Com la intel·ligència artificial ajudarà els professors

Kai-Fu Lee. Em dic Kai-Fu Lee. Treballo en intel·ligència artificial des de fa uns quaranta anys, des de la universitat. La intel·ligència artificial és la pràctica que intenta aprendre de la intel·ligència dels humans. Però la intel·ligència artificial és diferent de la intel·ligència humana. La intel·ligència artificial pot arribar a ser molt eficient amb un gran volum de dades. Pot aprendre a decidir millor que les persones en un camp concret. Però no té la complexitat, la creativitat, la consciència i la compassió humanes. Econòmicament, és una oportunitat magnífica per a pràcticament qualsevol aplicació industrial. Pot augmentar dràsticament l’eficiència, abaratir costos, aportar valor i revolucionar molts sectors. És un moment magnífic per integrar la intel·ligència artificial en la indústria, en les empreses i en les aplicacions. En certa manera, és com l’electricitat i internet. Té el mateix potencial. No obstant això, tota nova tecnologia suscita preocupacions respecte a la privacitat, la seguretat, la bretxa econòmica, l’atur… Soc aquí per parlar amb vosaltres, resoldre els vostres dubtes sobre la intel·ligència artificial, i, si pot ser, fer-vos veure que la intel·ligència artificial és la nova electricitat. Canviarà el món. Comporta alguns problemes, però els solucionarem. Bé, teniu alguna pregunta?

Alma. Hola, senyor Lee. Soc estudiant de segon de batxillerat. Sabem que quan es parla d’intel·ligència artificial, s’utilitzen dos termes com “machine learning” i “deep learning”. Podria explicar-nos en què consisteixen?

Kai-Fu Lee. És clar. La intel·ligència artificial existeix des dels anys cinquanta, i comprèn diferents tipus de tecnologia. Des de l’estudi del cervell humà i els seus processos cognitius, fins a l’ús d’estadístiques i tecnologia avançada, perquè pugui emular la capacitat humana de prendre decisions, fer prediccions, classificar… de la forma més semblant a la intel·ligència humana. És una disciplina enorme. L’única part que ha funcionat ha estat el “machine learning” o aprenentatge automàtic. I dins d’aquest, el “deep learning” o aprenentatge profund és la tecnologia més eficient. A l’aprenentatge automàtic se li ha de mostrar un gran volum de dades i ensenyar-li la resposta correcta perquè acabi endevinant-la millor que nosaltres. Per exemple, Amazon ensenya a la seva intel·ligència què compreu cadascun perquè aprengui quins productes és més probable que compreu i us els mostri per augmentar els seus ingressos. Aquestes competències s’incorporen a l’aprenentatge automàtic. L’entrada de dades i la sortida de decisions, classificacions o prediccions. El “deep learning” o aprenentatge profund és la tecnologia més avançada i emocionant dins del “machine learning” o aprenentatge automàtic. Perquè imagineu un sistema d’aprenentatge automàtic que aprèn de dades, podem fer servir moltíssims algoritmes diferents. L’aprenentatge profund utilitza una xarxa molt profunda basada en el cervell humà, però molt, molt profunda, de milers de capes. La informació entra i les decisions surten, i la profunditat de la xarxa permet a l’ordinador realitzar abstraccions. Un humà diria: “Per concedir un préstec, ens hem de basar en l’honestedat”. I l’honestedat depèn del nostre historial de préstecs i despeses, però també de si semblem de fiar o si portem molt de temps vivint a la mateixa casa. Però això són trets particulars i l’aprenentatge profund no necessita aprendre aquestes característiques. Amb les suficients dades, el programa decideix quins components fan més fiable a un prestatari, quins ho fan menys i després decideix. Es podria dir que l’aprenentatge profund parteix de zero, de la “tabula rasa”. Rep la informació, però no li ensenyem com pensar. No li ensenyem què pensar. Li diem: “Pensa com faci falta per donar-me el resultat”. El resultat d’Amazon són més vendes. El d’un banc, menys impagats. El resultat del reconeixement de veu és una precisió excel·lent. Així que l’aprenentatge automàtic, en general, es basa en grans quantitats de dades per classificar, decidir o predir. I l’aprenentatge profund és un aprenentatge automàtic molt especial que crea xarxes complexes i profundes. Per això, requereix moltes dades i pren decisions més precises que la gent. Gràcies a aquesta quantitat ingent de dades, ho pot aprendre tot.

Antonio. Bon dia, senyor Lee. Jo soc professor. M’agradaria saber com pot ajudar la intel·ligència artificial en la meva tasca diària. Per exemple, als meus alumnes o a mi. Moltes gràcies.

Kai-Fu Lee. Crec que et pot ajudar a curt termini i a llarg termini. A curt termini, si descomponem el treball del professor, algunes tasques es fan més fàcilment amb intel·ligència artificial, i altres només pot fer-les el professor. L’educació general implica components com classes, deures a casa, exàmens i tutories. Aquestes són les quatre àrees principals de l’educació. Pel que fa a les lliçons a classe, si es fan bé, no haurien de desaparèixer. Es pot donar suport a cursos d’extensió o xerrades de gent de prestigi. Pel que fa als deures, la intel·ligència artificial pot personalitzar les tasques de cada alumne en estudiar les seves capacitats individuals. Per exemple: un alumne no sap multiplicar i passem a la divisió. Aquest alumne hauria de seguir practicant exercicis de multiplicació. No pots aprendre a dividir si no saps multiplicar. Però potser un altre alumne vagi tan avançat, que vulguis avançar-li els deures. Tot això pot basar-se en l’observació dels deures, els exàmens, les notes, les aptituds i aspiracions, i també d’altres aspectes que pugui observar el professor. Per això, els deures haurien de ser personalitzats. Com quan entrem a Amazon. Cadascun veiem una pàgina. Quan entrem a Facebook, cadascú veu una pàgina. L’educació hauria d’integrar aquesta optimització per obtenir els millors resultats en cada nen. També podem integrar la intel·ligència artificial en els seus deures, optimitzant la seva comprensió de l’assignatura, ja sigui en matemàtiques o anglès. Pots ensinistrar aquesta tecnologia perquè assigni a cada alumne el material educatiu més adequat. D’aquesta manera, el nen traurà la nota més alta en cada categoria. Està personalitzat, és precís. Tal com fan Amazon i Facebook. Els exàmens també poden estar personalitzats, condicionats, seleccionats, igual que els deures. I la puntuació dels exàmens. Crec que els professors perden massa temps puntuant exàmens. De fet, a la Xina, la intel·ligència artificial en educació està molt avançada, així que la majoria de professors ja no puntuen exàmens. Encara es fan per escrit, però després s’escanegen i es converteixen en textos o fórmules. Fins i tot en matemàtiques i química. La intel·ligència artificial entén els problemes matemàtics i les fórmules químiques i puntua automàticament.

Per què perdre el temps posant notes si pot fer-ho la intel·ligència artificial? L’única cosa que haurien de revisar els professors són les preguntes de desenvolupament. Redaccions més complexes. La intel·ligència artificial pot fer la resta i estalviar temps als professors. Pel que fa a les tutories, a la Xina hem creat una companyia anomenada VIPKid. Està ensenyant a vuit mil nens xinesos a parlar anglès amb fluïdesa. Funciona principalment per videoconferències, educació a distància. És com Uber. Connecta els professors nord-americans amb els alumnes xinesos. Però estem veient que en classes particulars, per molt eficients que siguin amb humans, també surten força bé amb professors generats virtualment. Podem crear un professor de nivell bàsic perfecte per al primer any. Després del primer any, per practicar conversa, caldrà un humà. Però podria abaratir els costos i fer-ho millor que els humans. Com veiem, sorgeixen moltes oportunitats si descomponem el treball de professor en diferents tasques. Algunes, les pot fer millor la intel·ligència artificial. En altres, pot ajudar al professor. Però a més, si s’integra la intel·ligència artificial a les aules d’avui en dia, el professor podria estalviar-se fins a un quaranta o un cinquanta per cent del seu temps. I jo crec que aquest temps hauria d’invertir-lo en les relacions interpersonals. Així, podrà emfatitzar en l’aspecte moral, en els valors, en el treball en equip, en l’empatia i en la creativitat de cada alumne. Crec que aquest és el futur de l’educació. I si ens parem a pensar en com ha evolucionat el sistema educatiu, veurem que està molt endarrerit a tot el món. Comparem els nostres mitjans de transport amb els de fa cent anys… Feu-vos una imatge mental. Imagineu-vos-ho. Com ens traslladem ara? Tenim trens, cotxes, autopistes, i Uber. Però fa cent anys van començar a aparèixer els primers cotxes. No hi havia autopistes, etcètera. Penseu, per exemple, com ha canviat l’entreteniment. Tenim Netflix, Youtube, vídeos, interactivitat, influencers, pel·lícules finançades per Netflix… Però fa cent anys, teníem cinema mut en blanc i negre. Ha canviat radicalment. És més: penseu com ha canviat el treball respecte a fa cent anys. Imagineu tot el que fem diàriament. L’entreteniment, la comunicació, la vida social, el transport i el treball. Tot ha canviat radicalment. Però penseu en com són les aules: exactament igual. Seguim tenint un professor que ensenya de la mateixa manera a entre vint i cinquanta nens asseguts en els seus pupitres. Fins i tot les taules són iguals. Fins i tot el professor és igual. Potser la pissarra ara sigui blanca, però el professor segueix ensenyant igual. I això no pot ser. La tecnologia ho ha revolucionat tot: com vivim, juguem, aprenem, treballem, ens comuniquem… Però no ha tingut impacte en l’educació, i hem de començar a plantejar-nos el seu futur. Necessitem destreses. La intel·ligència artificial eliminarà els treballs monòtons.

