft e IBM quienes poseen esos datos, y porque deseamos utilizar sus productos, incluso si no confiamos completamente en estas empresas, no podremos ver el control corporativo total de nuestros registros de datos personales (PDR) por lo que en realidad se aplicará la versión estadounidense del sistema de puntaje de crédito social de China. Nos encontraremos atrapados en un sistema de castas digital, donde la IA toma decisiones y juzga basándose no solo en cómo hemos vivido nuestras vidas, sino también en los registros de datos personales (PDR)  de nuestros padres y familiares. La riqueza ya no importa. El estado está determinado por «ser lo mejor de nosotros mismos«, donde «lo mejor» fue definido hace mucho tiempo por unos pocos programadores que, tal vez, pensaron que una cierta dieta, clases de yoga al mediodía y viajes regulares al quiropráctico eran las claves para una existencia optimizada. Si no tomamos una sauna de infrarrojos semanal, el sistema de inteligencia artificial al que estamos conectados registrará el incumplimiento en nuestro registro de datos personales (PDR). Y ese acto de rebelión no solo nos afectará a nosotros, porque nuestro registro estará ligado a todas las personas que conocemos y con las que estamos relacionados. No podremos escapar de los pecados de nuestras relaciones.

En un futuro cercano, tal vez Amazon e IBM persuadirán a los gobiernos de Estados Unidos, Reino Unido, Alemania y Japón, entre otros, para que abran el acceso a un goteo de datos de salud ciudadana. En cambio, Apple, Google, Microsoft y Facebook posiblemente tendrán más dificultades en Europa debido a demandas antimonopolio anteriores. Pero esos primeros experimentos de Amazon e IBM resultarán útiles para las agencias gubernamentales, lo que abrirá contratos más lucrativos para todas las grandes empresas tecnológicas estadounidenses. En 2008, cuando diversas partes del mundo entraron en una crisis financiera provocada por la burbuja inmobiliaria, China se alegró de comprar hierro, petróleo y cobre de países latinoamericanos, protegiendo efectivamente a esos países de daños más graves. Cuando los precios del petróleo cayeron en 2011, China estaba dispuesta a invertir y rescatar a América Latina. En 2013, China lanzó ejercicios conjuntos de entrenamiento militar frente a la costa brasileña, y lo hizo nuevamente en 2014 frente a las costas de Chile. En 2015, el Ministerio de Defensa de China organizó una cumbre de 10 días sobre logística militar con funcionarios de 11 países latinoamericanos y, desde entonces, ha invitado a oficiales militares latinoamericanos a programas de desarrollo profesional en China, sustituyendo en esta función a los Estados Unidos. Mientras el gobierno estadounidense se está reduciendo y alejándose del escenario mundial, especialmente durante el mandato de Trump, China está en modo expansionista. Está trabajando en acuerdos en todo el sudeste asiático y África, y también en América Latina. Después de una década de construcción de relaciones constantes en toda América Latina, hoy es China, y no Estados Unidos, el proveedor de Venezuela, Bolivia, Perú y Argentina con equipo militar chino, que incluye aviones y armas. Y tiene una razón para establecer bases en todo el patio trasero de Estados Unidos. En la Patagonia, China construyó una antena militar y una estación de control espacial, y construyó un centro de seguimiento de satélites en el noroeste de Argentina. Toda esta actividad implica inteligencia artificial aplicada. Actualmente, los formuladores de políticas y los legisladores no logran establecer la conexión entre China, los Estados Unidos y la IA. La consolidación del poder de China bajo Xi Jinping, sus diversas iniciativas patrocinadas por el estado, su economía en rápido crecimiento y el éxito de las empresas BAT son una fuerza imparable, aunque invisible, a tener en cuenta. Ni la Casa Blanca ni el Congreso estadounidense, al menos aparentemente, se dan cuenta de que el empuje de China en todos estos países (Tanzania, Vietnam, Argentina y Bolivia, por ejemplo) tiene que ver con ambos temas: economía e inteligencia. Se niegan a reconocer que China está construyendo un imperio del siglo XXI sobre la base de los datos, la infraestructura de inteligencia artificial, la geopolítica y la economía global. Es un grave error de juicio del que seguramente todos lamentaremos más adelante.

Los ciudadanos chinos están aprendiendo a vivir con el monitoreo automatizado y las consecuencias de salirse de la línea trazada por el gobierno chino. La parte positiva es que la delincuencia ha bajado y el malestar social se ha reducido y, durante un cierto tiempo, las clases media y alta mantienen el statu quo, en que tienen acceso a ropa y otros productos de lujo, muebles de diseño y autos llamativos nunca imaginados por sus padres y abuelos. El gobierno chino hace promesas para sacar a todos los chinos de la pobreza. Al menos por ahora, parece que la privacidad, la libertad religiosa, la identidad sexual y la libertad de expresión son compensaciones razonables que la gente en general acepta para obtener un puntaje de crédito social deseable. Pero los gobernantes de Estados Unidos no se toman el tiempo suficiente para informarse sobre qué es la IA, qué no es y por qué es tan importante. Aparte de las conversaciones habituales sobre la IA en lo que respecta a la productividad y los empleos, los que están en el gobierno estadounidense no hacen ningún esfuerzo por involucrar a las grandes empresas tecnológicas estadounidenses en discusiones serias sobre temas urgentes relacionados con la IA, como la seguridad nacional, el equilibrio geopolítico, los riesgos y las oportunidades que plantean los dispositivos artificiales, como la inteligencia artificial general (AGI), o la intersección de la IA en otros campos, como la genómica, la agricultura y la educación. Sin una dirección estratégica sobre la inteligencia artificial de la Casa Blanca, que, de hecho, tiene una postura más bien hostil sobre ciencia y tecnología, especialmente bajo la presidencia de Trump, el futuro se presenta preocupante. Supuestamente ni las grandes empresas tecnológicas estadounidenses ni su liderazgo ejecutivo están poniendo intencionalmente a la democracia en peligro. Pero salvaguardar a Estados Unidos como la superpotencia global dominante y garantizar la preservación de los presuntos ideales democráticos simplemente no es fundamental para los valores corporativos de dichas empresas. A principios de la década de 2010, el ex presidente de Google, Eric Schmidt, trabajó de manera admirable e incansable para impulsar la preparación militar y gubernamental de Estados Unidos. En la era de la inteligencia artificial Eric Schmidt estaba preocupado por la seguridad nacional y preparación militar de Estados Unidos en esta nueva era tecnológica.

Pero esta acción de Eric Schmidt fue una empresa tan inusual que Silicon Valley cuestionó sus motivos. En lugar de que otros líderes de las grandes empresas tecnológicas estadounidenses siguieran su ejemplo, se mostraron escépticos sobre sus intenciones. Y así, aparte de Schmidt, ninguno de los líderes de las grandes empresas tecnológicas estadounidenses ha pensado mucho en el papel que desempeña la IA en el ascenso de China como posible sucesora de una superpotencia como Estados Unidos. No existe una colaboración estratégica entre las grandes empresas tecnológicas estadounidenses y las agencias gubernamentales o las oficinas militares, al menos no sin un contrato lucrativo. Las grandes empresas tecnológicas estadounidenses están de acuerdo con las políticas obsoletas de requisitos de adquisición del ejército y el gobierno, pero esto no acelera la IA en el interés nacional estadounidense. En todo caso, arroja una luz brillante sobre las diferencias culturales entre Silicon Valley y el gobierno estadounidense, frenando la modernización. Las pocas agencias gubernamentales construidas para la innovación, tales como el Servicio Digital de Estados Unidos, el Comando de Futuros del Ejército de Estados Unidos, la Junta de Innovación de Defensa y las iniciativas de la Unidad Experimental de Innovación de Defensa (DIUx)) son frágiles en su juventud y están sujetas a desembolsos y reducciones de personal a medida que la rotación de los nombramientos políticos va avanzando. Washington ve su relación con las grandes empresas tecnológicas estadounidenses como transaccional. Ni los legisladores ni la Casa Blanca hacen un esfuerzo honesto para desarrollar el tipo de relaciones con los ejecutivos de las grandes empresas tecnológicas estadounidenses necesarias para dichas empresas, el ejército de los Estados Unidos y el gobierno estadounidense, por lo que dan la espalda a una coalición a largo plazo sobre IA en beneficio del propio interés nacional. El ego y el hábito se interponen en el camino de la construcción de consenso sobre China. Funcionarios gubernamentales, representantes comerciales, periodistas, tecnólogos y académicos debaten sobre China, Estados Unidos y la IA hasta la saciedad, aferrándose a sus creencias apreciadas desde hace mucho tiempo sin dejar espacio para realidades alternativas. Los sospechosos habituales argumentan que Xi Jinping no estará en el poder por mucho tiempo, incluso con la abolición de los límites de su mandato. Opinan que, una vez que se haya ido, todos los planes de inteligencia artificial a largo plazo de China se evaporarán.

Pero otros opinan que Xi Jinping unirá a su pueblo y partido. Independientemente de si muere o cede su puesto a un sucesor, el Partido Comunista Chino (PCCh) será más fuerte como resultado y llevará los planes con la IA hasta el final. Quizás las políticas industriales de China tendrán poco impacto o bien provocarán el desmoronamiento de la economía estadounidense. El ejército de China cada vez más representa una amenaza existencial para el mundo occidental. Deberíamos invertir tiempo y dinero en una estrategia nacional de inteligencia artificial sabiendo que los planes de China podrían fallar, o bien deberíamos ahorrar nuestro tiempo y dinero y adoptarar un enfoque de esperar y ver. Hay un punto en el que todos parecen estar de acuerdo: si Estados Unidos realmente se mete en problemas, las grandes empresas tecnológicas estadounidenses se verán obligadas a ayudar. Durante la última década, se nos ha incentivado a comprar todo tipo de tecnologías inteligentes y sistemas de inteligencia artificial. Todos los dispositivos ahora vendrán de serie con sistemas de inteligencia artificial. Nuestro refrigerador rastreará la comida en el interior. Las lavadoras, incluso las de las lavanderías, rastrearán el progreso de nuestra ropa sucia y nos avisarán una vez que se complete un ciclo. Nuestro horno se apagará antes de que el pollo se queme y se seque. Pero habrá una trampa que no veíamos venir, ya que tal vez careceremos de permisos para anular lo que se suponía que era una IA «útil«. Después de poner bolsas de fiambres y quesos, bandejas de gambas y unos paquetes de cerveza en nuestro refrigerador conectado, todo comprado para una fiesta de aniversario, se registrará una anotación en nuestro «registro de datos personales» (PDR). Si la cantidad de porciones y calorías excede la cantidad de personas en su hogar, la IA concluirá que planeamos comer en exceso. Puede que sea pasada la medianoche, y es posible que ya hayamos planeado tener una carga de ropa lavada a tiempo para ponerla en la secadora antes de ir al trabajo a la mañana siguiente, pero la IA de la lavadora no tiene en cuenta nuestro deseo de dormir. Suena una alarma y nos avisa repetidamente y sin detenerse nunca, para decirnos que es hora de poner su ropa en la secadora. Le gustaría hacer su propio pollo al horno desde cero, pero el horno no se lo permitirá, porque su IA ha sido programada con el objetivo de obtener carne jugosa y a punto. Solo si puede pagar versiones premium de IA se podrá desbloquear la actualización. Tal vez algunos hogares experimentarán fallas en la IA, especialmente con sus electrodomésticos de cocina, y generalmente durante la mañana. Los paneles de control se apagarán de forma intermitente, lo que desafortunadamente bloqueará la puerta del horno y le impedirá sacar el desayuno. O quizá el lavavajillas se detendrá repentinamente a la mitad del ciclo, manteniendo los vasos y los cubiertos en remojo en agua jabonosa y grasosa. O tal vez el volumen de los parlantes inteligentes aumentará repentinamente, lo que hará que sea imposible hablar con los miembros de la familia mientras desayunan. Nosotros, junto con decenas de miles de consumidores, informaremos de interrupciones, y cada vez que las grandes empresas tecnológicas dediquen algunos gerentes de producto a investigar lo que va mal, los periodistas tecnológicos atribuirán las fallas a que «la IA a veces actúa de manera extraña«.

