BIG DATA E INTELIGENCIA ARTIFICIAL
Cuando parecía que el big data era la solución a todo, el santo grial tecnológico, resulta que ahora nos encontramos con nuevas tecnologías tales como machine learning (ML por su acrónimo en inglés) o aprendizaje automático o de máquinas, o Deep learning (DL), que hemos de manejar para no quedar en la retaguardia.
Pero realmente, ¿en qué consiste el machine learning? ¿y la inteligencia artificial (AI)? ¿no son conceptos sinónimos? ¿Y el Deep learning (DL)? ¿Es el big data un requisito sine qua non para la utilización de técnicas de AI? ¿El cambio de paradigma fue con el big data o realmente es ahora?
Aclaremos todas estas cuestiones. Comenzaremos por los conceptos.
Para definir Big Data o los tratamientos masivos de datos, acudiremos a la célebre definición de LANEY[1] que ya en el año 2001 conceptualizó la denominada teoría de las tres “V”: velocidad, volumen, y variedad, en base a las características del Big Data: manejar un gran volumen de información (en relación a la cantidad), procesar los datos a gran velocidad o en tiempo real (rapidez en la obtención de resultados interpretativos), integrar gran variedad de fuentes de información que podrían generar conocimiento a partir de conexiones no evidentes.
Por otro lado, la inteligencia artificial fue definida por MINSKY[2] como “la ciencia de construir máquinas para que hagan cosas que, si las hicieran los humanos, requerirían inteligencia”. Dejando para otro día el debate de si las máquinas pueden llegar, no sólo a emular a la inteligencia humana, sino a pensar por sí mismas como si de una mente humana se tratase, es fácil advertir que el sólo hecho de que una máquina pueda emular a la inteligencia humana, es un proceso tan amplio como complejo. De ahí que haya diferentes técnicas, en función de los avances obtenidos. Así, el machine learning o aprendizaje automático o de máquinas, supone dotar a la computadora de la capacidad de mejorar o aprender por sí misma, sin tener que haber sido programada explícitamente para ello.
El Deep Learning (o aprendizaje profundo), constituye una rama del ML pues ambas son técnicas de aprendizaje automático, pero con la diferencia de que el DL se basa en redes neuronales o procesamiento de datos por capas, tratando de emular el funcionamiento del cerebro humano.
Podemos hablar de dos tipos de IA, la denominada IA débil o estrecha (weak), que sería aquella que se concreta o especializa en una determinada tarea (ejemplo, un asistente virtual como Siri o Cortana) y la IA fuerte (strong) que sería capaz de acercarse al objetivo de la IA, realizando actividades como si de un humano se tratase. Se diferencia de la anterior por tanto, en que tiene iniciativa propia. Se habla también de una Super inteligencia artificial, que llegará a ser igual o mayor que la inteligencia humana, tal y como predijo VERNOR VINGE en su artículo The Coming Technological Singularity: How to Survive in the Post-Human Era.[3]
Muchas veces se encuadra el big data dentro de la inteligencia artificial y específicamente dentro del área del aprendizaje automático o de máquinas (machine learning), pero siguiendo a Mayer-Schönberger y Cukier [4] en este punto, no es del todo correcto, ya que “el uso de datos masivos no consiste en enseñar a un ordenador a pensar como un ser humano. Más bien consiste en aplicar las matemáticas a enormes cantidades de datos para poder inferir probabilidades”. Es decir, la extensión o generalización del big data ha sido y será el perfecto caldo de cultivo para el avance de la IA, pero en nuestra opinión, no debemos confundir los conceptos.
La Unión Europea es consciente de la importancia que tecnologías como el blg data o la IA tienen a escala internacional, en la que nos situamos por detrás de EEUU o Japón en términos de inversión.
El Consejo Europeo celebrado en octubre de 2017[5] señaló que para construir con éxito una Europa Digital, la UE necesita, entre otras cuestiones, “concienciarse de la urgencia de hacer frente a las nuevas tendencias lo que comprende cuestiones como la inteligencia artificial y las tecnologías de cadena de bloques, garantizando al mismo tiempo un elevado nivel de protección de los datos, así como los derechos digitales y las normas éticas”, invitando a la Comisión Europea a que propusiera un planteamiento europeo respecto de la IA.
Así, la Comisión Europea[6] ha establecido una serie de objetivos que conforman las bases de lo que será su plan de acción en materia de IA, entre los que se encuentran la creación de un Grupo de expertos de alto nivel en Inteligencia Artificial (en Junio de 2018 )[7] y de una plataforma denominada “Alianza sobre la Inteligencia Artificial”[8]. De aquí a finales de año, la Comisión, elaborará un plan coordinado con los Estados miembros a fin de maximizar el efecto de las inversiones a nivel nacional y de la UE, preparar a los europeos para la transformación que supone la IA y abordar las cuestiones de carácter ético y jurídico.
¿Hasta dónde seremos capaces de llegar? ¿Qué nueva tecnología seguirá al Deep Learning? Esto no podemos saberlo a ciencia cierta. En palabras del Presidente de Huawei “el único límite para la IA es la imaginación”, asumiendo que ésta no tenga límites… pero lo que sí debemos preservar en todo momento, es la ética y el respeto de los derechos fundamentales.
Es por ello que la Comisión Europea tiene muy presente que para crear un entorno óptimo para el desarrollo y adopción de la IA, es necesario crear un marco jurídico y ético adecuado, por lo que para antes de finales de 2018 elaborará un proyecto de directrices éticas en relación con la IA, teniendo en cuenta la Carta de los Derechos Fundamentales de la UE.
En materia de protección de datos, concretamente, “la Comisión supervisará atentamente la aplicación de este Reglamento (RGPD) en el contexto de la IA e insta a las autoridades nacionales de protección de datos y al Comité Europeo de Protección de Datos a actuar del mismo modo”[9].
Europa quiere situarse a la vanguardia del desarrollo de la IA, ya que, tal y como se afirma en la Comunicación de la Comisión sobre IA[10] posee el conocimiento, una sólida base industrial, y un marco jurídico equilibrado, que puede constituir la referencia mundial para un planteamiento sostenible con respecto a esta tecnología, por lo que, teniendo en cuenta además la estrategia del Mercado Único Digital, la Unión Europea “reúne los principales ingredientes para convertirse en líder de la revolución de la IA”.
María Loza Corera
Lead Advisor Jurídico Nuevos retos
Photo by PenMac at Morguefile.com
[1] LANEY, D., “3D Data Management: Controlling Data Volume, Velocity, and Variety”, Application Delivery Strategies, META Group Inc, 6 February 2001, File 949. Disponible en inglés en https://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Management-Controlling-Data-Volume-Velocity-and-Variety.pdf
[2] MARVIN MINSKY, uno de los pioneros en la disciplina de la Inteligencia Artificial, co-fundador del Laboratorio de Inteligencia Artificial del MIT https://www.csail.mit.edu/
[3] Disponible en https://edoras.sdsu.edu/~vinge/misc/singularity.html
[4] MAYER-SCHÖNBERGER, V. y CUKIER, K., Big Data. La revolución de los datos masivos, Turner Publicaciones, 1ª edición Junio 2013, p. 98, pp. 23 y 24.
[5] http://data.consilium.europa.eu/doc/document/ST-14-2017-INIT/es/pdf págs 5 a 8.
[6] COMUNICACIÓN DE LA COMISIÓN AL PARLAMENTO EUROPEO, AL CONSEJO EUROPEO, AL CONSEJO, AL COMITÉ ECONÓMICO Y SOCIAL EUROPEO Y AL COMITÉ DE LAS REGIONES Inteligencia artificial para Europa, COM/2018/237 final, disponible en https://eur-lex.europa.eu/legal-content/ES/TXT/HTML/?uri=CELEX:52018DC0237&from=es
[7] https://ec.europa.eu/digital-single-market/en/high-level-expert-group-artificial-intelligence
[8] https://ec.europa.eu/digital-single-market/en/european-ai-alliance
[9] COM(2018) 237 final
[10] COM(2018) 237 final
Expertos en Ciberseguridad, Privacidad, IT GRC y Cumplimiento Normativo unificando la perspectiva Legal y Tecnológica.
