Tema de portada 
Revista de marzo de Agenda de la Empresa
El ajedrez ha sido durante siglos el patrón de la inteligencia humana. Esta métrica ha pervivido hasta la aparición de las “máquinas” o, mejor dicho, de programas de software capaces de prever miles de movimientos alternativos en un escenario concreto de posiciones en el tablero. Exactamente, hasta que el 11 de mayo de 1997, cuando Deep Blue, el programa desarrollado por IBM, venció al campeón mundial y probablemente mejor jugador de ajedrez de la historia, Garry Kasparov. Esa noche, la capitalización bursátil de IBM se elevó en 16 mil millones de euros. “La última batalla del cerebro humano”, publicó Newsweek en su portada.
En realidad, la carrera por crear una vida artificial, queriendo emular a Dios, es vieja. Es conocido el mito de Prometeo, que más tarde alcanza hitos importantes en la literatura, con el Golem y posteriormente con Frankestein. Pero, dejando atrás la ficción, no es hasta la pasada década de los 50 cuando se realizan, desde perspectiva científica, los primeros avances en respuesta a la pregunta que planteó el matemático Alan Turing: “¿Pueden pensar las máquinas?”. Seis años más tarde, se empieza a hablar de Inteligencia Artificial.
El progreso desde entonces ha sido imparable y gran parte de los hitos superados han estado relacionados con el juego: Damas (1995), Scrabble (2006), Jeopardy (2011), Go (2016) o Póker (2017), pero también con los videojuegos, por su carácter digital: Atari (2015), Pac-Man (2017) o Starcraft (2019). La evolución ha ido paralela, como era de esperar, a la complejidad del juego y, por tanto, los algoritmos se han sofisticado, bajo el liderazgo de la comunidad industrial y académica.
¿Nos aproximamos al fin del dominio de la inteligencia humana, como hace 23 años proclamaba Newsweek? Al ritmo actual de aceleración en el desarrollo tecnológico, es posible, aunque no probable. La comunidad está dividida al respecto. Por un lado, el “Club del Apocalipsis”, con Elon Musk, Bill Gates y, en su momento, Stephen Hawking a la cabeza. Por otro, Eric Schmidt o Andrew Ng, que sostienen que estamos aún en un estado muy primitivo.
La realidad es que los espectaculares progresos en IA se circunscriben a casos de uso que se engloban en la llamada Inteligencia Artificial Débil. Son usos muy concretos en el campo de la traducción, asistentes virtuales o reconocimiento de patrones en imágenes en los que su motor es un algoritmo de Machine Learning. De hecho, Machine Learning da soporte a la aplicación actual de la Inteligencia Artificial. El siguiente paso evolutivo sería llegar a una Inteligencia Artificial General, es decir, que el algoritmo capaz de batir a Kasparov en el ajedrez superara a la vez al campeón mundial surcoreano Lee Sedol en el Go o sencillamente pudiera conducir un coche autónomo en ciudad. Se empezaría entonces a dominar la dimensión conexionista de la inteligencia humana (donde las redes neuronales son modelos simples), pero seguiría siendo incompleta hasta no desarrollar una dimensión simbólica robusta, más propia del razonamiento humano.
Aún no hemos sido capaces de construir el algoritmo que podría poner a la máquina en un nivel de inteligencia similar al humano. Sería un paso muy importante, pero es muy complejo vaticinar cuándo se produciría dicho evento. Sí hay estudios de opinión entre la comunidad científica y una gran mayoría coincide en que se logrará hacia el año 2075.
A partir de ahí, y siguiendo los estudios del filósofo sueco Nick Bostrom, en no menos de 30 años se podría alcanzar la Superinteligencia, que sobrepasaría con creces la humana en todos los dominios. Pero esto no deja de ser una conjetura, como gran parte de las previsiones que se hacen en un campo donde los avances son muy rápidos y temerario presagiarlos.
Descendiendo a la realidad del día a día, es cierto que una parte incipiente de las organizaciones empresariales está aplicando Machine Learning, obteniendo resultados muy interesantes a corto plazo y con impacto directo en las cuentas de resultados. No obstante, el recorrido es largo y lento. La mejor forma de acelerarlo y evitar la competencia es ser nosotros mismos competentes y para ello no hay nada más crítico que estar informados y formados.
Programas como los de Big Data & Business Analytics de la Escuela de Organización Industrial (EOI) o Congresos Internacionales de Machine Learning, como el que se va a celebrar los días 26 y 27 de marzo en EOI Sevilla, son instrumentos que permiten estar en la vanguardia en el uso de estas tecnologías. No los desaprovechemos.
Juan Ignacio de Arcos 
Director de los Programas Ejecutivos Big Data
& Business Analytics EOI en Andalucía
Senior Vice President BigML Inc.