Però gairebé tots els països segueixen educant els nens i examinant amb nota com si fossin robots. I els nens o els estudiants mai superaran a la intel·ligència artificial en memòria, estudi, conceptualització, test de respostes múltiples, equacions matemàtiques, fórmules químiques o recordant història. Mai guanyaran en això a la intel·ligència artificial. Estem ensenyant malament als nens. L’educació necessita ser reiniciada. L’educació per al futur dels nens s’hauria de centrar en el que necessiten els humans. No han de ensenyar als nens a ser com la intel·ligència artificial, sinó que han de ensenyar-los el que la intel·ligència artificial no pot fer. Hauríem de centrar-nos en les tres C. I les tres C són: “curiositat”, “pensament crític” i “creativitat”. L’educació hauria de centrar-se en el treball en equip, la comunicació, la col·laboració, i no en fer deures i exàmens individualment i en competir uns contra els altres. Aquest és el camí equivocat. Ara, l’important en una empresa és el treball en equip. La col·laboració. La comunicació. Això és el que necessitem ensenyar. Han d’aprendre amor, empatia i com guanyar-se la confiança. Aquests són valors afegits. Per descomptat, hauran d’aprendre les destreses bàsiques: Matemàtiques, Llengua, etcètera. Però això és només la base. Serveix com a base, no com a pilar central. A menys que canviem radicalment l’educació, i deixem d’entrenar robots repetitius per formar humans creatius i empàtics. Si no canviem això, el futur serà desolador. Perquè els llicenciats no seran capaços de fer les feines que es necessitin d’aquí a quinze o vint anys. Hi haurà una gran disparitat. Els nostres llicenciats seguiran volent ser oficinistes, comptables, administradors, i escriptors o editors de contingut bàsic. Però necessitarem que els universitaris siguin pensadors crítics, creatius, estratègics, compassius i persones empàtiques. A l’educació li queda un llarg camí per recórrer. I és un dels sectors que més tarden en integrar la tecnologia. Si això no canvia, d’aquí a trenta o cinquanta anys, ens espera un futur terrible.

María. Bon dia, Dr. Lee. Soc la María i soc professora d’institut. I tinc a l’aula diversos alumnes amb discapacitats motores i intel·lectuals. Voldria saber com la intel·ligència artificial pot ajudar aquests alumnes.

Kai-Fu Lee. Gràcies. Crec que, depenent del tipus de discapacitat, es pot fer més o menys. En el cas dels alumnes amb dificultats de l’aprenentatge, autisme, Asperger, etcètera… actualment, el suport humà és la millor opció. Moltes d’aquestes discapacitats requereixen una atenció més gran, i només un humà la pot donar. La intel·ligència artificial pot ajudar una mica. Per exemple, en la investigació i el diagnòstic d’algú que necessita el contacte humà. Perquè si tenim moltes persones amb dificultats d’aprenentatge i els assignem un professor particular, pot ser molt car. Per això, necessitem diagnòstics exactes. És possible que el professor o pedagog pugui dedicar el seu temps a l’alumne amb discapacitat. Però quan aquest arriba a casa, els seus pares no són professionals. Podrien tenir un company, un company d’intel·ligència artificial que els ofereixi suport i estímuls per al seu desenvolupament. Però només en situacions en què no tingui suport humà. Hi ha altres tipus de discapacitat, com la visual, l’auditiva, la motora en què la intel·ligència artificial pot ajudar molt. Per exemple, amb algú amb problemes auditius que no reconeix la parla. Podríem crear un dispositiu amb una pantalleta que escolti i transcrigui les paraules. Seria més precís que la lectura de llavis. Podria usar-se per telèfon o a distància. Aquest dispositiu ha de ser intel·ligent, perquè distingeixi el parlant en un grup. Tots coneixem l’exemple del difunt doctor Stephen Hawking. Tenia moltes discapacitats. En les primeres fases de la seva malaltia, podia controlar el moviment de la cadira i el sintetitzador de veu. En el futur, la intel·ligència artificial permetrà que l’humà tingui un moviment, una visió, una comunicació i una comprensió molt més precises. Algú amb discapacitat visual pot tenir una descripció visual llegida. Per exemple, si soc cec, m’imagino una entrada d’àudio que em digui: “Estic davant de cinquanta persones, i m’ha fet la pregunta una dona amb un jersei blau que és professora, i… la resta està parant atenció o adormint-se”.

Podeu crear informació visual en auditiva, i informació auditiva en visual. En el futur, també tindrem eines robòtiques. Per exemple, l’exoesquelet mecànic. Aquest aparell permet que la gent amb dificultats motrius camini de forma més segura. La gent que no pugui seure, tindrà armilles mecàniques que els ajudaran a incorporar-se. Soc molt optimista amb el potencial de la intel·ligència artificial pel que fa a les discapacitats perceptives o motrius. Crec que la vida de la gent amb discapacitats físiques serà molt més senzilla d’aquí a cinc o deu anys. Però per a les dificultats d’aprenentatge i les discapacitats cognitives o psicològiques, la intel·ligència artificial serà un mer suport per al factor humà. Finalment, vull afegir que penso que necessitem a més gent que ajudi els nens amb discapacitats cognitives o d’aprenentatge. Però els fons públics no ho permeten. La gent paga els seus impostos i hi ha un pressupost limitat per als mestres, que estan ocupats fent classe i revisant exàmens i deures. Si poguéssim mantenir el mateix pressupost per a educació, però la intel·ligència artificial fes el cinquanta per cent de la feina del professor, aquest tindria temps per atendre individualment i ajudar els alumnes amb discapacitats cognitives. Em sembla una millor distribució. Els professors tindrien la satisfacció d’haver pogut ajudar els nens amb discapacitats d’aprenentatge. Els canviarien la vida a deu persones l’any, a diferència dels professors que donen sempre la mateixa classe per a tots, donen deures i els puntuen repetitivament. Els professors no haurien de ser així. Haurien de convertir-se en líders de la societat i canviar-los la vida als seus alumnes. Espero que la intel·ligència artificial els estalviï les tasques més tedioses i els permeti complir la seva comesa. Això seria apassionant i emocionant.

