Doscientos años de ideas para llegar a ChatGPT y fingir que apareció de repente
La inteligencia artificial no nació en noviembre de 2022. Lo que nació entonces fue la costumbre de hablar con ella desde una caja de texto y asumir que todo lo anterior debía de haber ocurrido durante el fin de semana. ChatGPT convirtió décadas de investigación en una experiencia accesible para cualquiera, y la interfaz hizo el resto: de pronto, una tecnología construida capa sobre capa parecía un truco recién estrenado.
En este segundo especial de «De la neurona a la singularidad» hacemos el viaje al revés. Empezamos en el presente y rebobinamos, al estilo Memento, hasta encontrar las piezas que hicieron posible la IA actual. No hay un instante único ni un inventor solitario. Hay casi dos siglos de preguntas, algoritmos, fracasos, inviernos, datos y máquinas cada vez menos modestas en su consumo eléctrico.
ChatGPT no fue un relámpago técnico
ChatGPT apareció ante el público en 2022, pero su base inmediata ya estaba construida. GPT-3 había demostrado en 2020 lo que podía conseguirse al aumentar datos, cómputo y parámetros. Después llegaron el ajuste mediante instrucciones y la retroalimentación humana: el modelo dejó de comportarse únicamente como una máquina que completa texto y empezó a resultar útil como asistente conversacional.
El salto fue enorme en usabilidad, pero no surgió inteligencia de la nada. Se empaquetó una cadena de avances previos de una forma que millones de personas podían utilizar sin leer un artículo científico ni invocar un ritual desde la terminal.
El transformer y la atención
La letra decisiva de GPT es la T. En 2017, el artículo Attention Is All You Need presentó la arquitectura transformer. Su mecanismo de atención permitía relacionar partes distintas de una secuencia, trabajar con contexto y paralelizar el entrenamiento de una manera mucho más eficiente que las arquitecturas anteriores.
El transformer no era un chatbot ni una inteligencia general. Era una pieza técnica extremadamente fértil. Al combinarla con grandes cantidades de texto, capacidad de cómputo y nuevos métodos de entrenamiento, se convirtió en el motor de los grandes modelos de lenguaje.
AlphaGo y la creatividad que no debía contar
Antes de que los asistentes conversacionales ocuparan todas las pantallas, AlphaGo ya había obligado a revisar algunas certezas humanas. En 2016 derrotó a Lee Sedol y produjo la célebre jugada 37: un movimiento que los expertos interpretaron primero como un error y después como creativo y hermoso.
La máquina no sintió belleza. Pero generó una solución nueva que los humanos reconocieron como creativa. Cada vez que una máquina supera una prueba asociada a la inteligencia, tendemos a declarar que aquella prueba nunca midió inteligencia de verdad. Mover la portería también es una tradición humana.
AlexNet: algoritmos, datos y GPU
En 2012, AlexNet arrasó en reconocimiento de imágenes y encendió la etapa moderna del aprendizaje profundo. El éxito dependió de la coincidencia de tres elementos: redes neuronales profundas, millones de imágenes clasificadas en ImageNet y tarjetas gráficas capaces de procesar muchas operaciones en paralelo.
Las GPU habían sido desarrolladas para videojuegos, no para inaugurar una revolución científica. Pero resultaron ideales para las matemáticas del aprendizaje profundo. ImageNet, impulsado por Fei-Fei Li y su equipo, aportó el combustible. Los algoritmos llevaban décadas esperando que el resto de la infraestructura dejara de llegar tarde.
La larga supervivencia de las redes neuronales
La retropropagación, popularizada en los años ochenta por investigadores como Geoffrey Hinton y David Rumelhart, permitió que una red calculase sus errores y ajustase sus pesos hacia atrás. La idea era potente, pero los ordenadores eran lentos, la memoria escasa y los datos digitales insuficientes.
Durante los inviernos de la inteligencia artificial, las redes neuronales sobrevivieron lejos del espectáculo. Mientras tanto, los sistemas expertos, Deep Blue, Watson y los primeros vehículos autónomos demostraban capacidades impresionantes, aunque específicas. No eran inteligencia general. Tampoco necesitaban serlo para cambiar industrias enteras.
Turing, Dartmouth y el nacimiento de una disciplina
En 1950, Alan Turing sustituyó la pregunta abstracta «¿pueden pensar las máquinas?» por una prueba de comportamiento: si una conversación con una máquina resulta indistinguible de una conversación humana, ¿con qué criterio negamos su inteligencia?
Seis años después, la conferencia de Dartmouth bautizó formalmente el campo de la inteligencia artificial. Sus participantes confiaban en que la inteligencia podía describirse con suficiente precisión como para que una máquina la simulase. La ambición era descomunal y parte del optimismo, visto desde hoy, entrañablemente ingenuo. Sin aquella osadía tampoco habría campo que discutir.
Ada Lovelace, antes incluso del ordenador
La historia nos lleva finalmente hasta 1843. Ada Lovelace comprendió que la máquina analítica de Charles Babbage podía manipular símbolos, no solo cantidades. Si la música o el lenguaje podían representarse mediante símbolos, una máquina podría operar con ellos. Esa intuición anticipó el software creativo más de un siglo antes de que existiera un ordenador funcional.
Lovelace también formuló una objeción que continúa viva: una máquina podía ejecutar maravillas, pero no originar nada verdaderamente propio. AlphaGo, los modelos generativos y los sistemas actuales no liquidan esa pregunta. La vuelven más incómoda, que suele ser la forma intelectualmente útil de mantener una pregunta con vida.
De la neurona biológica a la artificial
Santiago Ramón y Cajal no trabajó en inteligencia artificial, pero su descripción de la neurona cambió la comprensión del cerebro e inspiró posteriormente los intentos de modelar neuronas mediante matemáticas. La historia de la IA también nace de esa traducción: observar una parte del mundo real, abstraerla y construir con ella algo nuevo que no funciona exactamente como el original.
Una aceleración construida durante dos siglos
Entre Ada Lovelace y Alan Turing pasó más de un siglo. Entre AlexNet y el transformer, apenas cinco años. Hoy, cada avance cae sobre una infraestructura global de datos, chips, software y conocimiento acumulado, de modo que una idea puede convertirse en herramienta en cuestión de semanas.
La IA contemporánea combina procesamiento del lenguaje, atención, transformers, retropropagación, GPU, aprendizaje por refuerzo, recuperación de conocimiento, herramientas y agentes. Ninguna pieza explica por sí sola el resultado. Juntas producen la sensación de un salto repentino.
Entender de dónde viene la IA no elimina el vértigo, pero permite distinguir el motor de los fuegos artificiales. En la siguiente entrega tocará mirar hacia delante: inteligencia general, comprensión, conciencia, superinteligencia y singularidad. Palabras pequeñas para preguntas absurdamente grandes. Qué podría salir mal.
Capítulos relacionados de HUMANía
- La Maquinaria de la IA: cómo funciona realmente la inteligencia artificial
- IA, la Madre que la Parió
- La singularidad ya está aquí. La seguridad, mañana