En los orígenes de la inteligencia artificial (IA), en los años cincuenta del siglo pasado, ya se pensaba en programar una máquina que ganara al humano al ajedrez. El ajedrez era visto como una manera de medir y comparar la «inteligencia» de las máquinas con la inteligencia humana. Pero tuvieron que pasar casi cincuenta años de avances en el diseño de los procesadores para disponer de unos chips procesadores con la capacidad computacional suficiente que permitiera usar de forma eficiente los algoritmos requeridos por una IA como Deep Blue, en 1997, para vencer al mejor jugador de ajedrez del mundo en ese momento, Garri Kaspárov.
Y el siguiente paso notable en IA no se produjo hasta el año 2012, aprovechando los avances en la capacidad de procesamiento que presentaban los chips aceleradores —GPUs— recién lanzados, que se utilizaron en la competición anual de visión por ordenador, la ImageNet. Un equipo de la Universidad de Toronto, dirigido por Geoffrey Hinton, ganó la competición con un algoritmo basado en redes neuronales entrenadas con estos chips aceleradores que mostraron un gran rendimiento computacional para las redes neuronales. Los resultados de la utilización de estos nuevos chips aceleradores proporcionaron la prueba inequívoca de que las redes neuronales, cuyas ideas fundamentales ya se habían consolidado a finales de los ochenta, se convirtieran en una tecnología práctica y lista para ser aplicada a partir de entonces como base de las IA de este último decenio.
En ese punto se comprendió que la computación podía ser el factor más determinante en el avance de la IA, y las compañías tecnológicas centraron sus esfuerzos en crear supercomputadores dotados con una gran cantidad de nuevos chips aceleradores cada vez más potentes. Esto permitió la creación de AlphaGo, una IA basada en redes neuronales que aprendió a jugar a Go —un juego de mesa mucho más complejo que el ajedrez—, solo viendo jugar a grandes jugadores de Go. En 2016 AlphaGo ganó a Lee Sedol, el mejor jugador de Go del mundo. Y poco después, en el 2018, se conseguía que otra IA, llamada AlphaZero, aprendiera a jugar jugando contra sí misma, sólo conociendo las reglas del juego, sin necesidad de aprender de los mejores jugadores del mundo. Lo interesante es que inspirado en el mismo tipo de IA se ha alcanzado éxitos de gran importancia en el mundo de la ciencia, por ejemplo, a finales de 2020 la IA AlphaFold marcaba un punto de inflexión en el campo de la biología computacional consiguiendo predecir cómo se plegará una proteína en la forma final en función del código genético.
Que la computación es el pilar fundamental del avance de la IA lo demuestra fehacientemente el advenimiento de las IA generativas —como ChatGPT—, ya que no fueron posibles estas IA hasta la llegada de los supercomputadores a gran escala. Un ejemplo: para entrenar el modelo de lenguaje GPT-3 —corazón del primer ChatGPT— se requirió aproximadamente 600.000 veces más capacidad de computación que la requerida para ganar la competición ImageNet en 2012.
Quizás la mejor evidencia de la necesidad de supercomputación es la reciente noticia de que Sam Altman está intentando conseguir billones de dólares que dice que invertiría en aumentar su disponibilidad de chips aceleradores para ampliar con creces su actual capacidad de supercomputación. O que Nvidia, la empresa fabricante de los chips aceleradores GPU, cerró su último trimestre con un crecimiento de ingreso de más del 250%.
En resumen, la supercomputación es, en última instancia, el motor más importante del progreso en IA, un tema que tratamos en nuestro libro La inteligencia artificial explicada a los humanos.
Jordi Torres. Catedrático en la Universitat Politècnica de Catalunya (UPC) con una larga trayectoria académica en docencia, gestión, transferencia de la tecnología e investigación. Es autor y coautor de más de doscientas publicaciones de investigación, así como de libros sobre supercomputación (HPC) e inteligencia artificial (IA). Actualmente es profesor del grado en IA y de cursos de máster de la UPC. En 2005, se unió al Barcelona Supercomputing Center (BSC) como parte del equipo fundador con el encargo de ser manager de un grupo de investigación en el departamento de Computer Science. Además de continuar su actividad investigadora actualmente ocupar el cargo de Expert Advisor en HPC e IA en el departamento de dirección del BSC, con la misión de reforzar la comunicación y la divulgación de la investigación y la innovación que se llevan a cabo en el BSC. Con su estilo singular de cercanía y didáctica, colabora habitualmente en medios de comunicación para hablar del impacto social de la Supercomputación y la IA. Acaba de publicar el libro La inteligencia artificial explicada a los humanos.
