Dicen que el ser humano es la máquina más perfecta jamás creada. Quizá por eso la tecnología se empeña en imitar algunos de sus comportamientos y características para dar grandes saltos hacia adelante.
Uno de los campos más reconocidos en estos momentos en los que se intenta que la tecnología sea lo más parecido a los humanos es en el terreno de la Inteligencia Artificial.
Entender y emular el cerebro
Básicamente, lo que se está pretendiendo con la Inteligencia Artificial es entender el cerebro y replicarlo.
En estos momentos, parte de las ciencias de la computación que se encargan de diseñar máquinas se comportan con el nivel cognitivo de una persona, en el sentido de que pueden aprender y hacer razonamientos lógicos. Sin embargo, los expertos en la materia también se encargan de contextualizar esta capacidad, asegurando que tienen un ritmo de aprendizaje bastante más lento que cualquier niño.
Aunque muy en boga en los últimos tiempos, no hemos llegado aquí de repente y de la nada, sino que esta rama de la ciencia data de mediados de los 50, según reconocía en un reciente evento Amparo Alonso, Presidenta de la Asociación Española de Inteligencia Artificial. El hecho de que haya saltado ahora a la industria de manera masiva se debe a muchos y diversos motivos.
Una de esas razones por las que la Inteligencia Artificial está en boca de todos es porque ahora estamos en disposición de fabricar máquinas con mucha capacidad de computación pero a un bajo coste, lo que está permitiendo que la Inteligencia Artificial sea de amplio espectro.
Redes y conexiones neuronales artificiales
Por eso, se vaticina que en este siglo habrá máquinas con la capacidad de pensar, al igual que un cerebro. Esto abre la puerta a que se pueda programar para que la máquina aprenda de sí misma (ya que, ahora mismo, esto no es posible y la máquina solo aprende aquello que le enseña o programa un humano). Porque, aunque muchas veces equiparemos Inteligencia Artificial con robots, lo cierto es que lo importante está dentro, en los algoritmos (que en realidad son matemáticas).
Es ahí cuando entra en juego lo que se conoce como Deep Learning (o aprendizaje profundo). Para hacerlo posible se está tejiendo una red neuronal que debe tener un comportamiento similar al cerebro humano.
Pero el camino que queda por recorrer aún es largo. Pensemos que si un cerebro humano tiene 100.000 millones de neuronas, en estos momentos la red neuronal tecnológica más grande solo tiene un millón de puntos. Sin embargo, según Intel, en esta red neuronal no se está programando nada, sino que se le está dejando que aprenda por sí misma para ver hasta dónde es capaz de llegar.
Comunicaciones inalámbricas cognitivas
Este tipo de redes que intentan emular el comportamiento humano no solo está en el ámbito de la computación, sino también en las comunicaciones inalámbricas.
De esta forma, las redes cognitivas de radio son un nuevo paradigma en las comunicaciones inalámbricas en las que la red o los nodos de radio pueden detectar inteligentemente qué canales de comunicación están en uso y cuáles no, cambiando y moviéndose instantáneamente entre ellos. De esta forma, este tipo de redes cumplen con sus tareas de manera más eficiente sin interferir con otros nodos o redes de radio cognitivos, evitando además los canales que están ocupados. Esto optimiza el uso del espectro de radiofrecuencia (RF) disponible y minimiza la interferencia a otros usuarios.
Este parámetro de adaptación o aprendizaje se basa en la medición de varios factores, desde el entorno de radio cognitivo externo e interno, hasta el espectro de radiofrecuencia pasando por el comportamiento del nodo o del usuario, el estado de la red y cuestiones de economía (entre qué puntos cuesta menos tiempo y esfuerzo hacer la transmisión).
La realización de redes cognitivas de acceso inalámbrico requiere una funcionalidad de gestión inteligente, que se encargará de encontrar las mejores reconfiguraciones. Un gestor de recursos cognoscitivos (CRM) permite la optimización autónoma de la comunicación en su conjunto, en lugar de centrarse únicamente en el problema del espectro. Estos gestores pueden realizar su tarea de optimización utilizando métodos avanzados de razonamiento y teniendo en cuenta una gran variedad de información.
Se supone que las redes de radio cognitivas son capaces de detectar su entorno operativo (con poca o ninguna información previa) y aprender a adaptar su comportamiento en consecuencia. Es decir, que emplea un proceso cognitivo inherente al comportamiento humano.
¿Dónde guardamos todos estos datos?
Uno de los problemas asociados con esto de la inteligencia artificial es que, mientras que en los humanos el saber no ocupa lugar, en el terreno digital esto no es exactamente así. De hecho desde 2005, la cantidad de datos electrónicos se ha duplicado cada dos años, según el estudio Digital Universe de IDC.
El estudio calcula que, entre 2005 y 2020, la cantidad de datos electrónicos generados en todo el mundo crecerá en un factor de 300, pasando de 130 exabytes a 40.000 exabytes (o 40 billones de gigabytes). Es decir, más de 5.200GB por cada persona en el mundo.
¿Dónde y cómo podemos guardar toda esta información? Pues, de nuevo, la tecnología se está fijando en el cuerpo humano para emularlo. Así, Microsoft está desarrollando un dispositivo de almacenamiento basado en el ADN de las personas. Un producto que podría estar disponible comercialmente dentro de unos tres años.
El ADN de los bits y bytes
La primera vez que habló de este proyecto fue el año pasado y, según sus datos, la tecnología era capaz de almacenar todos los datos accesibles al público en Internet en una caja de zapatos.
Los investigadores han desarrollado lo que describen como “un enfoque novedoso” para convertir las cadenas largas de unos y ceros en datos digitales en los cuatro bloques básicos de las secuencias de ADN – adenina, guanina, citosina y timina – representadas como A, G, C y T.
Los datos digitales se descomponen en pedazos y se almacenan sintetizándolos como un número masivo de pequeñas moléculas de ADN, que pueden deshidratarse y conservarse para almacenamiento a largo plazo.
Para acceder a los datos almacenados, los investigadores codifican el equivalente de códigos postales y direcciones de calle en las secuencias de ADN. Las técnicas de reacción en cadena de la polimerasa (PCR), comúnmente utilizadas en biología molecular, les ayudan a identificar más fácilmente los códigos postales que buscan.
Son solo algunos de los ejemplos en los que la tecnología encuentran en la naturaleza el mejor patrón para entender y replicar sus comportamientos. De hecho, los animales también han inspirado en muchas ocasiones las innovaciones de la ciencia y la tecnología. Pero eso daría para un nuevo capítulo.