Imagen 8

Quizás al principio los ataques parezcan nuevos y aleatorios. Así que todos culparemos a Google, Apple o Amazon por tener productos defectuosos y un servicio al cliente deficiente. Luego, los expertos en ciberseguridad se quedarán atónitos al descubrir que todos los fallos están realmente vinculados. Es un nuevo tipo de ataque a la «Internet de las cosas» que probablemente se origine en China o Rusia y que está habilitado por el aprendizaje automático. Tal vez los piratas informáticos, respaldados por el gobierno chino, pensaron que era inteligente lanzar ataques durante las horas del desayuno en Estados Unidos y atrapar de manera efectiva nuestra comida, bebidas y utensilios para comer en nuestros electrodomésticos impulsados por inteligencia artificial. Su propósito seguramente es sembrar la desconfianza en las grandes empresas tecnológicas estadounidenses. En este supuesto futuro Microsoft e IBM probablemente todavía existan, pero serán jugadores menores en el espacio de la IA. Microsoft, que en un momento publicó investigaciones líderes en la industria sobre visión por computadora, comprensión de lectura automática y procesamiento de lenguaje natural, nunca logró una alineación interna ni un impulso sobre cómo competir en IA. Debido a ello, tal vez la empresa estará reduciendo su tamaño y brindando soporte principalmente a sus sistemas heredados como lo que quede de su nube Azure original, SharePoint, Skype y Outlook. Por su lado, si bien Watson de IBM encontró socios y clientes, el servicio en la nube de IBM, que durante mucho tiempo había sido un distante tercero, después de Amazon y Microsoft, se habrá reducido una vez que probablemente Google comience a ofrecer tarifas competitivas tanto para el gobierno como para las grandes corporaciones. Sus otras unidades de negocio, como centros de datos, almacenamiento y semiconductores, habrán encontrado imposible competir con las empresas de Taiwán, que ahora son los proveedores más grandes del mundo. Para las empresas taiwanesas, el “Principio de Una China” del Partido Comunista Chino (PCCh) se traduce en una importante ventaja de mercado, incluso si Beijing restringe sus libertades. La política industrial de China asimismo habrá impedido que IBM haga negocios en muchas partes del mundo.

¿Y qué pasará con Facebook (Meta)? Después de años de promesas para reforzar su seguridad y brindar una mayor transparencia sobre cómo compartía nuestros datos, la mayoría de sus usuarios originales se habrán trasladado a otras plataformas. Dado que la interoperabilidad seguirá siendo un punto débil crítico en el ecosistema de la inteligencia artificial de Occidente, para la década de 2030 nuestros dispositivos estarán básicamente  conectados a Google, Apple o Amazon, por lo que tenderemos a comprar solo los productos y servicios ofrecidos por alguna de esas tres empresas. Debido a que los datos de nuestros «registros de datos personales» (PDR) heredables pertenecen y son administrados por una de esas empresas, que asimismo también nos vendieron todas las cosas impulsadas por IA en nuestros hogares, somos de Google, de Apple o de Amazon. Esa pertenencia viene con sesgos no deseados. Es de suponer que los hogares de Apple tiendan a ser más ricos. Pueden permitirse todos los productos de hardware hermosos y elegantes de Apple disponibles en distintos colores. Los anteojos inteligentes, los baños inteligentes y los refrigeradores personalizados de Apple continúan con su larga tradición de productos costosos que cualquiera puede usar de inmediato. Los «registros de datos personales» (PDR)  de Apple vendrán con interfaces habladas y la opción de voces relajantes. Pero la conveniencia tiene un costo, ya que las IA de Apple no se podrán modificar. En una casa Apple con aire acondicionado, quizás no podrá abrir la puerta durante más de un minuto o el sistema comenzará a sonar incesantemente. Si los sensores de las bombillas detectan suficiente luz natural, el sistema de Apple tal vez mantendrá el interruptor de la luz bloqueado. Google presentó una vista previa del hogar conectado de Google en el Festival South By Southwest 2018 en Austin, Texas. En aquel entonces, el eslogan era «Haz que Google lo haga«, y llevaron a pequeños grupos alrededor de la casa de tres pisos para interactuar con inteligencia artificial, a través de pantallas de electrodomésticos y fabricantes de daiquiris congelados conectados. El sistema de Google probablemente será menos intuitivo que el de Apple, pero hará un mejor uso de nuestros «registros de datos personales» (PDR) y ofrecerá diferentes niveles de servicio y acceso. Para aquellos que puedan pagar las tarifas de actualización y tengan suficiente conocimiento tecnológico, Google les brindará la capacidad de desbloquear manualmente sus sistemas y podrán conectar una mayor variedad de cosas, como cafeteras, impresoras 3D y sistemas de riego de exteriores para sus hogares. Las familias ecológicas también pueden optar por no recibir marketing y publicidad, aunque sus datos aún se recopilan y envían a terceros. Google también puede ofrecer una opción asequible con privilegios de desbloqueo limitados y algunos permisos adicionales, pero los usuarios todavía estarán sujetos a marketing y publicidad, como ahora pasa cuando utilizas Spotify. Pero habrá un nivel más bajo de Google. Será gratis pero vendrá sin capacidades de anulación, tendrá una pequeña selección de dispositivos disponibles y tendrá protecciones de datos limitadas.

