Matías Karlsson, especialista en Inteligencia Artificial: “Argentina puede ser un referente mundial”

En la famosa película de Disney, el robot Wall-E tiene un cajón con tenedores y cucharas. Su tarea es guardar los tenedores en un estante y las cucharas en otro. Al principio, no hay problemas, pero de pronto aparece una cuchara que tiene también las puntas de un tenedor. El robot se queda bloqueado, procesando, y finalmente deja el nuevo espécimen en el medio de los dos estantes. “Así es como funciona el machine learning, sobre la base de la experiencia”, explica a DEF el desarrollador Matías Karlsson.

Nacido en Salta, Karlsson se dedica al trabajo con sensores físicos, llamados “IOT”, y a la docencia de inteligencia artificial (IA) en la prestigiosa academia francesa Le Wagon. Sus declaraciones son explosivas y, a primera vista, contradictorias: “Los datos son el nuevo petróleo”, dirá, y después: “Es el fin de la era de los datos privados”. También, dirá que el trabajo con datos tiene menos de matemática y programación y más de aprendizaje del modo de pensar. Entre definiciones, ejemplos y algunas abstracciones, la IA conjugada en primera persona es una pieza necesaria para entender el mosaico del futuro.

LAS APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

-¿Es verdad que la inteligencia artificial funciona como nuestro cerebro?

-Hay dos ramas, machine learning y deep learning. La diferencia es cómo se procesa la información. En machine learning, elijo un modelo que represente mi realidad, en cambio, el deep learning funciona como nuestro cerebro: tiene redes neuronales. Imaginate que quiero entrenarte a vos, que nunca viste una silla, para que puedas clasificar una silla. Te puedo decir que tiene cuatro patas y un respaldo, es decir, te doy un modelo. Vos después ves un objeto que tiene cuatro patas, entonces, hay chances de que sea una silla. Eso es machine learning. Pero el humano aprende distinto, aprende por la experiencia. Te puedo mostrar una silla que no viste en tu vida, pero vas a saber que es una silla porque viste tantas en tu vida que tenés tu propio criterio para identificarla. La idea general es que el deep learning va eligiendo solo cuál es la red que se amolda al objetivo.

-¿Para qué sirve la IA?

-Hay tres cosas que hace muy bien la IA. Una es extrapolar: hacer predicciones de un valor en función de otros valores. Hay regresiones lineales, polinómicas, de todo tipo. Otra de las funciones de la IA es clasificar. Tomo un montón de perros, les mido la cola, el hocico, y, de acuerdo con las mediciones, digo: “Esto es un labrador, esto es un chihuahua”. Un veterinario podría tener una app para que, cuando le llegue un perro y se le tomen las medidas, el sistema diga: “Esto es un chihuahua”.

-Pero a pesar de que coincidan las medidas, podría no ser un chihuahua.

-Podría no serlo. Eso es el score, es decir, el parámetro pondera qué tan bueno es el modelo.

Es más, se usan distintas medidas según qué querés ponderar: la precisión, si se dejan falsos positivos afuera, o si se dejan falsos negativos afuera. Depende de lo que quieras medir, vas a enfocarte en una medición específica. En una app que lee una imagen para determinar si hay cáncer, yo prefiero que, antes de ser preciso, el modelo no me deje a nadie con cáncer afuera. Prefiero ser más impreciso y por si acaso, mandarte a ver al médico. Eso se llama recall: quiero tener un recall bajo. Pero en la app de perros, quiero la precisión, el acierto.

-¿Qué aplicaciones concretas encontrás en el trabajo cotidiano?

-Vivimos rodeados de esto. El último algoritmo, el tercero en el que la IA es muy buena, es agrupar por similitudes. Te sentás a ver Netflix, la sugerencia de qué película deberías ver es el llamado “algoritmo del billón de dólares”, que logra agrupar películas parecidas. Lo mismo hacen con los usuarios. Puedo estar cerca de vos o no en función del gusto que tenemos. Entonces el algoritmo dice: “Pero aquel está en el mismo círculo de cercanía que este, y si a este le gustó tal película, seguro le va a gustar a aquel”. Esto está en el día a día en todos lados. Al encender el celular, todo lo que tenés es inteligencia artificial. Para que te des una idea, el celular tiene un chip para procesar la información del celular y otro chip que solo sirve para procesar la inteligencia artificial.

DATOS, DATOS, Y MÁS DATOS

-¿Por qué “explotó” ahora la IA?

-La IA se nutre de la información. En realidad, viene de los años 70, y no cambió la forma en la que funciona. Hubo un repunte en la tecnología, que procesa más rápido, y el acceso a los frameworks para trabajarlo. Pero la verdadera gran explosión de la IA se debe a la gran cantidad de datos que tenemos hoy en día. Es imposible computar el volumen que generamos. Los datos son el nuevo petróleo. Si las compañías no te cobran por abrirte una cuenta es porque les interesan tus datos. Con los datos, pueden no solo saber, sino también predecir casi cualquier cosa tuya. Si yo empiezo a tener acceso a tus rutinas, tus mails, tus desplazamientos, tus búsquedas, puedo saber todo de vos. ¿Nunca te pasó de pensar que te gustaría tal cosa y te aparece una publicidad sobre eso, aunque no se lo hayas dicho a nadie?

-Sí, claro. Convengamos que esa parte suena aterradora. ¿Cómo lo ves?

-Es como todo. También hay una parte aterradora y una parte buena de la energía nuclear. Hay empresas que hicieron experimentos muy grosos con datos. Por ejemplo, han aceptado que experimentaran para ver si se puede afectar tu estado de ánimo según el feed que te muestran. Y vieron que lo podían hacer. Después, la empresa salió a decir que ya no lo hacía más. Otro caso de mal uso fue Cambridge Analytica. Fijate cómo dieron vuelta las elecciones sabiendo qué mostrar a determinado grupo. En el mundo de la ciencia de datos, ya se sabía que esto era posible. Pero lo de Cambridge Analytica explotó no porque influyera en la política a partir de los datos recabados, sino porque los datos eran robados. Se obtenían como material de investigación de Cambridge y se utilizaban para campañas políticas.

-De acá a 20 años, ¿qué es lo mejor y lo peor que podría pasar en relación a la IA?

-El infierno –y no soy el primero en imaginarlo porque ya lo hizo Isaac Asimov—, en el largo plazo, sería que la IA tomara la suficiente independencia para decir “No te necesito” o “Para tu bien, vamos a dominarte”. No lo veo como un peligro real a corto plazo, y a largo plazo, creo que lo vamos a ir controlando. Hay algoritmos, como el GPT3, a los que les das unas notas musicales, el principio de la canción, e inventa el resto a su gusto. Te hace una canción de Mozart. Si bien falta mucho para que llegue al nivel de nuestro cerebro, que es superplástico, la IA tiene la ventaja de que puede procesar cantidades increíbles de información.

-¿Y el escenario feliz?

-El escenario feliz de acá a 20 años sería uno donde la IA llegue a un punto en el que nos asista en todo lo que hacemos, y no tengamos que hacer trabajos riesgosos ni manuales. Y donde sea tan fuerte el trabajo de la IA y los recursos que pueda generar que exista una renta universal. Que la gente pueda vivir de lo que genera la IA.

INTELIGENCIA ARTIFICIAL: UNA NUEVA FORMA DE PENSAR

-Das clases de inteligencia artificial.

-Sí, doy clases en toda América para Le Wagon. Sacamos cosas lindas porque vemos cómo los chicos desarrollan ideas, y es increíble. Lo difícil es que no se trata solo de aprender a programar: es enseñar a pensar. Necesitás mucha matemática, estadística, programación, pero, sobre todo, cabeza. Preguntarte, por ejemplo: “Estos datos que conseguí, ¿tienen sentido en general?, ¿tiene sentido si hago esto?”. Pasa mucho que, de repente, hay un problema y tenés que pensar cuál es la mejor forma de sacar información para solucionarlo, cuál es el mejor algoritmo que se puede adaptar. Hay que interpretar los datos, ver si tiene sentido para el mercado que te lo pide.

-¿Cuáles creés que son los desafíos de la IA de acá en adelante?

-Qué buena pregunta. Creo que va a ser la información. Antes, la gente te daba datos para un sorteo o para cualquier cosa; hoy en día, la gente lo piensa dos veces. La Unión Europea está trabajando en regulaciones. Por ejemplo, para todo lo que es reconocimiento facial, hay muchas restricciones, que no me parecen mal, pero restringen una rama de la IA. No sé si quiero que un sensor me identifique en el baño de un hotel, ¿no? Hay una concientización sobre no abusar de los datos. Por otro lado, la IA va a tener que explicar lo que está haciendo. Si soy un banco, y la computadora me dice que no te puedo aprobar el crédito, vos me vas a preguntar por qué. Y a veces, no es fácil de explicar. Ahora hay una rama de deep learning combinada con machine learning que puede dar precisiones sobre qué factores intervienen para llegar al resultado, pero es un desafío todavía.

-¿Cómo ves a la Argentina como escenario para el desarrollo de la IA?

-Argentina se salteó bastante fuerte la etapa de la industrialización, y me parece que, en la era que viene, tiene una gran oportunidad de ser un referente mundial. Primero, tiene un nivel académico impresionante, muy alto en cuanto a ciencias exactas y también a programadores, que son muy requeridos. Es una combinación que muy pocos países tienen. Muchas empresas extranjeras vienen a Argentina a reclutar recursos para trabajar afuera. Eso sí, Argentina puede convertirse en una potencia mundial de esto si tiene las políticas adecuadas. Si no, lo que hacemos es incentivar el trabajo de servicios para afuera, y los recursos humanos se van. Pero, como ya dije, tenemos un enorme potencial para ser un referente mundial en esta materia.

* Esta nota fue escrita y producida por una miembro del equipo de redacción de DEF

SEGUIR LEYENDO: