De la sabana a Mart

Xavier Sala i Martín

Fragmento

cap-1

Agraïments

Les primeres persones a qui he de donar les gràcies són la Sílvia, l’Úrsula XVII i en Max, que han hagut d’aguantar la meva absència física i mental durant les llargues hores que he dedicat a estudiar, pensar i escriure aquest llibre.

També vull agrair a tots els i les mestres que he tingut al llarg de la vida tot el que m’han ensenyat. Entre tots ells vull destacar la meva mare, la Maria Martín i Pujol (la «senyora Sala» de l’escola Tagore-Ramon Fuster) i el meu pare, l’Emili Sala i Arnó (el «senyor Sala», també del Tagore-Ramon Fuster i de l’Institut Egara de Sabadell-Terrassa). Sense la vostra saviesa i el vostre exemple, no hauria pogut escriure aquest llibre ni cap altre.

Vull mostrar la meva gratitud al meu exestudiant i col·laborador Maxim L. Pinkovskiy, per totes les converses sobre tecnologia, economia, innovació i intel·ligència que hem tingut al llarg dels anys. I a en Josep Maria Ganyet, no només perquè va llegir i em va comentar el primer esborrany del manuscrit, sinó també per totes les xerrades que hem mantingut a Davos sobre el tema de la intel·ligència artificial. També vull agrair a Peter Prazmowski, amic i coautor del llibre El Gazebo sobre l’economia de la República Dominicana, totes les hores que ens hem passat a Nova York, a Santo Domingo i a Punta Cana pensant en la importància de les idees i l’impacte que tenen sobre el creixement de països com el seu.

Entre triatló i triatló, en Gustau Raluy i Bruguera ha repassat, corregit i traduït tots els meus darrers llibres. Però en aquest projecte ha anat més enllà i ha fet aportacions que han contribuït a millorar-ne la qualitat de manera substancial. Gràcies per l’esforç addicional, Gustau.

Finalment vull mostrar el meu agraïment als meus editors, en Carlos Martínez i en Joan Riambau, per com s’han involucrat en aquest projecte i pels seus comentaris sobre les primeres versions. La meva ja llarga relació amb Penguin Random House va començar fa molts anys i sempre ha estat associada a la llegendària Núria Tey. Aquest llibre és una aposta de la Núria, una aposta que va fer quan tot just era una idea esbojarrada que em voltava pel cap. Malauradament, aquest serà el darrer fruit de la nostra relació professional, no perquè jo deixi l’editorial, sinó perquè ella ha decidit de jubilar-se. El meu agraïment amb tu, Núria, és il·limitat. Et trobaré a faltar.

cap-4

Prefaci

30 de setembre de 2012. Faltaven dos anys perquè Vladímir Putin envaís la península ucraïnesa de Crimea. Aliens a tot el que passava als seus països d’origen, dos estudiants de la universitat de Toronto, al Canadà, col·laboraven des de feia mesos en un projecte d’intel·ligència artificial. El seu objectiu era guanyar el concurs anual d’identificació d’imatges organitzat per ImageNet. Alexander Krizhevsky, un noi tímid nascut a Ucraïna feia vint-i-sis anys, era un programador expert. Ilya Sutskever era un jove extravertit nascut a Rússia i tenia la mateixa edat. Tots dos feien el doctorat en informàtica sota la supervisió del llegendari professor anglocanadenc Geoffrey Hinton.

Quan la intel·ligència artificial (IA) va néixer a mitjans dels anys cinquanta, els científics es van dividir en dos grups. Dit d’una manera molt planera,[1] els primers volien fabricar intel·ligència simulant la ment i els processos mitjançat els quals els humans raonem conscientment, pensem en abstracte i apliquem tècniques com la lògica o la deducció. Així, per exemple, per aconseguir que un ordinador pogués identificar la imatge d’un gat, se li havia d’introduir la definició de gat amb la famosa regla de programació «si X, aleshores Y»: SI és un animal pelut, amb dues orelles punxegudes, dos ulls rodons, bigotis i quatre potes, ALESHORES és un gat. Quan es presentava una imatge a l’ordinador, si es corresponia amb aquesta definició, la màquina deia que era un gat. Per crear aquest tipus d’intel·ligència, els experts no només havien d’introduir a l’ordinador totes les definicions necessàries, sinó també totes les excepcions possibles: de vegades en una imatge hi surt mitja cara de gat, de manera que només té una orella punxeguda, no dues, però continua sent un gat; o, en una altra imatge, el gat està ajagut al sofà amb el cos cargolat i no se li veuen les quatre potes, però continua sent un gat. També havien de donar a l’ordinador totes les lleis de la lògica i de la deducció perquè pogués pensar com els humans. Els científics van anomenar aquest mètode IA simbòlica.

El segon grup no volia simular la ment, sinó el cervell: les neurones, les sinapsis i les xarxes neuronals. Deien que els humans no aprenem a diferenciar un gat d’un gos mitjançant la definició, sinó a còpia de veure moltes imatges de gats i de gossos. Quan som petits, els pares ens mostren imatges d’animals (en fotos o animals reals) i ens diuen «això és un gat» —o un gos, o una vaca—. No ens els defineixen, només ens en donen els noms. No sabem si el cervell es fixa en el pelatge, en les orelles punxegudes o en els bigotis, però el cas és que extreu l’essència de la «felinitat» i, a partir d’aquell moment, associa la idea de «gat» amb el nom de «gat».

En aquesta línia, el que aquests investigadors proposaven era mostrar a la màquina milions d’imatges de gats i de gossos i dotar-la d’un mecanisme que li permetés veure els patrons comuns que tenien totes les imatges de gats en contraposició a les dels altres animals. Amb cada nova imatge, l’ordinador millorava el mecanisme d’identificació d’una manera similar a com ho fan les xarxes de neurones dels humans. És per això que aquest mètode es coneix amb el nom de «xarxes neuronals artificials». Un cop la xarxa neuronal havia «après» a identificar imatges, se n’hi mostrava una de nova i, en teoria, la màquina era capaç de predir si era un gat o un gos.

Des del primer dia hi va haver molta rivalitat intel·lectual entre els dos grups, que en alguns moments van protagonitzar tensos enfrontaments. El grau d’animositat era tan alt que quan un grup organitzava una conferència d’IA no hi convidava cap professor de l’altre grup, perquè els uns consideraven que els altres no feien IA «de veritat».

Durant les primeres dècades, semblava que els «simbolistes» guanyaven la partida, encara que el seu progrés era certament limitat. Durant els anys vuitanta, però, els «xarxistes» van contraatacar amb èxit. Després de diversos avenços tècnics —alguns dels quals a càrrec del professor Hinton—, l’any 1989 un equip liderat pel francès Yann LeCun va crear el que encara avui s’anomena xarxa neuronal convolucional o CNN (sigla anglesa de Convolutional Neural Network).[

Suscríbete para continuar leyendo y recibir nuestras novedades editoriales

¡Ya estás apuntado/a! Gracias.X

Afegit a la llista de destijos