Carlos. Hola, Dr. Lee. Em dic Carlos. M’agradaria preguntar-li: en un món ordenat pels algoritmes, on queda l’emoció?

Kai-Fu Lee. Ara, la intel·ligència artificial es basa en el “machine learning” i el “deep learning”, l’aprenentatge automàtic i el profund, que s’entrena amb imatges per prendre decisions. No té consciència pròpia. Les emocions humanes es basen en l’autoconsciència. Ens percebem i sabem què sentim. Científicament, no se sap a què es deu això. En el famós cas de l’AlphaGo, que va guanyar a un jugador professional de Go, vam veure un contrast molt interessant. En Ke Jie, el campió mundial, va perdre la partida. A la meitat del joc, es va posar a plorar de frustració. Era evident quant li agrada aquest joc. Va sentir frustració perquè, tot i ser el millor del món, l’havia guanyat una màquina. També li va doldre com a ciutadà de la Xina, país inventor del joc, perquè el va guanyar una tecnologia britànica. També pensaria que li havia dedicat tota la seva vida. Ho havia de seguir fent? El seu món va quedar cap per avall i es va posar molt trist. Per contra, l’AlphaGo, el vencedor, no va sentir felicitat en guanyar. Ni tan sols entén per què la gent juga a això, per què els diverteix.
Si l’AlphaGo perdés, no sentiria res: ni derrota, ni tristesa ni frustració. Però quan guanya, com va fer llavors, tampoc sent felicitat. No necessita abraçar un ésser estimat ni sentir-se realitzat. De fet, si un humà desendollés l’AlphaGo de la llum, fins aquí hem arribat.
Així que l’AlphaGo i qualsevol dels actuals algoritmes d’intel·ligència artificial són només programes informàtics. Exactament iguals que Excel. És com si utilitzo Excel per treure els comptes semestrals de la meva empresa. Premo el botó i obtinc el resultat. “Excel, estàs content?”. No, només és una eina. Compleix la seva funció. I l’AlphaGo és igual que Excel. Dit això, pot la intel·ligència artificial detectar l’emoció? Per descomptat.Si col·loquem càmeres i micròfons, ens posem sensors de temperatura, humitat i ritme cardíac, controlem la dilatació de les pupil·les, les possibles suors, el pols… La intel·ligència artificial podrà predir si estem contents, tristos, nerviosos, si diem o no la veritat… amb més precisió que els humans. Això ha de quedar clar. La intel·ligència artificial no té emocions ni sentiments, igual que Excel. No obstant això, pot detectar les emocions humanes amb gran precisió i sensibilitat. Probablement, no millor que un psiquiatre, però sí millor que gairebé tots nosaltres. I pot fingir emocions? I tant que sí. Quan conegui una emoció i dedueixi computacionalment com reaccionar, podrem sintetitzar una cara en 3D que mostri felicitat, tristesa o frustració. El noranta-cinc per cent semblaran realistes per a l’ull humà. És una molt bona pregunta amb una resposta estranya. La intel·ligència artificial no sent emocions, però pot detectar-les amb precisió i emular-les amb un realisme i una fidelitat passables.

Alex. Bon dia, em dic Álex i m’agradaria saber quins treballs seran els més afectats per la intel·ligència artificial i, sobretot, quins són els treballs del futur.

Kai-Fu Lee. D’acord. La intel·ligència artificial opera en camps unidisciplinaris, així que afectarà l’ocupació de diferents maneres. Els treballs rutinaris i repetitius que no requereixen creativitat ni compassió són els que més perillen. Els treballs cognitius, com les funcions d’oficina, els comptables, la gent que fa comptes, envia correus rutinaris, els administratius, els secretaris… corren el perill de desaparèixer. La gent que segueixi instruccions senzilles, el servei al client… M’arriba un correu amb una pregunta, miro la resposta, copio i pego.Truquen, fan una pregunta, trobo la resposta i la llegeixo. És molt rutinari. Això desapareixerà. Aquests treballs administratius requereixen cert nivell cognitiu, però no molt complex. Pot executar-se després de cinc o deu segons de raonament i maneja una sola disciplina. Això ho pot fer. Penseu en els treballs rutinaris i repetitius que requereixin percepció. Per exemple: un recepcionista comprovant si algú és qui diu amb la seva identificació. Tots sabem que, en molts països, ja no hi ha la persona que ens mira i ens compara amb el nostre passaport. Pot fer-ho la intel·ligència artificial. Controla les tasques basades en la cognició audiovisual. Pel que fa a la feina d’oficinista, els llocs de treball que s’ocupin en el mateix lloc i repetint la mateixa tasca, desapareixeran abans. Com un inspector de talles de samarretes, o de desperfectes en microxips i mòbils. La intel·ligència artificial ho faria millor. De fet, detectar desperfectes en objectes, en mòbils, és més fàcil amb intel·ligència artificial. No només fa servir una càmera, també un sensor de profunditat. Si hi ha una rascada, canvia la profunditat.
Els humans no detecten això. De fet, poden perdre visió si es passen el dia buscant rascades. Els reemplaçaran. Altres treballs, com l’agricultura, seran automatitzats. En el futur, tindrem robots intel·ligents que sembrin, reguin i fertilitzin en quantitats justes. Tindrem drons de sembrat, serà automàtic. També s’automatitzarà el treball a les fàbriques: les inspeccions, les tasques repetitives de la cadena de muntatge i les dels magatzems.

El treball de magatzem: traslladar caixes, planificar rutes de comandes als clients, la logística, el transport… tot això s’automatitzarà. Els conductors de muntacàrregues, de carros de mines o de trens turístics, especialment si no van per vies públiques, desapareixeran aviat. La feina dels xofers perillarà. Primer en entorns predictibles, reduïts i de poca velocitat, com muntacàrregues, mines i llocs turístics. Després, en autopistes. Aquestes són perilloses per als humans, però segures per a la intel·ligència artificial, perquè la variabilitat és mínima. Després, arribarà a ciutats amb una bona planificació urbana, però encara no a camins rurals i aquestes coses. A poc a poc, en quinze o vint anys, els humans ja no conduiran. Si fossin una categoria d’ocupació, formaria el deu per cent dels treballadors. No és que tots ells siguin conductors, però el deu per cent de la humanitat treballa manejant algun equip que es mou. Això desapareixerà. Hem de preguntar-nos: “És aquest treball rutinari, repetitiu i d’entorns fixos?”. Si és així, corre un greu perill. La intel·ligència artificial ja exerceix molts treballs. Per exemple, els metges la fan servir per millorar el diagnòstic i el tractament del pacient. Així, el metge pot dedicar més temps a parlar amb el pacient, tranquil·litzar-lo i parlar-li de la seva recuperació. Els científics tindran més feina gràcies a eines intel·ligents que els ajudaran a fer més descobriments, dissenyar més medicaments, etcètera.
De manera que beneficiarà molts treballs. També has preguntat si crearà nous llocs. Per descomptat que els crearà. En trenta anys, la intel·ligència artificial haurà creat més llocs de treball dels que haurà destruït. Però tenim diversos problemes. El primer és que aquests llocs de treball no seran rutinaris ni repetitius. Si ho fossin, els faria la intel·ligència artificial. Els nous llocs de treball requeriran una formació. No podran exercir-se sense més. En segon lloc, desconeixem quins treballs seran. En coneixem alguns, però no tots. I direu: “Dr. Lee, et creus expert, i no saps quins treballs crearà?”. Doncs així és. Si fa vint anys, m’haguéssiu dit: “Dr. Lee, et creus expert en Internet. Quins treballs crearà internet?”. No ho sabria. No hauria pogut predir que avui en dia hi hauria milions de conductors d’Uber i Didi gràcies a Internet. Perquè sense Internet, no existiria Uber. Però fa vint anys, no hauríem pogut predir el seu naixement. La predicció de llocs de treball nous s’ha d’actualitzar anualment.

Estic segur que crearà molts llocs de treball, però encara trigarem a conèixer-los. Segurament, no naixeran en els propers cinc anys, i requeriran qualificació. La gent que estigui actualment en llocs de treball rutinaris que no requereixin compassió ni contacte amb l’ésser humà, corre perill. Haurien de plantejar-se tornar a formar-se en algun treball que no vagi a desaparèixer d’aquí a deu o quinze anys. Si la vostra feina requereix raonament, creativitat, estratègia o contacte humà, esteu fora de perill. Però la intel·ligència artificial podria ajudar-vos. Si encara sou joves i esteu estudiant… No sé dir-vos les deu millors sortides… Però sí que hauríeu de polir aquestes habilitats: creativitat, estratègia, raonament complex i planificació. Oblideu allò que és rutinari. Centreu-vos en el tracte humà: la responsabilitat, la comunicació i el treball en equip. Això us serà útil tota la vida. També us recomano que estudieu una mica d’intel·ligència artificial i de programació. Apliqueu-ho en la vostra àrea d’especialitat, tant si estudieu periodisme com comptabilitat. Com podeu millorar el vostre treball amb la intel·ligència artificial? La intel·ligència artificial és una eina. Ja no concebem un periodista que no faci servir Microsoft Word. Ja no concebem un executiu de publicitat que no utilitzi PowerPoint, o un altre similar. No concebem un fotògraf que no faci servir Photoshop. La intel·ligència artificial és una eina més. En moltes professions, estudiar intel·ligència artificial us ensenyarà a trobar aquestes eines i a utilitzar-les. Això us prepararà per a l’era de la intel·ligència artificial.

César. Hola, Dr. Lee. Em dic César i m’agradaria saber més sobre la feina que ha realitzat sobre el sistema de reconeixement de veu en què és vostè pioner. Podria explicar-nos com el va inventar i què el va portar a això?

Kai-Fu Lee. És clar. Quan vaig començar amb el reconeixement de veu el 1983, vaig descobrir totes les possibilitats de la intel·ligència artificial. Però llavors, els ordinadors eren molt lents. L’emmagatzematge era caríssim. Coses com la visió artificial i el vídeo eren impensables. No podia emmagatzemar ni un segment de vídeo d’una hora. Però el treball amb veu era menys complicat i donava molt bons resultats. Utilitzava l’aprenentatge automàtic. En aquesta època era surrealista. La gent no creia en ell. Creien que els ordinadors es programaven com el cervell humà. La “erra” sona així. La “i” sona així. Això és un substantiu i això un verb. L’enfocament inicial dels vuitanta era programar el llenguatge humà per ensenyar a l’ordinador. Va ser un fracàs absolut. Jo vaig ser un dels pocs que va dir: “Per què han de pensar com nosaltres? Per què no els eduquem amb un gran volum de dades?”. La meva tesi doctoral, acabada l’any vuitanta-vuit, va ser el primer sistema de reconeixement de veu que reconeixia qualsevol discurs humà pronunciat natural i fluidament, amb la millor precisió de moment. Jo estava molt orgullós. Va sortir al New York Times, era revolucionari. Vaig entrar a Apple i el vam integrar en els seus ordinadors. I llavors, vam descobrir que no funcionava. Encara que funcionés al laboratori, quan va sortir al món real, tot va canviar. Gravàvem discursos d’alta qualitat en entorns insonoritzats. Però quan surts al món real, tens el problema del soroll. A més, al laboratori, podíem passar-nos una hora processant una frase. Però en la vida real, has de respondre en escassos mil·lisegons. Presentava molts desafiaments. Vam fer el que vam poder en l’època. Vam desenvolupar el sistema i el vam llançar amb Apple el 1993. Era el millor producte del seu temps, però no va ser suficient. No va guanyar l’acceptació del públic. Però Apple va seguir treballant en això. Avui en dia, tenim a Siri, desenvolupada pel meu antic equip. Altres companyies també tenen excel·lents tecnologies per veu. Crec que he aportat el meu granet de sorra al camp, i que el fracàs del meu producte ha ajudat a llarg termini. Ens va fer recopilar dades, crear algoritmes més potents… Fa sis o set anys, l’aprenentatge profund va començar a donar fruits en la visió artificial. Els desenvolupadors de veu van dir: “Canviem el treball d’en Kai-Fu Lee pel “deep learning””. Va ser tot un avanç. Ara, han rebutjat els meus algoritmes a favor de l’aprenentatge profund. La gent està podent veure aquestes millores. Pel que fa a la parla, la comprensió d’idiomes i la traducció automàtica, crec que en dos o tres anys, sortiran productes que ens deixaran totalment al·lucinats. Ara, el reconeixement de veu, és al nivell d’un deu per cent de la gent.

Si ens ajuntéssim jo i gent com jo a la sala i transcrivíssim aquest discurs, la intel·ligència artificial ens superaria. Però crec que en tres anys superarà a tots els humans en el reconeixement de veu i la traducció natural i fluïda. D’aquí a tres anys, quan torni a parlar davant de vosaltres, no tindré un traductor humà a l’auricular. Serà una màquina. Les seves possibles aplicacions són infinites. Per exemple, en el futur, potser d’aquí a tres anys, els assistents virtuals, com Alexa o Siri, podran endevinar què volem i donar-nos-ho abans que ho sapiguem nosaltres. També comptarem amb una traducció automàtica excel·lent. Podrem anar a qualsevol país amb un simple traductor de butxaca o una app. La traducció serà molt precisa. Potser per un auricular, com aquest. També podem imaginar el futur de l’atenció al client del sector comercial. Tindrem venedors intel·ligents que diran just el necessari perquè els compradors adquirim els productes que vulguin. Ho faran millor que els humans. I això no és més que el principi. És molt emocionant. Però vull afegir que això no significa que els ordinadors vagin a entendre-ho tot com nosaltres. Seguiran ensinistrant amb dades d’entrada i resultats de sortida. El llenguatge creatiu, com la poesia, els missatges més profunds, com les cartes d’amor d’una persona a una altra… Aquestes coses requereixen un coneixement profund de diferents camps, com jocs de paraules, humor… És complicat. I és poc probable que una cosa difícil per a l’humà sigui fàcil per a la intel·ligència artificial. Per exemple, la transcripció, la traducció automàtica… Google té una nova tecnologia que comprèn cent idiomes. Parlis l’idioma que parlis, el tradueix. És una xarxa impressionant. Cap humà ho podria fer. Però pel que fa a explicar acudits i fer riure la intel·ligència artificial és incapaç. Encara ens queda un llarg camí per davant, perquè el llenguatge natural és la forma com els humans es comuniquen. Durant milers d’anys d’història hem usat el llenguatge perquè ens comprenguin i ens creguin. I això, juntament amb la complexitat i la bellesa de la llengua, està molt lluny de ser assolible. Però crec que les seves funcions comercials en els pròxims tres anys seran infinites.

David. Hola, Dr. Lee. Em dic David Vivancos. La meva pregunta és: “Com veu vostè la transició que estem portant des de la intel·ligència artificial general cap a la superintel·ligència?”.

Kai-Fu Lee. Primer, definiré aquests termes. La intel·ligència artificial té tres nivells. La intel·ligència artificial feble, que en un camp aïllat, com el reconeixement de veu, els préstecs, Amazon… és molt eficient. Després, hi ha la intel·ligència artificial general, que consisteix en assolir el potencial humà en qualsevol aspecte. I després, la superintel·ligència. És tan potent que supera la intel·ligència humana. Hi ha diferents opinions, però crec que gairebé tots pensem que el 99,9 per cent de les aplicacions comercials d’aquí a deu o quinze anys seran intel·ligència artificial feble. La intel·ligència artificial anirà millorant, però dubto que arribi a aquest nivell en els propers deu o quinze anys. I el motiu és que, en el desenvolupament de la intel·ligència artificial, l’aprenentatge profund ha estat la major fita. Ha estat un gran avenç. Ens ha portat fins a la intel·ligència feble. Però per arribar a la intel·ligència artificial general, hem d’assolir la capacitat de crear, el sentit comú, la multidisciplinarietat, l’estratègia, la planificació i la comprensió d’abstraccions per tenir fiabilitat, consciència pròpia, percepció i emocions. He fet una llista amb deu coses que no tenim ni idea de com fer, des de la intel·ligència feble fins a la general. Així que estem de sort, perquè caldran deu fites més abans que la intel·ligència artificial assoleixi l’ésser humà. Hem trigat seixanta anys en arribar al “deep learning” o aprenentatge profund. Les properes deu fites podrien arribar abans, però no en només deu o quinze anys. Així que el més productiu en els propers quinze anys serà la comercialització, la monetització i inserció de la intel·ligència artificial en la indústria. El major desafiament serà l’ocupació i alguns problemes tècnics. Però la intel·ligència artificial general encara trigarà una mica. En cinquanta anys, la meva resposta hauria estat diferent. Els més optimistes pensen que en quinze o vint anys veurem el naixement de la intel·ligència artificial general. Altres diuen que falten més aviat cent anys. Alguns, fins i tot creuen que no arribarà. I crec… que no hi ha proves que ens permetin afirmar si arribarà en quinze, vint, cent anys o mai. No tenim antecedents suficients per predir-ho. Necessitem fets històrics, i ara mateix l’únic que tenim és que hem trigat seixanta anys en aconseguir una fita. No vol dir que la propera tardi seixanta més. Però no sabem quan passarà. Si preguntéssim als científics de fa cent anys: “Poden volar els humans?”, no hi hauria res segur.

Leonardo da Vinci hauria dit que sí, però hauria esperat una altra cosa. Alguns ho considerarien impossible. S’equivocarien. Els més optimistes no tindrien en què basar-se. Però tindrien raó. També podríem preguntar: “S’aconseguirà el mòbil perpetu?”. En aquest cas, Leonardo da Vinci hauria dit que sí, i s’hauria equivocat. Altres haurien dit que sí o que no, però avui en dia no sembla que hagi de passar. Així que és una pregunta molt especulativa de difícil resposta. Estic segur que en quinze o vint anys serà complicat. I la superintel·ligència? Per explicar la superintel·ligència, hi ha una teoria… Per a mi és una fantasia, i per a altres, una teoria. La intel·ligència artificial ha avançat tan ràpid que els humans no arribem a apreciar la velocitat del seu avanç. Un dia, ens aixecarem, i la intel·ligència artificial haurà dominat el món. Haurà avançat tant que els humans serem pusil·lànimes als quals tolerarà existir. Serem com formigues, i la intel·ligència artificial, com humans. Segons la teoria. I es basen en la suposada prova que, des de fa cinc anys, ha avançat exponencialment. Fa cinc anys, no servia per a res. Però fa tres anys, va superar a tots en el Go. Després, els va superar en StarCraft. Després, en exàmens mèdics. Després, en radiologia. I ho està fent a un ritme exponencial. Això vol dir que qualsevol avenç en un any serà millor que els dels últims deu. Si seguim així, en un parell d’anys, la intel·ligència artificial ens superarà. Serem com formigues, i la intel·ligència artificial, com l’humà. Segons aquest argument la intel·ligència artificial creix mitjançant salts exponencials. Però en la realitat, aquests salts arribaran al seu màxim exponent quan s’esgotin les aplicacions de l’aprenentatge profund. Tots aquests salts es basen en un èxit tecnològic, el “deep learning”. I aniran augmentant. En cinc o deu anys veurem milers d’aplicacions de l’aprenentatge profund. Però si no fem un altre avanç significatiu i arribem a les deu fites que he dit, com la percepció i la creativitat… Si no arribem a les deu fites, frenarem. Aquesta onada exponencial és un miratge. No és real. No són més que aplicacions de l’aprenentatge profund. No és una corba exponencial que pugui superar als humans. Tinc molt poca fe en aquest ascens de la superintel·ligència. Hi ha pensadors que discrepen amb mi, però no solen ser experts en la matèria. Solen ser filòsofs, futuristes, economistes, físics, però no experts. Així que quan parlo d’aquests nivells, represento a gairebé tots els experts en intel·ligència artificial.