Todo indica que Amazon tomará una dirección interesante, pero en última instancia lucrativa. Algunos anuncios que hizo Amazon en el otoño de 2018 pasaron desapercibidos, como el lanzamiento de su microondas Amazon Basics, que incluye una interfaz de voz. Los usuarios pueden poner una bolsa de palomitas de maíz en el microondas y pedirle a Alexa que la haga estallar. Los periodistas de tecnología describieron el microondas como un uso novedoso y tonto para Alexa y se perdieron el panorama general, ya que el sistema en realidad fue diseñado para engancharnos a las palomitas de maíz por suscripción. Eso es porque el microondas rastrea tanto lo que estamos calentando como lo que pedimos en la plataforma de Amazon. Llega una nueva caja antes de que se te acabe la oportunidad. Debido a que Amazon fue el más inteligente en su enfoque, al trabajar con los gobiernos federales, estatales y locales, ofreciéndoles grandes descuentos en Amazon, trabajando con paciencia en los requisitos de adquisición y creando y manteniendo servicios en la nube específicamente para ellos, probablemente se convertirá en la plataforma preferida para ciertos servicios sociales en los Estados Unidos. Así es como Amazon descubrió cómo aprovechar la larga cola de la financiación gubernamental. Tal vez las familias de bajos ingresos ahora vivirán en casas de Amazon, que reemplazará los programas de vivienda pública financiados por las ciudades en los Estados Unidos. Incluso quizás sean muy superiores a cualquier vivienda pública proporcionada a través de los programas gubernamentales anteriores. Las casas de Amazon estarán completamente equipadas con dispositivos conectados en cada habitación. El antiguo Programa de Asistencia Nutricional Suplementaria tal vez estará alojado en Amazon, que ofrecerá productos para el hogar, alimentos y bebidas, artículos de tocador y libros de la marca Amazon con grandes descuentos. Como era de esperar, este programa funcionará a la perfección. Nunca habrá retrasos en la distribución de fondos, será fácil buscar el estado de una cuenta y todas las transacciones se podrán completar sin tener que esperar en una larga fila en una oficina gubernamental. Aquellos que vivan en las casas de Amazon deberán comprar la mayoría de sus cosas a través de Amazon mientras sus datos se extraen, se producen y se monetizan para diversas iniciativas. Las IA de Amazon serán las más generalizadas y seguirán a los usuarios de Amazon a todas partes para recopilar datos valiosos de comportamiento.

Pero al elegir Google, Apple o Amazon, la gente se verá obligada a alinear sus valores con los valores de la corporación. Los usuarios de Apple serán básicamente ricos, quizás un poco menos conocedores de la inteligencia artificial y vivirán en casas lujosas. Los usuarios de Google podrán ser ricos y tecnológicos, o de clase media y estar conformes con el marketing, o lo suficientemente complacientes como para que a cambio de tener muchas opciones en la vida no importe tanto el estar sujetos al marketing. Pero tal vez no haya forma de endulzar a las familias de Amazon, que principalmente serán de clase media o pobres, incluso si tienen acceso gratuito a magníficos dispositivos. Los usuarios estarán condicionados por quién posea sus «registros de datos personales» (PDR). Será más fácil para un usuario de Google migrar a otro nivel dentro de la compañía que, por ejemplo, para un usuario de Amazon migrar al sistema de Apple. Es por eso que la mayoría de los usuarios optaron por Google cuando tuvieron la oportunidad, ya que su estado es visible para todas las IA con las que interactúa. Los servicios de taxis autónomos como Uber seguramente no recojan pasajeros de Amazon con tanta frecuencia, y los autos que se les envían tiendan a no ser tan agradables y estarán sujetos a publicidad. De todos modos, una desventaja de todos los gadgets, electrodomésticos y equipos subsidiados o gratuitos que se ofrezcan será la imposibilidad de desconectar a los cuidadores de salud y bienestar de IA, que monitorean, diagnostican y empujan continuamente. Cuando se construyeron, los informáticos definieron la salud y el bienestar con rigidez por necesidad. Ahora, los valores colectivos de los grupos anteriores de diseñadores de IA son un recuerdo opresivo de otra época. El incumplimiento de lo que indican los cuidadores de la salud y el bienestar tiene como resultado una letanía de consecuencias. ¿Recuerdas los Amazon Locker, unos casilleros de Amazon para el servicio de entrega de paquetes de autoservicio ofrecido por Amazon? Probablemente se abrirán paso en las casas de Amazon. El Departamento de Salud y Servicios Humanos de Estados Unidos tal vez pensará que empujar a los pobres será una forma inteligente de mejorar la salud y el bienestar, por lo que el departamento seguramente emitirá nuevas políticas que requerirán que todos los clientes de viviendas públicas estén equipados con tecnología equivalente a la de Amazon Locker. Los casilleros pueden parecer despensas, puertas de refrigeradores y armarios ordinarios, pero actúan impulsados por IA. Si un cliente de las casas de Amazon no ha hecho ejercicio ese día, el sistema Amazon Locker decidirá mantener el congelador cerrado y no le permitirá comer un alimento no permitido, como embutidos.

También sentimos las consecuencias negativas de las cosas que nos dan placer fuera de nuestros hogares con dispositivos de Apple, Amazon o Google. Por ejemplo, los burdeles de alta tecnología, dotados de sexbots impulsados por IA, serán socialmente aceptables porque ofrecerán una alternativa limpia y libre de enfermedades con el sexo virtual con otras personas. Los burdeles operarán en sus propias plataformas y requerirán ser miembros, lo que permitirá construir y entrenar una personalidad de IA, o diversas personalidades para aquellos que pueden pagar un paquete premium. El usuario simplemente elegirá un cuerpo para su avatar y pequeñas cámaras inteligentes escanearán y reconocerán el rostro del usuario. No será imposible casarse entre avatares de distintos usuarios. Todos los servicios de citas serán impulsados por IA, que emparejarán según nuestros «registros de datos personales» (PDR)  y nuestro estado. Sin embargo, algunas opciones que alguna vez nos hicieron excepcionalmente humanos, como los romances o salir con alguien que nuestros padres no aprueban, ahora estarán menos disponibles para nosotros. En Estados Unidos y otros países la sociedad comenzará a sentirse incómodamente como en Un mundo feliz de Aldous Huxley, a medida que aceptamos, nos casamos y tenemos hijos con nuestras compañeras/compañeros en un mundo virtual, posiblemente objetivado en un tipo de metaverso. Tal como se predijo, la IA y la automatización comenzarán a eliminar trabajos, pero muchos más de los que se habían anticipado. Llegará el desempleo tecnológico generalizado que hacía mucho tiempo se vislumbraba, pero no como lo habíamos imaginado. Estábamos preparados para que perdieran sus trabajos camioneros, trabajadores de fábricas y otros tipos de trabajadores manuales, pero comprobaremos que nuestras proyecciones estaban equivocadas. Seguíamos asumiendo que los robots se harían cargo de todos los trabajos de cuello azul, pero resulta que construir robots físicos capaces de hacer todo ese trabajo físico era una tarea mucho más difícil de lo que jamás habíamos imaginado, mientras que las tareas cognitivas eran más fáciles de programar y replicar. Irónicamente, son los trabajadores del conocimiento los que ya no serán necesarios. Como resultado de todo ello, Estados Unidos y sus aliados tendrán una necesidad inmediata y crítica de todos los trabajos manuales que se predijo que desaparecerían, como seguramente será el caso de fontaneros, electricistas y carpinteros altamente capacitados. Además, los robots todavía no podrán proporcionar el toque humano que deseamos, por lo que también tendremos una necesidad inmediata de masajistas, podólogos, esteticistas y barberos.

Posiblemente también se produzca una protesta contra la automatización. La mayoría de la gente tal vez no querrá sus cafés, bebidas varias y cócteles hechos y servidos por robots. Volveremos a desear la compañía humana. Los trabajadores manuales volverán a heredar la Tierra, no los informáticos y técnicos. Sin pretenderlo, Google, Amazon y Apple habrán creado una apuesta dentro de la IA, lo que conducirá a una consolidación masiva. En Estados Unidos y en todos sus aliados comerciales en todo el mundo, tendremos productos nuevos espectaculares, pero muy pocas opciones. Por ejemplo, podremos pagar y actualizar unas gafas inteligentes, que nos permitirán ver más allá de los límites biológicos de la visión humana. Pero posiblemente solo dos empresas las fabricarán, por ejemplo Google y Apple. Si no nos gustan sus diseños, o si no se ajustan a la forma única de nuestra cara y orejas, no tendremos opción. Amazon posiblemente venderá cualquier cosa y todo lo que podamos imaginar, pero las necesidades diarias serán los productos de la propia marca de la empresa. En las naciones democráticas de todo el mundo, tendremos un suministro abundante de cosas para comprar, pero la variedad y la elección en el mercado estarán estrictamente controladas. Aunque tendremos dinero digital para gastar, realmente tendremos muy poco poder adquisitivo. De una manera extraña, nos recuerda a la antigua Unión Soviética e incluso China. Probablemente una empresa de gestión de relaciones con los clientes y computación en la nube, se asociará con Google, Amazon y Apple desde el principio para desarrollar un módulo educativo para nuestros «registros de datos personales» (PDR). Ahora las pruebas y clasificaciones rigurosas que fueron características de la educación estadounidense en las décadas de 1980 y 1990 volverán a ser populares. Nuestras habilidades cognitivas se evaluarán antes del preescolar, y nuestro rendimiento académico y enriquecimiento se rastreará a lo largo de nuestras vidas.

Las métricas y la optimización serán valores fundamentales de la educación estadounidense y de otros países. Con la fuerza laboral estadounidense y de otros países en crisis, los estudiantes se dividirán en dos categorías ya durante su ingreso en los jardines de infancia: vocacional o ejecutivo. Los estudiantes vocacionales se considerarán capacitados para todas las disciplinas, mientras que los estudiantes ejecutivos estarán capacitados en pensamiento crítico y gestión. No hay necesidad de los tipos de habilidades que poseen los mandos intermedios, ya que la mayoría de los mandos intermedios y los trabajadores del conocimiento de nivel inicial ahora serán algoritmos de IA. Con paro en sectores inesperados; el crimen habrá aumentado, ya que software policial impulsado por IA no funcionó como se prometió, por lo que las estadísticas delictivas no representarán con precisión el mundo real. Los algoritmos construidos por los grupos de diseñadores de AI y entrenados en un conjunto limitado de datos nunca aprendieron cómo identificar y clasificar correctamente a una persona que no se ajusta al género, tales como alguien que no se identifica como mujer ni hombre y puede parecer completamente andrógino, o que puede tener barba y extensiones de pestañas. Como resultado, cientos de personas que no cumplen con las características de un género tradicional son acusadas falsamente de robo de identidad todos los días, especialmente cuando intentan pagar usando el reconocimiento facial, mientras se mueven por sus oficinas y cuando intentan grabar videos. Se ven obligados a ponerse una peluca específica de género o quitarse el maquillaje para convertirse temporalmente en él o ella distintos a los ojos de una IA de visión por computadora. Es un recordatorio público y humillante de que la diversidad nunca importó lo suficiente como para arreglar un sistema de IA. La IA otorga un inmenso poder económico a Google, Apple y Amazon, y un poder geopolítico y militar inimaginable a China. A fines de la década de 2030, nos daremos cuenta de que la IA se ha desarrollado a lo largo de trayectorias paralelas, apoyando al capitalismo en Occidente y al tipo especial de comunismo de China en Asia, África y América Latina. Estados Unidos y sus aliados, que una vez celebraron los éxitos de las grandes empresas tecnológicas estadounidenses, viven bajo un sistema de totalitarismo de la IA. Los ciudadanos de China y todos los países apoyados por la inversión directa y la infraestructura de China descubren que ellos también viven bajo un aparato omnipresente de castigo y recompensa impulsado por la inteligencia artificial.

