Un robot es capaz de automejorarse. Sus algoritmos piensan mejor y más rápido que cualquier cerebro humano. La explosión de la inteligencia artificial es inminente.
Desde mediados del siglo pasado, se ha venido augurando un momento así. La singularidad tecnológica aparece en los debates cada vez con mayor recurrencia. Un punto de inflexión en el que la inteligencia artificial (IA) general alcance tal nivel de desarrollo que sea capaz de mejorarse a sí misma. A partir de ese momento, nadie podrá detenerla. La suerte estará echada para sus creadores humanos.
La teoría de la singularidad tecnológica cuenta con apoyos y críticas a partes iguales. Existe, sobre todo, bastante desacuerdo en el cuándo (los más optimistas hablan de que tendrá lugar en la próxima década) y en el cómo. Las dudas sobre su plausibilidad entran también en terrenos filosóficos que cuestionan la definición y el significado de nuestra propia inteligencia. Y luego llega Google y consigue que una IA diseñe sus propios chips.
Así se distribuye un microchip
Los circuitos integrados, comúnmente llamados chips o microchips, son el corazón de casi todos los dispositivos electrónicos que usamos hoy en día. Están en nuestras neveras y en nuestros ordenadores y en todo lo que lleve el adjetivo smart delante. En una superficie de pocos milímetros cuadrados, estas estructuras integran millones de circuitos electrónicos en miniatura.
“Los chips modernos son un milagro tecnológico y económico, con millones de transistores dispuestos e interconectados en una pieza de silicio del tamaño de una uña. Cada chip puede contener decenas de millones de celdas y miles de bloques de memoria, conocidos como macrobloques. Celdas y macrobloques están interconectados por decenas de kilómetros de ‘cableado’ para desempeñar las funciones para las que ha sido diseñado el chip”, explicó en ‘Nature’ Andrew B. Kahng, ingeniero electrónico de la Universidad de California.
Se ha llegado a semejante nivel de miniaturización que los números resultan difíciles de imaginar para el cerebro humano. Por ejemplo, el último diseño de chip presentado por IBM tiene 333 millones de transistores por milímetro cuadrado. Pero, a pesar de que se ha avanzado tanto en su proceso de fabricación industrial, su diseño sigue siendo cosa de las mentes humanas.
A la hora de encajar todos esos millones de piezas necesarios en la superficie de un chip (lo que en inglés se conoce como floorplanning), son los ingenieros los que diseñan y planifican la distribución. Trabajan como arquitectos de transistores y semiconductores. De hecho, esta es la parte más costosa del proceso y se ha resistido a la automatización. Hasta que un equipo liderado por dos ingenieras de Google, Azalia Mirhoseini y Anna Goldie, lograron que una IA diese el primer paso.
Una inteligencia artificial como arquitecta
La investigación del Brain Team de Google Research se resume de forma sencilla. Una IA logra diseñar en pocas horas chips tan buenos como los que los ingenieros humanos diseñan a lo largo de meses de trabajo. Sin embargo, los detalles del trabajo, publicados en el paper ‘A graph placement methodology for fast chip design’, no lo son tanto. Y como para serlo. Según el estudio, las posibles combinaciones de los componentes de un solo chip son 102500. Es decir, un uno con 2500 ceros detrás.
El sistema desarrollado por el equipo de Mirhoseini y Goldie consiste en un algoritmo de aprendizaje automático (machine learning) capaz de colocar estos componentes de forma óptima en pocas horas. Se trata, más en detalle, de una red neuronal profunda que se entrena mediante una técnica conocida como aprendizaje por refuerzo. El sistema se entrena de forma que es capaz de aprender de sus experiencias pasadas. Así, cuanto más trabaje, mejor sabrá hacerlo.
A cada decisión que toma, el sistema ‘evalúa’ el estado del chip que está planificando e identifica la mejor solución para dar el siguiente paso. Los autores del estudio demostraron que este sistema puede, tras entrenar con 10 000 floorplannings diferentes, diseñar un chip en seis horas con un rendimiento similar a los circuitos integrados humanos. Eso sí, las soluciones que encuentra la inteligencia artificial son muy diferentes a las que encuentra el cerebro sapiens, como puede verse en la imagen inferior (el de la izquierda es el chip humano).
“A medida que nuestro sistema es expuesto a un mayor volumen y variedad de chips, se vuelve más rápido y mejora en la generación de ubicaciones optimizadas para nuevos bloques de chips”, explica el artículo científico. “Esto nos acerca a un futuro en el que los diseñadores humanos de chips sean asistidos por agentes artificiales con una vasta experiencia en la colocación de chips”.
Este sistema ha sido desarrollado para diseñar chips muy específicos. Son circuitos bastante homogéneos que se utilizan principalmente en tareas de aprendizaje automático y que son bastante más sencillos que las llamadas unidades de procesamiento general, como las que llevan los ordenadores o los smartphones que usamos a diario. Aun así, el paso es importante.
Optimizar el desarrollo de los chips podría, en el corto plazo, hacer el proceso más asequible para un mayor número de compañías (y quizá ayudar a solventar la crisis de escasez de chips). Además, permitiría seguir cumpliendo la ley de Moore, esa que señala que aproximadamente cada dos años se duplica el número de transistores en un microprocesador, y que cada vez es más difícil de seguir.
En cuanto a la singularidad tecnológica, lo de las máquinas mejorándose a sí mismas, todavía parece seguir bastante lejos. Al fin y al cabo, la IA desarrollada en los laboratorios de Google aprende bajo instrucciones humanas, con ejemplos diseñados por humanos y ayuda a mejorar un proceso que ya funcionaba de antemano. Por ahora, solo es un paso más (aunque importante) en el desarrollo de la inteligencia artificial.
En Nobbot | Nada más humano que la inteligencia artificial
Imágenes | Unsplash/Adi Goldstein, Jeremy Zero, Nature
La IA supondrá un punto de inflexión entre el modelo de funcionalidad humana vigente y otro de simplificación asistida, que resultará en el fenómeno social de la sustitución del trabajo como lo conocemos (¿Y de los humanos?). ¡Bienvenida Skynet!
Gracias