Los ‘fakes’ en blockchain e inteligencia artificial dañan a la industria

Cada vez es más frecuente que se den a conocer nuevos proyectos con tintes disruptivos que aseguran a bombo y platillo contar con la implementación de tecnologías como blockchain e inteligencia artificial. ¿Está tan extendido su uso como parece o, realidad, no es oro todo lo reluce? Hay expertos que alzan la voz al respecto para llamar a cada cosa por su nombre. Joseph Reger, CTO de Fujitsu en Europa, es directo en este sentido, como ya lo fue cuando dijo que la supremacía cuántica que aseguró alcanzar Google 2019 se trataba más bien de “ventaja cuántica” si se comparaba con la computación clásica.

En una entrevista a INNOVADORES en el Fujitsu Forum 2019, Reger incide en que "a menudo hay proyectos en los que se dice que se necesita aplicar tecnología blockchain, pero, en realidad, con una base de datos distribuida se podría llevar a cabo también el objetivo del cliente". Es algo que se tiene que poner sobre la mesa: "Hay que decir claramente que esto no es blockchain".

Además, insiste en que ocurre lo mismo con la inteligencia artificial (IA), más bien con el machine learning, como matiza Reger, quien cree que habría que mantener un debate público, porque que la llamada IA "se está aplicando en proyectos en los que no tiene sentido", no ya porque hubiera una tecnología antigua que se podría haber usar para desarrollar esa solución, sino porque se está implementando en campos en los que, por ejemplo, el cliente no tiene suficientes datos para enseñar y entrenar al sistema, por lo que tienen que adquirirse o generarse diferentes conjuntos de datos. En este caso, estas fases del proyecto se consideran IA, pero no tienen nada ver, puntualiza Reger. "No se puede simplemente convertir el aprendizaje en rutina".

A este reto, hay que añadir que en la actualidad, recalca Reger, cuando hablamos de IA nos referimos, sobre todo, a los algoritmos de machine learning: son "más sencillos" y requieren de "apenas un grano de computación" frente a una inteligencia artificial "más compleja, más elaborada y, por tanto, más complicada" para que lo que se requerirá un paso más allá de la actual computación. 

Este es el momento en el que conectarán IA y computación cuántica, retroalimentándose para aumentar sus capacidades mutuas y "transformar un futuro no muy lejano", vaticina, para ver los beneficios "asombrosos" de esta conexión.

Por ello, ahora muchos trabajos de investigación enfocados a "cómo el machine learning y la computación cuántica podrían, juntas, proporcionar una manera totalmente innovadora de hacer las cosas". Pero esto aún no ha llegado al mercado. Se trata de un área muy específica de aplicación de deep learning en la que se trabaja para alcanzar un gran avance. 

Todos estos avances, explica Reger, conllevan un proceso de investigación en el que hay descartar la ineficiencia. Así, los modelos de aprendizaje de las redes neuronales para generar modelos artificiales suponen en sí mismos una "ineficiencia inherente" porque, al fin y al cabo, "son solo modelos", destaca el CTO europeo de Fujitsu.

Para explicar esta paradoja recuerda uno de los primeros motores entrenados para reconocer imágenes de gatitos: el sistema aprendió a detectarlos tras enseñarle millones de imágenes de gatitos, pero ahora se sabe que no era necesario, que con un par de imágenes sería suficiente. "Aparentemente, hay una gran diferencia entre lo que estamos haciendo para crear los modelos y lo que las redes neurales de nuestros cerebros son capaces de hacer. Este un ejemplo gracioso, pero demuestra que la forma en que lo estamos desarrollando, igual no es la más eficiente". 

De hecho, en este caso, por ejemplo, se podría decir que "el cerebro es mucho más eficiente" que la supuesta IA, en parte gracias al sistema visual humano, pero el desafío es pensar en qué será capaz esta inteligencia "si podemos producir suficiente potencia, potencia de cálculo, para llegar a esa eficiencia de forma artificial". Para ello, advierte, hay que seguir investigando los métodos y desarrollando los algoritmos para mejorar esta parte».

¿Cómo conseguirlo? La penetración tecnológica en los procesos es fundamental. Y en este punto, Reger quiere cerrar tabús: "No hay correlación con el poder económico de un país". Es decir, "el dinero no es lo más importante, más bien lo es la creatividad y las habilidades de los profesionales de cada país, y esto no siempre depende de la cantidad de dinero disponible". Otro aspecto esencial, en su opinión, se halla en los líderes del país, si son capaces de identificar la importancia del desarrollo tecnológico. 

Con esta radiografía es pregunta obligada: ¿Cómo ve a España? "España no solo es un gran país, sino que tiene la ventaja de estar integrada en la UE", asegura este europeísta. En muchos de los proyectos europeos "siempre hay elementos españoles, lo que demuestra que no existe un problema como país en términos de creatividad y de talento humano. Hay españoles en casi todos los grupos de investigación y esto es muy bueno".