Una prospección del futuro a mediados del siglo XXI de las grandes empresas tecnológicas estadounidenses posiblemente indicará  que solo sobrevivan Google, Apple y Amazon. Facebook seguramente será el primero en desaparecer, mientras que lo que quede de Microsoft e IBM seguramente serán adquiridos por Google. Cuando en el 2049 se celebre el centenario de la Revolución Comunista China y la proclamación por parte de Mao Zedong de la República Popular China (PRC), muy probablemente se planearán grandes celebraciones en todos los países socios y subsidiarios de China para honrar al entonces difunto Xi Jinping y el surgimiento de lo que se puede considerar una nueva dinastía basada en la Inteligencia Artificial. Toda la humanidad entonces estará rodeada de sistemas de inteligencia artificial general (AGI), que se suponía que nos ayudarían a llevar una vida más libre y feliz. Desde el principio, los grupos de diseñadores de AI en los Estados Unidos dijeron que querían que viviéramos lo mejor posible, que persiguiéramos esfuerzos creativos y colaboráramos en los mayores desafíos de la humanidad. Era un ideal utópico nacido en la burbuja de Silicon Valley, cuyos progenitores habían perdido por completo el contacto con el mundo exterior. Todos estos sistemas fueron construidos para hacernos la vida más fácil, pero en cambio han promovido nuestra pereza. Han erosionado nuestro sentido de productividad y de objetivos. Dependemos de los sistemas para que tomen decisiones por nosotros. Estamos pasando por los movimientos preprogramados de la vida diaria, optimizados por inteligencia artificial general (AGI) para todos en el planeta. Muchos sistemas de inteligencia artificial general (AGI) evolucionaron para competir en lugar de colaborar. Estamos en una prisión impulsada por la IA de nuestra propia creación. Constantemente nos quedaremos con el horno, los armarios y los baños bloqueados, y ya no tendrá sentido molestarnos en defendernos. La respuesta razonable, nos han enseñado, es sentarnos y esperar. Los hogares usuarios de Google y Apple pueden comprar una actualización premium de puerta trasera, que se supone que envía una AGI de reparación para sobrescribir el código malicioso, pero las AGI estarán atrapados en un bucle de superación personal. Todo el dinero del mundo no puede salvar a un hogar de fallas continuas en el sistema.

Una concentración de riqueza habrá permitido a Google, Apple y Amazon lograr avances sorprendentes en temas de salud. Google probablemente será el primero en poner a prueba comercialmente robots inyectables microscópicos capaces de administrar medicamentos solo en un área específica del cuerpo o ayudar con las tareas de microcirugía. Los nanobots ahora vendrán en muchas formas diferentes. Por ejemplo, habrá un robot molecular autónomo hecho de una sola hebra de ADN que tratará el interior del cuerpo humano como un almacén de distribución. El nanobot podrá caminar, recoger moléculas y depositarlas en lugares designados. Otra variedad de nanobots, propulsados por burbujas de gas, podrá administrar cantidades microscópicas de medicamentos sin causar lesiones. El advenimiento de los nanobots disponibles comercialmente, que comparten información con nuestros «registros de datos personales» (PDR), habrá reemplazado a los medicamentos y terapias generales, y tratará nuestras dolencias específicas sin causar efectos secundarios. Entonces, en que tanto Amazon como Apple ofrecerán medicina personalizada, la mayoría de las personas se habrán inyectado voluntariamente nanobots orgánicos. Nanobots continuamente nos están monitoreando y tratando, por lo que la esperanza de vida de la gente, concretamente en Estados Unido, se disparará de 76,1 años en 2019 tal vez a 100 años. Pero no tomará mucho tiempo ver los posibles inconvenientes de las inteligencias artificiales generales (AGI) inyectables. Los nanobots hicieron exactamente lo que pretendían sus creadores. Se comportan de manera impredecible y aprenden. Construir y entrenar sistemas de IA para tomar decisiones en las que nunca antes habíamos pensado era un objetivo principal de los grupos diseñadores de IA. Era la clave para resolver problemas complejos que los humanos por sí solos no podían resolver. Cuando AlphaGo Zero tomó decisiones estratégicas autónomas para vencer en el juego de Go, se anunció el logro como un hito para la IA. Sin embargo, dentro de nuestros cuerpos, los nanobots y las inteligencias artificiales generales (AGI) a los que responden se mejoran a sí mismos y tienen más poder de decisión del que posiblemente se pretendía. Se ha llegado a un punto en que las casas ecológicas de usuarios de Apple y Google pueden desbloquear superpoderes y obtener acceso a una cognición mejorada, un olfato extrasensorial y un tacto mejorado.

