Demis Hassabis describe el cerebro como “una aproximación biológica a una máquina de Turing”

Demis Hassabis ha construido su carrera tratando al cerebro humano como el único modelo funcional de inteligencia general. Esta semana, un fragmento suyo se convirtió en emblema de todo lo que, según un crítico, la industria de la IA entiende mal sobre la mente; la oración completa de la que salió es más acotada y reveladora que el fragmento que circuló.

«una aproximación biológica a una máquina de Turing».

La frase encabeza un ensayo de Benjamin Riley en The Verge, “Our minds aren’t equipped to handle AI”. Riley comienza con una cita del pionero de la cibernética Norbert Wiener: «El pensamiento de cada época se refleja en su técnica», y presenta a Hassabis, hoy presidente de Google DeepMind y científico jefe de Alphabet, como el caso más claro de una industria que ve sus propias máquinas cuando mira un cráneo. Las palabras aparecen en una conversación con James Manyika publicada este año en Dædalus, la revista de la American Academy of Arts and Sciences.

Qué dice la oración completa

En Dædalus, Hassabis explicaba qué significa para él la inteligencia artificial general (AGI). La define como «un sistema que exhibe todas las capacidades cognitivas de la mente humana», porque el cerebro es «la única prueba de existencia que conocemos hasta ahora, quizá en el universo, de que la inteligencia general es siquiera posible». Luego viene la frase completa: «El cerebro puede entenderse como una aproximación biológica a una máquina de Turing; es decir, en teoría, podría aprender cualquier cosa que sea computable». La oración siguiente pone un freno a esa idea. Todo sistema finito necesita «cierto grado de especialización porque solo dispone de una cantidad limitada de tiempo, memoria e información».

Leído de esa manera, no afirma que las personas sean computadoras portátiles. Habla de alcance, de lo que un cerebro podría aprender en principio, y también funciona como una especificación de ingeniería. Si el cerebro es la máquina de referencia, la AGI es aquello que iguala todo su rango de capacidades. Hassabis incluso esboza el examen: entrenar un modelo con un límite de conocimiento fijado en 1910 y ver si llega a la relatividad general, como hizo Einstein en 1915. «Por ahora, la respuesta es claramente no», dice.

La crítica opera un nivel más abajo

La objeción de Riley apunta a otra parte. A partir de las ideas de Paul Cisek, neurocientífico de la Universidad de Montreal, sostiene que los cerebros se entienden mejor como sistemas de control por retroalimentación que actúan sobre el mundo para cambiar lo que perciben, moldeados primero por la evolución y luego por la cultura: la imitación, el lenguaje, la escritura y las escuelas. Desde ese modelo, un chatbot que hace la parte más ardua de pensar es «un hot dog cognitivo»: tentador en el momento y perjudicial si se convierte en parte habitual de la dieta. Riley cita a Leah Belsky, responsable de educación de OpenAI, quien llamó a ChatGPT «la plataforma de aprendizaje más grande del mundo», y menciona un estudio realizado en China en el que miles de estudiantes prácticamente dejaron de hacer sus tareas una vez que empezaron a usar IA.

La cláusula que inclina la balanza

El choque más marcado está dentro del propio párrafo de Hassabis. Unas líneas después, dice que la clave es «el potencial del cerebro para aprender casi cualquier cosa, especialmente ahora que podemos diseñar y construir herramientas y máquinas que nos ayuden a adquirir conocimientos». Esa cláusula contiene toda la disputa. En realidad, Riley no demuestra que el modelo de la máquina de Turing sea falso. Sus pruebas se refieren a herramientas que aprenden en lugar de ayudar a una persona a hacerlo. Una afirmación sobre computabilidad describe lo que un cerebro podría asimilar en teoría. No dice nada sobre si un producto en particular deja al estudiante con más o menos conocimientos.

Ahora, esa pregunta recae sobre la persona que define el rumbo científico de Alphabet. En agosto, Hassabis dejó el trabajo cotidiano de director ejecutivo para concentrarse en la estrategia y la ciencia de la AGI; según informó Fortune, les dijo a sus empleados que la AGI está cerca y que acertar con los próximos pasos es fundamental para la humanidad. Un laboratorio que evalúa sus máquinas según todo el rango de capacidades del cerebro humano tiene un interés directo en que ese rango no se reduzca en las personas que las usan.

Una aproximación a una máquina de Turing todavía tiene que ser programada por algo. En el caso de las personas, eso siempre ha implicado el trabajo lento de aprender, y es el único paso que una herramienta puede potenciar o saltarse discretamente.

Etiquetas: Demis Hassabis, Google DeepMind, AI in education, Artificial general intelligence, Turing machine