The Independent Sentinel #47
Un año increíble, el idioma de los bebés y las nuevas serendipias
¡Hola! Soy Javier Fuentes, de Akoios, te doy la bienvenida a esta edición de The Independent Sentinel con la que cerraremos el 2023, un año que ha sido magnífico para la Inteligencia Artificial.
Si quieres recibir cada publicación directamente en tu correo electrónico puedes suscribirte aquí:
En esta edición haremos una retrospectiva del 2023, hablaremos del idioma de los bebés y de un golpe de suerte que cambió el mundo.
¡Comenzamos! 🚀
1. Tendencias 📈
📅 Un año excepcional para la IA
En apenas unas horas daremos por concluido el 2023, un año que, visto en retrospectiva, ha supuesto un gigantesco paso adelante para la Inteligencia Artificial no solo por la cantidad y diversidad de los avances que hemos visto, sino también por la tremenda cercanía en el tiempo con la que éstos se han producido.
Echando un vistazo a los principales lanzamientos que han tenido lugar este año, pudiera parecer que todo esto hubiera ocurrido a lo largo de una década:
Algunas reflexiones respecto a este año que cerramos hoy (centrándonos en modelos y productos y dejando al lado polémicas y culebrones como el de Sam Altman y OpenAI):
Aunque parezca que GPT-4 lleva con nosotros desde hace mucho tiempo, lo cierto es que fue lanzado en Marzo de este año. Un mes en el mundo de la IA equivale a años en otras disciplinas.
Tenía que ponerlo Del mismo modo, la versión 5 de MidJourney fue en lanzada en Marzo y, hace apenas una semana, se lanzó la nueva versión 6 (pese a que no aparece en el gráfico). El avance es impresionante.
Mención especial merecen los modelos de generación de vídeo como los creados por RunwayML o Pika, que han demostrado una evolución muy notoria en un cortísimo espacio de tiempo. Sirva como ejemplo este trailer ficticio creado con RunwayML sobre una película sobre Rasputin protagonizada por Jared Leto (Fuente: https://twitter.com/ammaar)
Además de estas observaciones, si tuviese que resumir el año en titulares, hablaría de tres aspectos principales:
Multimodalidad
La llegada de GPT-4 y Bard nos ha permitido vislumbrar las posibilidades infinitas de la IA. Más que por la evidente mayor sofisticación de estos modelos frente al predecesor de referencia (GPT-3.5), la introducción de la multimodalidad es el hecho diferencial de estos nuevos modelos. La capacidad de combinar de manera natural diversos tipos de contenido para comunicarnos con la IA muestra el camino de cómo será nuestra interacción futura con las máquinas inteligentes que tendremos en todos sitios.
Modelos Open Source
Si te fijas en el gráfico resumen del año, verás que hay ciertas herramientas/productos marcados con un círculo azul que indica cuáles de estos modelos son Open Source.
Afortunadamente -y siendo conscientes de que esto parecía una quimera hace solo unos pocos meses- estamos viviendo la aparición de modelos Open Source sofisticados y eficientes (en número de parámetros) capaces de competir con los modelos propietarios de grandes compañías como OpenAI.
Esto es una excelente noticia que podría dar lugar (tal y como Yann LeCun predice) a un fenómeno que ya hemos vivido y que, personalmente, me encantaría que volviese a ocurrir.
¡El tiempo nos dirá!
Ética y regulación
El rápido avance de esta tecnología y su vertiginoso incremento a nivel de capacidad está levantando debates en el espacio público. 2023 ha sido el año en el que han surgidos debates tremendamente complejos a este respecto:
¿Cómo podemos asegurarnos de que la humanidad construya sistemas de IA seguros?
¿Cómo podemos conseguir que los fines de estos modelos estén siempre alineados con las necesidades humanas?
¿Cómo podemos regular esta nueva tecnología para reducir usos perniciosos y asegurar un avance coherente y sensato?
Todas estas son preguntas aún sin respuesta y lo más seguro es que, al menos en el corto plazo, estas cuestiones no solo no se resuelvan sino que se tornen aún más complejas de abordar.
📅 Un idioma innato
Cualquier padre primerizo ha experimentado a buen seguro la sensación de desorientación ante los primeros llantos de un bebé. ¿Por qué llora? ¿Es por hambre? ¿Por sueño? ¿Por dolor? ¿Qué podría querer? ¿Qué hacer para calmarlo?
Hasta el momento se pensaba que el llanto no contenía información más allá de suponer una llamada de atención para ser atendido, pero esto parece estar a punto de cambiar.
Aparentemente, sí que es posible interpretar el llanto. Según unos investigadores de varios países (incluido España), el llanto de los más pequeños consta de variaciones, matices y detalles que podrían ayudarnos a diferenciar la razón por al que un bebé está llorando con la ayuda de la Inteligencia Artificial.
En este paper, los investigadores han realizado un estudio exploratorio de datos multimodales en varios bebés recién nacidos. Los tipos de datos utilizados han sido los siguientes:
Llanto
NIRS (Near-infrared spectroscopy / Espectroscopia del infrarrojo cercano)
EEG (Electroencefalograma)
Expresiones faciales
Movimientos corporales
En paralelo, han establecido 5 posibles motivos para el lloro:
Hambre
Sueño
Nerviosismo
Eructos
Angustia
Con estos mimbres, y combinando técnicas de Deep Learning y análisis estadístico, han creado un modelo llamado AMSI (Acoustic MultiStage Interpreter) que ha arrojado unos resultados realmente interesantes.
El modelo ha obtenido una precisión del 92% en la identificación del llanto y han descubierto que el sonido y el lenguaje corporal son las dos características más relevantes a la hora de hacer esta predicción.
Aunque este es un estudio muy preliminar, puede sentar un precedente para el desarrollo de una tecnología no invasiva que permita mejorar la relación entre los recién nacidos con sus padres y permita a estos últimos dormir un poco mejor.
2. Historias 📔
🎼 ¿Quieres banda sonora? ¡Dale al Play!
👨🏻🔬 Un médico muy curioso
Alexander Fleming nació en 1881 en el suroeste de Escocia en el seno de una familia dedicada a la agricultura. Alexander era el séptimo de ocho hijos y pasó su infancia en contacto cercano con el campo y la naturaleza, lo que le ayudó a desarrollar su capacidad de observación.
Después de cursar sus estudios primarios en su Escocia natal, el joven Fleming se mudó a Londres donde, tras trabajar como mozo de almacén durante un tiempo, consiguió arrancar sus estudios de medicina en la escuela de medicina del hospital St. Mary’s en 1901. Sus estudios fueron pagados con una beca estudiantil y con la herencia que le legó uno de sus tíos.
En un principio, Fleming optó por la cirugía, pero después de su estancia en uno de los laboratorios del St Marys, creyó que merecería la pena dedicarse a una nueva disciplina aún en ciernes: La bacteriología.
☣️ Un mundo peligroso
Las bondades de la vida moderna hacen que nos olvidemos de lo extraordinariamente frágil que históricamente ha sido la vida humana. Hace apenas un siglo, un simple corte o un parto podía perfectamente acabar en infecciones severas que, eventualmente, conducían incluso a la muerte.
A comienzos del siglo XX, afecciones cómo la neumonía, la fiebre reumática o la gonorrea carecían de tratamiento alguno. Los hospitales estaban llenos de pacientes con sepsis con los que los médicos apenas podían hacer nada para tratarles más allá de esperar y rezar para que sobreviviesen.
Pese a que existían evidencias del uso de hongos para tratar heridas en civilizaciones antiguas como la egipcia, en la que a los enfermos se les daba pan lleno de moho para mitigar ciertas infecciones, la bacteriología no existía como disciplina científica formal todavía.
No sería hasta 1928 cuando, por pura casualidad, el primer antibiótico real fuese descubierto.
💉 La casualidad que cambió el mundo
Después de participar como médico en la Primera Guerra Mundial, Alexander Fleming volvió al hospital dónde se puso a trabajar de manera decidida en componentes antibacterianos. Su primer descubrimiento, que ya le hubiera reservado un sitio en la historia de la medicina, fue el de la lisozima, una enzima producida naturalmente por el cuerpo que ayudar a combatir agentes microbianos.
Cada verano, Fleming viajaba con su familia a su casa de campo ubicada en Suffolk. Antes de abandonar el laboratorio para irse de vacaciones, dejó preparadas varias placas para que uno de los estudiantes que tenía bajo su tutela pudiese trabajar durante Agosto. En cada placa colocó cultivos de estafilococo áureo, una bacteria responsable de múltiples enfermedades en humanos.
Al regresar de sus vacaciones en Septiembre, Fleming vio que había aparecido algo de moho en una de las placas y, lo que era más importante, ese moho estaba evitando el crecimiento del cultivo de bacterias. Rápidamente se dio cuenta que el moho había segregado un compuesto químico capaz de matar bacterias al que llamó penicilina al estar derivado del hongo Penicillium.
Tal y como él mismo escribió en una carta:
“When I woke up just after dawn on September 28, 1928, I certainly didn’t plan to revolutionize all medicine by discovering the world’s first antibiotic, or bacteria killer. But I guess that was exactly what I did.”
Tuvieron que pasar 15 años hasta que, no sin dificultades, se encontrase el modo de producir de manera masiva la penicilina que casualmente Fleming descubrió en su laboratorio.
En 1944, Alexander Fleming tuvo el honor de ser nombrado sir y en 1945 recibió un merecido Premio Nobel de Medicina junto con Howard Florey y Ernst Boris Chain, investigadores en este mismo campo.
Asusta pensar en cómo sería el mundo si, por alguna razón, Fleming no se hubiese ido de vacaciones ese Agosto de 1928.
🎲 Las nuevas serendipias
Serendipia es el bonito nombre que se le da a descubrimientos fortuitos como el de la penicilina, seguramente el caso de serendipia más conocido de la historia.
Si hablábamos antes de qué asusta pensar que hubiera pasado si no se hubiese descubierto la penicilina, inquieta igualmente pensar cuántas cosas tiene la humanidad pendientes de ser descubiertas.
Esta es la idea del “prime number maze” que el brillante Balaji explica en el primer minuto y 10 segundos de esta entrevista.
¿Qué podría hacer la especie humana para no tener que confiar al azar el descubrimiento de nuevo conocimiento que pudiera mejorar nuestra calidad de vida y progreso como especie? Como ya estarás sospechando, la Inteligencia Artificial podría tener una respuesta para esto.
🧩 La salida del laberinto
El descubrimiento de la penicilina inició la era de los antibióticos y fue el punto de partida para nuestra lucha contra las bacterias nocivas para los humanos. Pese a todo, esta batalla sigue vigente debido a la existencia de bacterias resistentes a ciertos tipos de antibióticos que aún causan multitud de muertes anualmente.
De manera específica, la bacteria MRSA (methicillin-resistant Staphylococcus aureus), una variante de la bacteria que neutralizó Fleming, es una de estas bacterias problemáticas.
Hace apenas unos días, el 20 de Diciembre, se publicaba en la revista del MIT un artículo interesantísimo sobre un uso de la IA sobre el que ya hemos hablado: la síntesis de fármacos.
Concretamente, unos investigadores del departamento de ingeniería biológica del MIT han usado Deep Learning para descubrir un tipo de compuestos que sería capaz de combatir a las bacterias de tipo MRSA. Además, estos compuestos parecen tener una bajísima toxicidad para las células humanas, por lo que podrían ser candidatos para el desarrollo de nuevos fármacos.
Más allá del propio descubrimiento realizado por el modelo de Deep Learning, la buena noticia es que es un modelo “explicable” de modo que puede dar pistas a los científicos sobre cómo se realizó la predicción y mostrar el camino hacia nuevos desarrollos.
“The insight here was that we could see what was being learned by the models to make their predictions that certain molecules would make for good antibiotics. Our work provides a framework that is time-efficient, resource-efficient, and mechanistically insightful, from a chemical-structure standpoint, in ways that we haven’t had to date”
James Collins, profesor del IMES en el MIT
Tal y como hemos visto de forma sistemática en esta newsletter durante los años, la IA podría ser la brújula que nos saque del laberinto de conocimiento en el que está la humanidad. Y no por el hecho de orientarnos, sino porque será capaz de recorrer todos los posibles caminos para indicarnos el correcto. Será el fin de las serendipias y eso será algo fantástico para la humanidad.
Aprovecho para desearos a todos, queridos lectores, un fantástico nuevo año.
¡Gracias como siempre por leer hasta aquí!
¿Disfrutas The Independent Sentinel? ¡Difunde esta publicación para que la conozcan muchos más entusiastas de la Inteligencia Artificial!
Si tienes comentarios o quieres iniciar una conversación, recuerda que puedes hacerlo aquí.
Si te has perdido alguna edición de la newsletter o quieres volver a leerlas, puedes acceder a todas aquí.
Si quieres escuchar todas las canciones de The Independent Sentinel, echa un vistazo a esta lista de Spotify.