Aquellos de los hogares que no sean usuarios premium de Google y Amazon no solo no tendrán acceso a las actualizaciones, sino que se encontrarán biológicamente restringidos. Cuando una mujer quedé embarazada, las inteligencias artificiales generales (AGI) ejecutarán continuamente modelos predictivos para determinar la salud y la viabilidad del feto. Lo que nadie tal vez vio venir fue que las AGI llevarían sus objetivos al extremo. Debido a que el objetivo programado sería ayudar a los humanos a desarrollar fetos viables, es posible que las inteligencias artificiales generales (AGI)  buscasen anomalías en el tejido fetal. Si se encontrase alguna, la AGI automáticamente abortaría al feto, sin darles a los padres la opción de opinar sobre esa decisión. De manera similar, los nanobots nos monitorearían a medida que envejezcamos, realizando un cálculo para determinar en qué punto la continuación de nuestra vida sea más dolorosa que la muerte. Una vez que necesitásemos atención médica en el hogar y se convirtiese en una carga para las redes de seguridad social establecidas, intervendrían las inteligencias artificiales generales (AGI) siguiendo un modelo de eugenesia. La muerte se induciría cómodamente sin que ningún humano tuviese que decidir cuándo era el momento adecuado. Las leyes de los países occidentales serían reemplazadas una vez que los AGI mejorasen y se crease el tipo de funcionalidad que determinase quién entre nosotros debía vivir o morir. Por eso, los gobiernos de todo el mundo habrán aprobado regulaciones y leyes apresuradamente. Pero no servirá de nada, ya que prohibir los nanobots significaría volver a la práctica tradicional de la medicina, y ya no tendremos grandes compañías farmacéuticas que fabriquen todos los medicamentos que necesitamos. Incluso las proyecciones más optimistas muestran que volver a poner en funcionamiento nuestros antiguos sistemas de atención médica llevaría una década o más, y mientras tanto, millones de personas sufrirían en gran medida una amplia variedad de enfermedades. En cambio, los investigadores habrán desarrollado un nuevo tipo de nanobot AGI que podrá controlar otros nanobots dentro de nuestros cuerpos, imitando la forma en que nuestros glóbulos blancos luchan contra un virus. Como toda la IA, la idea se inspiró en la biología humana. A medida que nuestros cuerpos luchen contra los nanobots AGI indeseables, será mucho peor que los síntomas que solíamos experimentar con la gripe, y mucho más peligroso.

Las grandes corporaciones estarán dirigidas por inteligencias artificiales, que calcularán los riesgos y las oportunidades estratégicas. Los directores ejecutivos humanos trabajarán junto con sus inteligencias artificiales, actuando como el rostro humano de la empresa. Las pequeñas y medianas empresas, como restaurantes, talleres de mantenimiento y salones de belleza, serán todos socios de una de las grandes empresas tecnológicas estadounidenses. Además de los «registros de datos personales» (PDR)  personales y domésticos, todas las empresas y organizaciones sin fines de lucro ahora también estarán registradas con un Registro de datos de la organización. Sin embargo, muchísimas personas en Estados Unidos y otros países aliados estratégicos estarán sin trabajo. Sin una red de seguridad social lo suficientemente amplia, las economías occidentales estarán en fuerte declive, ya que todavía tendremos que recuperarnos de las oleadas de desempleo tecnológico imprevisto. Esto habrá creado vulnerabilidades y una ventana para la inversión china. Pronto, los líderes gubernamentales se verán obligados a elegir entre la viabilidad económica y los ideales democráticos, una decisión especialmente difícil para los políticos que se enfrentan a la reelección y están bajo presión para resolver problemas inmediatos en casa. En represalia, Estados Unidos intentará contener la expansión de China mediante bloqueos comerciales, sanciones y otras tácticas diplomáticas. Sin embargo, Estados Unidos descubrirá que ya no tendrá la influencia geopolítica de la que alguna vez disfrutó. Los líderes estadounidenses pasaron demasiados años deliberando en lugar de actuar con respecto a China. Hicieron muy pocos viajes a América Latina, África y el sudeste asiático, por lo que nunca se ganaron la confianza, el favor y la amistad de sus homólogos del tercer mundo. Mientras tanto, las iniciativas de IA de China cobrarán impulso. El puntaje social chino ahora estará activo en más de 100 países en todo el mundo. China siempre se ha destacado en la construcción de muros, y la Gran Muralla de IA de China no será una excepción. Proporcionará una barrera protectora contra los extraños y un método para extraer y analizar los datos de todos. A aquellos con un puntaje social lo suficientemente alto se les otorgará acceso sin restricciones, pero monitoreado, por supuesto, dentro de la Gran Muralla de AI en cualquiera de la red de países conectados con China. Además, China habrá establecido fronteras biométricas con reconocimiento facial para determinar quién puede entrar y salir del país. No habrá más departamentos de inmigración por los que pasar ni más pasaportes que sellar.

En aquellos tiempos posiblemente haya un muro en la frontera sur de los Estados Unidos, tal como quería Trump. Pero estará hecho de sensores y habrá sido construido en suelo mexicano por los chinos, para reducir la movilidad de los estadounidenses. Dado que los estadounidenses no podrán acceder al puntaje de crédito social chino, se les negará la entrada en lo que solían ser sus lugares de vacaciones favoritos, como las Bahamas, Jamaica , Cancún, Playa del Carmen, Cozumel, Costa Rica y Aruba. Si intentan cruzar ilegalmente una frontera biométrica, una inteligencia artificial general (AGI) posiblemente emitirá un ataque sónico que causará náuseas, conmoción cerebral, sangrado de los oídos y estrés psicológico a largo plazo. Los estadounidenses y sus aliados estarán encerrados en sus países, y tal vez no podremos comunicarnos con amigos y familiares en la red de países conectados de China, ya que el Partido Comunista Chino (PCCh) controlará toda la infraestructura de red que impulsan. Si necesitamos contactar a alguien en un país controlado por el Partido Comunista Chino (PCCh), habrá que pasar por China como intermediario, sabiendo que cada palabra pronunciada o escrita estará siendo registrada. Las grandes empresas tecnológicas estadounidenses que subsistan, tal vez Google, Apple y Amazon, eventualmente formarán una coalición con el gobierno de los Estados Unidos y lo que queda de sus aliados. Con las restricciones económicas y de viaje impuestas por China, habrá poco dinero disponible para encontrar una solución viable. Tal vez se tomará la decisión de desarrollar una AGI que pueda resolver el problema con China. Pero el sistema probablemente solo verá dos posibles soluciones: ceder ante China o reducir la raza humana. Mientras que China se centró en la planificación a largo plazo y en una estrategia nacional para el desarrollo e implementación de la IA, Estados Unidos, en cambio, se preocupó por los dispositivos y los dólares. China ya no necesitará a Estados Unidos como socio comercial y no necesitará su propiedad intelectual. China habrá construido una red de más de 150 países que operarán bajo los principios rectores de la Política Global China. A cambio de su obediencia, estos países tendrán acceso a la red, la capacidad de comerciar y un sistema financiero estable respaldado por Beijing. Sus ciudadanos serán libres de moverse por los países socios de China, siempre que hayan obtenido un puntaje de crédito social lo suficientemente alto.

La posibilidad de viajar por casi todo el mundo, una libertad que los estadounidenses y otros países occidentales solían dar por sentada, nunca se habrá echado tanto de menos. Eso se deberá a que Estados Unidos, como muchos países, estará experimentando una reducción de la población. La población mundial de la Tierra posiblemente habrá superado los 10 mil millones de personas, ya que insistimos en extender nuestra esperanza de vida más allá de los 120 años. Nuestra población mundial será un problema porque no habríamos tomado medidas sobre un posible cambio climático lo suficientemente rápido, ni siquiera después de que China asumiera el papel de la sostenibilidad y la protección del medio ambiente. En aquella época tal vez habremos perdido dos tercios de la tierra cultivable de la Tierra. Si bien se hicieron grandes esfuerzos para construir granjas subterráneas en Estados Unidos, no se pudieron cultivar alimentos lo suficientemente rápido como para alimentar a las poblaciones locales. Las sanciones globales han bloqueado rutas comerciales y nos habrán separado a los estadounidenses y a sus aliados de las naciones productoras de alimentos. Pero incluso China y sus países asociados tendrán problemas. Un día, la gente en occidente sufren lo que parece ser una enfermedad misteriosa. Sus «registros de datos personales» (PDR) muestran una anomalía pero no ofrecen detalles ni especificaciones. Al principio, se supone que la última versión de nanobots es defectuosa, por lo que los gerentes de producto se apresuran a desarrollar parches mediante inteligencia artificial general (AGI). Luego se descubre que China ha construido una super inteligencia artificial (ASI) y tiene un propósito de atacar a las poblaciones de Estados Unidos y sus aliados, ya que China necesita lo que queda de los recursos de la Tierra, y Beijing ha calculado que la única forma de sobrevivir es quitarnos esos recursos. Hay señales en el presente que apuntan a distintos escenarios en lo que respecta a la IA, algunos de los cuales, especialmente los más pesimistas, hemos reflejado anteriormente, aunque esperamos que no se cumplan. Ahora hay que exigir que se elija un escenario optimista, en que se construya un futuro mejor para la IA y para la humanidad.

Descargar artículo en PDF: El juego de Go y la explosión de la inteligencia artificial

Fuentes:

  • Stuart Russell y Peter Norvig – Inteligencia artificial: Un enfoque moderno
  • Alejandro Madruga – Inteligencia artificial, el futuro del hombre
  • Alberto García Serrano – Inteligencia Artificial. Fundamentos, práctica y aplicaciones
  • Nick Bostrom – Superinteligencia: Caminos, peligros, estrategias
  • Pablo Rodríguez y Jorge Rizzo – Inteligencia artificial: Cómo cambiará el mundo y tu vida
  • Amy Webb – The Big Nine: How the Tech Titans and Their Thinking Machines Could Warp Humanity
  • Yuval Noah Harari – Homo Deus: Breve historia del mañana
  • Klaus Schwab – La cuarta revolución industrial
  • Margaret Boden y Inmaculada Pérez Parra – Inteligencia artificial
  • Jeremy Rifkin – El fin del trabajo: Nuevas tecnologías contra puestos de trabajo: el nacimiento de una nueva era
  • José Mª Angulo Usategui, Susana Romero, Ignacio Angulo – Introducción a la robótica
  • Jerry Kaplan – Abstenerse humanos: guía para la riqueza y el trabajo en la era de la inteligencia artificial
  • Richard Susskind y Daniel Susskind – El futuro de las profesiones: Cómo la tecnología transformará el trabajo de los expertos humanos
  • Mayte Rius – Los dilemas éticos de la inteligencia artificial
  • Avron Barr y Edward A. Feigenbaum – The Handbook of Artificial Intelligence
  • Bruce G. Buchanan y Edward H. Shortliffe – Rule-Based Expert Systems: The MYCIN. Experiments of the Stanford Heuristic Programming Project
  • Hubert Dreyfus – What computers still can’t do
  • Hubert Dreyfus – Mind over machine
  • Ray Kurzweil – The Singularity Is Near When Humans Transcend Biology
  • Ray Kurzweil – How to Create a Mind The Secret of Human Thought Revealed
  • Michio Kaku – The Future of the Mind
  • Marvin Minsky – The Society of Mind
  • Hans Moravec – Aprendizaje Invisible
  • Hans Moravec – El hombre mecánico
  • John von Neumann, Ray Kurzweil – The Computer and the Brain
  • Grazyna Gosar y Franz Bludorf – Inteligencia de red de computadoras

enero 23, 2023 - Posted by | Temas Generales

No hay comentarios aún.

Deja una respuesta

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Salir /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s

A %d blogueros les gusta esto: