¿Todo AI?

¿Todo AI?

Crédito: Ray Oranges

La inteligencia artificial está teniendo un impacto creciente en nuestra vida diaria y también está revolucionando la investigación. ETH Zurich reconoce su responsabilidad en esta área y se esfuerza por promover la innovación y la confianza en esta tecnología de rápida evolución.

A veces, una máquina toma a todos por sorpresa. Un ejemplo reciente ocurrió en el evento de apertura de Scientifica 2019, donde los especialistas en robótica de ETH habían entrenado un dron para dar la bienvenida a los visitantes escribiendo la palabra “disfrutar”.

Al principio todo parecía normal cuando el dron, conocido como Voliro, empezó a escribir. Comenzó con la primera letra, tal como lo haría un humano. Pero cuando llegó a la segunda letra, hizo algo que nadie esperaba: simplemente omitió la línea vertical de la “n” y pasó a escribir todas las demás letras. Solo entonces voló a la “n” para agregar la línea que faltaba. El resultado final fue perfectamente correcto, pero la forma en que saltó de un lado a otro mientras escribía fue muy diferente a cómo escriben los humanos. ¡Por supuesto que no era así como había sido programado Voliro! De hecho, su creador estaba tan sorprendido como todos los demás. En todos los ensayos, Voliro simplemente había escrito las letras en su orden normal. No fue hasta poco antes de la actuación final que el dron aprendió a hacerlo de una manera que consideró más eficiente.

Cuando una máquina como Voliro cambia su comportamiento inesperadamente, automáticamente pensamos en inteligencia. Y, de hecho, Voliro, un robot volador autónomo creado por una empresa derivada de ETH del mismo nombre, es un buen ejemplo de lo que la inteligencia artificial (IA) es capaz de hacer hoy en día. Lo que parece una toma de decisiones humana cuando se ve desde el exterior en realidad tiene su origen en procesos estadísticos basados ​​en datos que llamamos aprendizaje automático. Estos procesos son un subconjunto de la IA.

Sobrevalorado y subestimado

El aprendizaje automático es cuando las computadoras aprenden por sí mismas a reconocer patrones y regularidades en conjuntos de datos basados ​​en la experiencia obtenida de los datos de entrenamiento. A medida que continúan aprendiendo de enormes cantidades de datos, los programas inteligentes mejoran automáticamente su tasa de éxito. Los métodos de aprendizaje automático pueden encontrar resultados valiosos que los humanos no detectarían, especialmente cuando se enfrentan a conjuntos de datos muy grandes, complejos o heterogéneos.

“La inteligencia artificial, o IA, se refiere a tecnologías que permiten que las computadoras ayuden a los humanos con tareas que solo pueden resolverse con inteligencia”, dice Andreas Krause, profesor de Ciencias de la Computación y especialista en aprendizaje automático. La investigación de la IA existe desde la década de 1950 y es una historia de expectativas incumplidas e historias de éxito inesperadas. Lo que ha cambiado más recientemente es que la IA se ha convertido en una presencia mucho más tangible y visible en nuestra vida cotidiana: los álbumes de fotos creados automáticamente y los asistentes de voz para teléfonos inteligentes son solo dos ejemplos.

La creciente ubicuidad de la IA se deriva de la convergencia de tres tendencias tecnológicas. En primer lugar, el hardware de la computadora se ha vuelto increíblemente poderoso. Un teléfono inteligente moderno es tan rápido como una supercomputadora de mediados de la década de 1990, y una computadora portátil tiene suficiente potencia informática para desarrollar modelos de IA viables. En segundo lugar, las implementaciones de software para muchos métodos de aprendizaje de IA están disponibles gratuitamente en línea, lo que ha aumentado el número de desarrolladores y usuarios. La tercera tendencia es la disponibilidad de grandes cantidades de datos, muchos de ellos en Internet, que se pueden utilizar para entrenar sistemas de IA. Los científicos están logrando nuevos avances casi a diario y esto, a su vez, está ampliando enormemente nuestra comprensión matemática de estos métodos de aprendizaje.

“El resultado de estos avances tecnológicos en la IA es una disrupción multifacética para la ciencia, la industria y la sociedad con consecuencias de gran alcance que están sobrevaloradas y subestimadas”. Esta fue la conclusión a la que llegaron los investigadores de IA en ETH Zurich cuando hicieron un balance de lo lejos que había llegado la IA en el verano de 2019.

Nueva división del trabajo

De hecho, la inteligencia artificial y el aprendizaje automático no solo tienen un impacto en los usuarios individuales y los flujos de trabajo industriales, sino que también cambian la forma en que se divide el trabajo entre investigadores y computadoras. Gisbert Schneider, profesor de diseño de fármacos asistido por computadora, vicepresidente asociado de ETH Global y fundador del tanque “pensar y hacer” de ETH, RETHINK, utiliza IA para desarrollar nuevos fármacos en la computadora. “Tenemos un modelo de inteligencia artificial para la química médica virtual que genera automáticamente estructuras moleculares que poseen una o más propiedades deseadas”, dice. Este método permite al equipo obtener nuevas entidades químicas y luego sintetizar y probar estos compuestos diseñados por computadora para ver si exhiben las bioactividades calculadas. “Los métodos de inteligencia artificial mejoran la creatividad de los investigadores, produciendo sugerencias sorprendentes que no habían pensado en sí mismos”, dice Schneider.

Muchas aplicaciones requieren cierta autonomía en la toma de decisiones. Lothar Thiele, profesor del Laboratorio de Redes e Ingeniería Informática y Vicepresidente Asociado de Transformación Digital, desarrolla tecnologías para redes de sensores que recopilan datos en condiciones extremas. En colaboración con varios socios, su grupo está estudiando el impacto del cambio climático en el permafrost en los Alpes suizos y los procesos destructivos que está provocando. Sus resultados también son útiles para los sistemas de alerta temprana. “Se recopilan enormes cantidades de datos de forma continua”, explica Thiele. “Así que los sensores individuales tienen que tomar su propia decisión sobre si un evento es relevante o no. Ahí es donde hemos descubierto que la IA tiene mucho éxito”.

Schneider y Thiele no son los únicos que utilizan IA en su investigación: las aplicaciones de IA están ahora muy extendidas en todos los campos de la ciencia en ETH. En principio, cualquier área de investigación puede beneficiarse de los métodos mejorados por IA. Las comparaciones con otros países confirman cuán influyente se ha vuelto la investigación de IA en ETH y en Suiza. Según el Índice de IA de la Universidad de Stanford 2019, los investigadores suizos publican el segundo mayor número de artículos de IA por habitante después de Singapur. Además, las tasas de citación muestran que las publicaciones suizas se encuentran entre las más influyentes.

La creciente importancia de la IA también se puede ver en el número de estudiantes de ETH. Si bien solo unos pocos cientos de estudiantes asistieron a un curso de aprendizaje automático y métodos de inteligencia artificial en 2012, esta cifra ha aumentado a más de 3.000. A “Introducción al aprendizaje automático” asisten más estudiantes que a cualquier otra conferencia. La mayoría de los estudiantes proceden de las materias básicas de informática, ingeniería eléctrica, ingeniería mecánica y matemáticas. Igualmente sorprendente es el hecho de que todos los departamentos académicos de ETH ahora tienen estudiantes que toman cursos en IA. Para satisfacer esta demanda, ETH lanzó un programa de maestría y un programa de educación continua en ciencia de datos en 2017.

“Las fortalezas de ETH Zurich en IA radican en su destacada investigación básica en matemáticas, informática, tecnología de la información y ciencia de datos, así como en la calidad de su infraestructura”, dice Detlef Gönther, vicepresidente de investigación. “Pero también tenemos un gran potencial para desarrollar métodos de IA innovadores combinando nuestra excelencia en los fundamentos de la IA con la investigación de primera clase que llevamos a cabo en la variedad de disciplinas que ofrecemos”.

Un futuro conectado

Los gobiernos, las corporaciones y las universidades están implementando estrategias de IA para abordar el creciente impacto económico y social de la IA. Estados Unidos y China están invirtiendo mucho en IA. Eso plantea la cuestión de cómo Suiza, y de hecho Europa, pueden posicionarse globalmente, y cómo ETH Zurich puede continuar expandiendo su estatus en el campo de la IA.

Una estrategia que se propuso recientemente en una entrevista con Thomas Hofmann, un investigador de inteligencia artificial en ETH y codirector del Centro Max Planck ETH para sistemas de aprendizaje, para vincular los centros de excelencia de inteligencia artificial de Europa, que incluyen Zúrich, Lausana y Lugano, con el fin de crear una red de IA en toda Europa que incluya investigadores de ETH.

