Inicio > Firmas > El futuro está por hackear > Inteligencia Artificial como inventora de patentes

Inteligencia Artificial como inventora de patentes

Inteligencia Artificial como inventora de patentes

Estaba leyendo el artículo de la revista Nature titulado «Artificial intelligence is breaking patent law» para intentar comprender cómo hemos llegado hasta este punto, e imaginar el mundo al que podemos llegar. Parece que vamos a tener que debatir mucho al respecto, por las implicaciones que pueden tener, tanto en la economía de hoy en día como en la futura influencia del hombre sobre el rumbo de nuestra vida y nuestra sociedad.

¿Máquinas Creativas?

Al principio nos enfocamos en los algoritmos. En formas de explicarle a la tecnología qué debe hacer para resolver un problema. Así, la tecnología no es más que una creación a imagen y semejanza de que haría una persona para resolver un determinado problema. Y nos centramos en tener formas de describir la lógica de la resolución de un problema más rápidamente y más exhaustivamente. Creamos los lenguajes de programación estructurada, los de programación lógica, programación concurrente, programación lógica, programación orientada a componentes, en lenguajes de segunda generación, de tercera y de cuarta generación.

"¿Y si en vez de enseñarle los pasos que debe seguir para resolver un problema, le damos todos los datos y nos focalizamos en enseñarle a aprender y que lo resuelva solo?"

El objetivo de estos paradigmas de programación era conseguir tener capacidades más potentes para explicarle a un sistema tecnológico qué es lo que debería hacer para resolver un problema, de tal manera que el programador era y es responsable de toda la brillantez y de todos los fallos de ineficiencia que tiene un sistema informático a la hora de resolverlos.

Pero al mismo tiempo fuimos desarrollando otra teoría. ¿Y si en vez de enseñarle los pasos que debe seguir para resolver un problema, le damos todos los datos y nos focalizamos en enseñarle a aprender y que lo resuelva solo? Así debió nacer el concepto de Machine Learning, o Máquina Aprendiente, donde ya no le decimos cómo debe resolver un problema, sino que le damos el problema y un montón de datos para que aprenda.

Siempre suelo explicar que es una forma más cercana a la que tenemos los humanos de programarnos unos a otros. Cuando vas al zoo, a una granja, a ver a los animalitos, no te dicen: “Si ves un animal gordo con cuatro patas, ubres, con cuernos y manchas negras y blancas, entonces has encontrado una vaca”. No, el funcionamiento suele ser más Human Learning, donde te señalan un animal y te dicen: “Mira, ¡una vaca!”. Y tu algoritmo de aprendizaje toma datos, basados en formas, colores, movimientos, contexto, etcétera.

"Ya no somos los humanos los que enseñamos a una inteligencia artificial que resuelve el problema"

En estos casos, los padres no han hecho el trabajo de programarnos el algoritmo de reconocimiento de vacas, sino que nos han dado los datos para que nuestros algoritmos de aprendizaje se pongan en funcionamiento. Y dependiendo de la calidad de ellos, aprenderán mejor o peor, pero será difícil comprobar qué hemos aprendido. Y según nuestra forma de ver la vida y la creatividad, no diríamos que nuestro guía de la granja nos ha programado con el algoritmo que resuelve el problema de reconocer vacas. Solo nos ha dado los datos que nos faltaban.

Sin embargo, con el paso del tiempo nos hemos focalizado en crear inteligencias artificiales que no solo tengan algoritmos de aprendizaje automático sino que además se enseñen a aprender unas a otras. Es decir, ya no somos los humanos los que enseñamos a una inteligencia artificial que resuelve el problema, sino que la inteligencia artificial ha resuelto un problema por el entrenamiento y educación de otra inteligencia artificial que le ha ido enseñando lo que está bien o mal para resolver el problema.

Esto nos ha llevado a que desde que aparecieron las famosas GAN (Generative Adversarial Networks) que una IA fuera capaz de aprender más allá del conocimiento humano. Supongamos que entrenamos a una IA con todo el conocimiento de todas las partidas de la historia de ajedrez. Y ahora pongamos a esta Inteligencia, a la que llamaremos SabeTodoLoHumano a competir con una IA que solo sabe jugar al ajedrez pero que no ha jugado nunca, y que no ha sido entrenada con ningún conocimiento. Vamos a llamar a esta segunda IA con el nombre de Aprendiz.

"Al final una patente de invención no es más que una forma creativa y nueva que resuelve un problema"

El único truco es que Aprendiz ha sido imbuida con el objetivo de superación de Rafa Nadal, y nunca va a parar de jugar al ajedrez con SabeTodoLoHumano hasta que le gane. Con estas dos IA, lo único que falta por hacer por parte del programador es enfrentarla una contra otra en un combate de infinitas partidas, donde todas las primeras las ganará SabeTodoLoHumano. Pero al mismo tiempo nuestra querida Aprendiz irá aprendiendo y volviendo a intentar ganar. Hasta que llegue un momento, meses después (que a velocidad de computador de hoy en día en entornos de Cloud Computing & Big Data el infinito no está tan lejos), que Aprendiz habrá vencido a SabeTodoLoHumano, y habrá superado a la humanidad.

Esto nos llevó a que en juegos como el ajedrez o el Go ya sea totalmente imposible ganar a las IA. Ya nos superaron. Ya ese tren pasó para la humanidad. Siguen jugando solas y aprendiendo más allá de los límites en los que nosotros, los pobres humanos, solo podemos soñar.

Pues bien, ahora que estamos en esta fase, el reto es el de inventar cosas. Porque al final una patente de invención no es más que una forma creativa y nueva que resuelve un problema. Y para hacer este trabajo, nada mejor que un método como el descrito para enseñar a nuestra querida Aprendiz a jugar al ajedrez. Esto nos lleva a la gran pregunta: ¿quién es el inventor de una patente cuando se ha utilizado un modelo genérico de entrenamiento de inteligencia artificial para resolver un problema simplemente dándole los datos iniciales del problema?

Lo cierto es que algunas empresas ya han comenzado a publicar patentes en las que el inventor no es un ser humano, sino una inteligencia artificial que ha entrenado y entrenado para dar con una solución nueva y desconocida hasta el momento por la humanidad para resolver el problema, como este ejemplo de “Food container and devices and methods for enhanced attention”  que no deja de ser una bonita metáfora.

Inventor DABUS, autonomously generated by an artificial intelligence

Al final, una Inteligencia Artificial ha diseñado contenedores de alimentos —para humanos— con dispositivos y métodos para atraer la atención —de los humanos y de las inteligencias artificiales que ya piensan en sistemas de localización del futuro— para que localicen el producto. Espectacular.

Y aquí el debate que tenemos hoy en día. ¿Deberemos ceder la creación de las patentes a la Inteligencia Artificial? ¿Es el humano que tiene un robot de IA que crea una nueva patente el dueño de lo que vaya creando? ¿Es el padre que llevó el niño a ver a la vaca el que creó el algoritmo de reconocimiento de vacas? ¿Llegarán a tener estatus de ciudadanos las inteligencias artificiales? ¿Programarán las inteligencias artificiales a las inteligencias artificiales del futuro? ¿Serán estas IA el desbloqueo del siguiente paso de la humanidad?

4.6/5 (14 Puntuaciones. Valora este artículo, por favor)
Notificar por email
Notificar de
guest
0 Comentarios
Feedbacks en línea
Ver todos los comentarios