Tratar de controlar el progreso de la inteligencia artificial es una tarea desalentadora, incluso para aquellos enredados en la comunidad de IA. Pero la última edición del informe del Índice AI, un resumen anual de puntos de datos de aprendizaje automático ahora en su tercer año, hace un buen trabajo confirmando lo que probablemente ya sospechaba: el mundo de la IA está en auge en una gama de métricas que cubren investigación, educación, y logros técnicos.

El Índice AI cubre mucho terreno, tanto que sus creadores, que incluyen instituciones como Harvard, Stanford y OpenAI, también han lanzado dos nuevas herramientas solo para analizar la información de la que provienen. Una herramienta es para buscar documentos de investigación sobre IA y la otra es para investigar datos a nivel de país sobre investigación e inversión.

La mayor parte del informe de 2019 básicamente confirma la continuación de las tendencias que hemos destacado en años anteriores. Pero para evitar tener que recorrer sus 290 páginas, estos son algunos de los puntos más interesantes y pertinentes:

• La investigación de IA está disparando. Entre 1998 y 2018, hubo un aumento del 300 por ciento en la publicación de artículos revisados ​​por pares sobre IA. La asistencia a conferencias también ha aumentado; el más grande, NeurIPS, espera 13,500 asistentes este año, un 800 por ciento más que en 2012.
• La educación en IA es igualmente popular. La inscripción en cursos de aprendizaje automático en universidades y en línea continúa aumentando. Los números son difíciles de resumir, pero un buen indicador es que la IA es ahora la especialización más popular para los graduados en informática en América del Norte. Más del 21 por ciento de los doctorados de CS eligen especializarse en IA, que es más del doble de la segunda disciplina más popular: seguridad / seguridad de la información.
• Estados Unidos sigue siendo el líder mundial en inteligencia artificial por la mayoría de las métricas. Aunque China publica más artículos sobre IA que cualquier otra nación, el trabajo producido en los EE. UU. Tiene un mayor impacto, y los autores estadounidenses citan un 40 por ciento más que el promedio mundial. Estados Unidos también destina la mayor cantidad de dinero a la inversión privada en inteligencia artificial (un poco menos de $ 12 mil millones en comparación con China en el segundo lugar a nivel mundial con $ 6.8 mil millones) y presenta muchas más patentes de inteligencia artificial que cualquier otro país (con tres veces más que la nación número dos, Japón )
• Los algoritmos de IA son cada vez más rápidos y más baratos de entrenar. La investigación no significa nada a menos que sea accesible, por lo que este punto de datos es particularmente bienvenido. El equipo de AI Index señaló que el tiempo necesario para entrenar un algoritmo de visión artificial en un conjunto de datos popular (ImageNet) se redujo de alrededor de tres horas en octubre de 2017 a solo 88 segundos en julio de 2019. Los costos también cayeron, de miles de dólares a dos dígitos figuras
• Los autos autónomos recibieron más inversión privada que cualquier campo de IA. Poco menos del 10 por ciento de la inversión privada global se destinó a vehículos autónomos, alrededor de $ 7.7 mil millones. Esto fue seguido por la investigación médica y el reconocimiento facial (ambos atrajeron $ 4,7 mil millones), mientras que los campos de IA industrial de más rápido crecimiento fueron menos llamativos: la automatización de procesos de robots ($ 1 mil millones en 2018) y la gestión de la cadena de suministro (más de $ 500 millones).

Todo esto es impresionante, pero se aplica una gran advertencia: no importa cuán rápido mejore la IA, nunca coincidirá con los logros que le otorga la cultura pop y los titulares publicitados. Esto puede parecer pedante o incluso obvio, pero vale la pena recordar que, si bien el mundo de la inteligencia artificial está en auge, la IA en sí sigue siendo limitada en algunos aspectos importantes.

La mejor demostración de esto proviene de una línea de tiempo de "hitos de rendimiento a nivel humano" que se presentan en el informe del Índice AI; Una historia de momentos en que la IA ha igualado o superado la experiencia a nivel humano.

La línea de tiempo comienza en la década de 1990 cuando los programas primero vencen a los humanos en las damas y el ajedrez, y se acelera con el reciente auge del aprendizaje automático, que enumera los videojuegos y los juegos de mesa donde la IA ha llegado, visto y conquistado (Ir en 2016, dota 2 en 2018, etc.). Esto se combina con tareas diversas como la clasificación a nivel humano de imágenes de cáncer de piel en 2017 y en la traducción del chino al inglés en 2018. (Muchos expertos estarían en desacuerdo con la inclusión de ese último logro, y notan que la traducción de AI todavía está muy por detrás humanos)

Y aunque esta lista es impresionante, no debería hacerte creer que la superinteligencia de inteligencia artificial está cerca.

Para empezar, la mayoría de estos hitos provienen de derrotar a los humanos en videojuegos y juegos de mesa, dominios que, debido a sus reglas claras y su fácil simulación, son particularmente susceptibles de entrenamiento de IA. Tal entrenamiento generalmente se basa en agentes de IA que hunden el trabajo de muchas vidas en un solo juego, entrenando cientos de años en un día solar: un hecho que resalta la rapidez con que los humanos aprenden en comparación con las computadoras.

Del mismo modo, cada logro se estableció en un solo dominio. Con muy pocas excepciones, los sistemas de IA entrenados en una tarea no pueden transferir lo que han aprendido a otra. Un sobrehumano StarCraft II el bot perdería con un niño de cinco años jugando al ajedrez. Y si bien una IA puede detectar tumores de cáncer de mama con la misma precisión que un oncólogo, no puede hacer lo mismo para el cáncer de pulmón (y mucho menos escribir una receta o emitir un diagnóstico). En otras palabras: los sistemas de inteligencia artificial son herramientas de un solo uso, no inteligencias flexibles que son sustitutos de los humanos.

Pero, y sí, hay otro pero, eso no significa que la IA no sea increíblemente útil. Como muestra este informe, a pesar de las limitaciones del aprendizaje automático, continúa acelerándose en términos de financiación, interés y logros técnicos.

Al pensar en las limitaciones y promesas de la IA, es bueno recordar las palabras del pionero del aprendizaje automático Andrew Ng: “Si una persona típica puede hacer una tarea mental con menos de un segundo de pensamiento, probablemente podamos automatizarla usando la IA ahora o en el futuro cercano ". Estamos empezando a descubrir qué sucede cuando esos segundos se suman.