Con esta estrategia en mente, ETH Zurich tomó la decisión en mayo de 2020 de extender su asociación con la Sociedad Max Planck por otros cinco años. Lanzada en 2015, esta asociación en el campo de los sistemas de aprendizaje conecta a ETH Zurich con los Institutos Max Planck en T 眉 bingen y Stuttgart, otros dos centros europeos de excelencia en IA. Una nueva iniciativa que está conectando a investigadores de IA en toda Europa es el Laboratorio Europeo de Aprendizaje y Sistemas Inteligentes (ELLIS). Lanzado en diciembre de 2019, ELLIS comprende 17 centros europeos de excelencia en IA. ETH Zurich ha estado involucrada en la iniciativa desde el principio a través de su Unidad ETH ELLIS.

IA ética y confiable

Un tercer aspecto nuevo se refiere a la propia ETH, más específicamente cómo conecta a sus investigadores de IA con el mundo más amplio y brinda una visibilidad más amplia a “[email protected]”El 20 de octubre de 2020, la universidad llevará a cabo una ceremonia de apertura para lanzar su nuevo Centro de IA ETH”. El Centro de IA sentará las bases para un diálogo interdisciplinario con la industria, el gobierno y la sociedad sobre cómo continuar desarrollando la inteligencia artificial de una manera que Fomenta la innovación e inspira confianza “, dice G 眉 nther.

En términos de su estructura organizativa, el centro se basa en las fortalezas de ETH y combina los fundamentos de la teoría y las metodologías de la IA con la experiencia de las diversas disciplinas. El grupo principal está compuesto por unos 20 profesores que realizan investigaciones en campos clave de la inteligencia artificial, como el aprendizaje automático, los macrodatos y las estadísticas. Alrededor de esto hay un círculo más amplio de investigadores que desarrollan métodos de IA para su área temática particular o que estudian los efectos de la IA. El centro también está abierto a invitados de otros institutos de investigación de IA y de la industria.

“El Centro de IA no es una red virtual”, dice Andreas Krause, el director designado del centro. “Es un verdadero punto de encuentro donde los científicos de IA de la investigación y la industria pueden intercambiar ideas y embarcarse en proyectos de investigación conjuntos”. Debido al ritmo extremadamente rápido de desarrollo en el campo de la IA, el plan es construir el Centro de IA gradualmente, con un enfoque en proyectos interdisciplinarios y promoción del talento.

La estrategia del centro se basa en rasgos humanos característicos con los que ninguna máquina inteligente puede competir, a saber, motivación, curiosidad, creatividad y flexibilidad en situaciones cambiantes. “Nuestro objetivo es poner el centro en funcionamiento centrándonos firmemente en el talento, comenzando con un programa de becas”, dice Krause. “Los estudiantes de doctorado y los posdoctorados desempeñarán un papel clave en las asociaciones de investigación interdisciplinarias. Ofrecerán nuevas perspectivas sobre cómo vincular temas de investigación y desarrollar nuevas herramientas de inteligencia artificial”. El nuevo centro tuvo muchas experiencias positivas en las que aprovechar, incluido el programa de doctorado dirigido por el Centro Max Planck ETH, así como el programa de maestría en ciencia de datos, donde los estudiantes de ciencias de la computación desarrollan soluciones de inteligencia artificial para otros campos de investigación. “Ambos programas están produciendo resultados emocionantes y han proporcionado una inspiración valiosa”, dice Krause.

En términos de contenido, el Centro de IA de ETH se ocupará de cuestiones fundamentales relacionadas con la IA. Por ejemplo, hay una serie de métodos de inteligencia artificial que se utilizan en la práctica, pero aún son escasos en teoría. Cerrar estas brechas significaría no solo ver si un método de IA funciona, sino llegar a la raíz del por qué. “Queremos repensar fundamentalmente cómo desarrollamos modelos de IA para que funcionen de manera segura y confiable y produzcan resultados que sean explicables, interpretables y justos”, dice Krause. “Considero que la confiabilidad y la transparencia son esenciales cuando se trata del impacto social y la ética de la IA”. Las soluciones de IA seguras, confiables y justas pueden marcar una diferencia real, particularmente en áreas de investigación que juegan con las fortalezas de ETH Zurich, como la movilidad, la salud, la fabricación, la energía, el clima y el medio ambiente. Con algunos expertos en inteligencia artificial argumentando que la inteligencia artificial responsable y confiable podría representar una gran oportunidad para Europa, el Centro de inteligencia artificial de ETH se compromete a hacer de la inteligencia artificial confiable una prioridad máxima.


Similar Posts

Leave a Reply