Andreu. Dr. Lee, soc el doctor Andreu Veá. Jo gairebé diria que la intel·ligència artificial és tot allò que no funciona. Per què? Quan teníem el reconeixement de matrícules dels cotxes… abans era intel·ligència artificial. Ara, ja és una cosa que donem per fet, no? El reconeixement de la traducció automàtica del llenguatge. Abans era màgia. Ara, és una cosa que tenim en el dia a dia. Ja ha deixat de ser intel·ligència artificial. Per tant, creu que la intel·ligència artificial és tot allò que no funciona?

Kai-Fu Lee. Abans, el que no funcionava, era intel·ligència artificial. Però aquesta idea està canviant. És un tema tan actual, que anomenem a tot intel·ligència artificial, la qual cosa també és perillós. Perquè ho entenguin els no familiaritzats amb ella, jo diria que la intel·ligència artificial que funciona actualment són l’aprenentatge automàtic i el profund. En camps unidisciplinaris amb gran quantitat de dades, prenen excel·lents decisions, millor fins i tot que nosaltres. Però no tenen trets humans com la creativitat i els sentiments. Aquest és el resum. I crec que explica els pròxims quinze anys. Les aplicacions de la intel·ligència artificial des de l’aprenentatge automàtic fins als negocis, la percepció o els vehicles autònoms. Molta gent malinterpreta la intel·ligència artificial de diferents formes, algunes incloses en aquestes preguntes. Però, en resum, el principal malentès és que és com en la ciència ficció. Hem d’entendre que la ciència ficció és creativa, imaginativa, però no realista. Encara trigarem molt, si ho fem, en arribar a la sensibilitat, la creativitat i la compassió de la intel·ligència general i la superintel·ligència que veiem en la ciència ficció. No us ho cregueu. El segon malentès és que la intel·ligència artificial encara trigarà molt a arribar i que encara no està al nostre voltant. Heu de saber que cada vegada que entreu a una aplicació del mòbil o una pàgina web, entreu utilitzant intel·ligència artificial. Google, Amazon, Facebook i qualsevol aplicació d’ampli contingut. Ja té intel·ligència artificial. Ja és aquí. Ja està en moltes aplicacions de negocis i a internet. Volia deixar-ho clar. I la tercera major preocupació per la intel·ligència artificial, que està augmentant, és que és dolenta perquè elimina treballs, creant contingut fals en les “fake news”, carregant contra gent i deixant-los com a dolents. A ells, els explicaria que la intel·ligència artificial s’endurà els treballs monòtons en quinze anys, però els humans mai hem volgut aquests treballs. No és el nostre propòsit. Hem d’intentar ser millors humans. La intel·ligència artificial ens obliga a millorar com a humans. A la preocupació dels problemes de privacitat, imparcialitat o seguretat, confio que la gent sàpiga que les noves tecnologies sempre presenten problemes. Doneu-nos temps. Solucionarem els problemes i ens esforçarem per progressar. Aquest tema acostuma a ser preocupant. Als Estats Units, si preguntes si la intel·ligència artificial és bona o dolenta, més del cinquanta per cent pensa que és més aviat dolenta. I em sembla una desafortunada conseqüència del comportament d’algunes companyies, de la mala praxi, i del sensacionalisme mediàtic.

No podem culpar la tecnologia. La tecnologia és neutral. I si la naturalesa humana és més bona que dolenta, li buscarem més aplicacions bones. Com amb l’electricitat. Té molts usos bons, però també alguns dolents. Internet té molts usos bons, però també dolents. Així que hauríem de culpar menys la tecnologia. Qualsevol cosa dolenta que hagi passat amb la intel·ligència artificial és culpa de qui l’hagi fet servir amb un mal cap. Hem de regular penes per a això. Necessitem eines per ajudar als desenvolupadors a crear millors aplicacions. Necessitem suport al consumidor. Hem de dir quan la intel·ligència artificial no ho està fent bé. Però no posem tots els ous en la mateixa cistella. Si veiem una cosa dolenta, no culpem i menyspreem la tecnologia. No oblidem que, encara que Google, Facebook o Amazon tinguin problemes, fan les nostres vides més productives, eficients i divertides. I si ens desfem de la intel·ligència artificial, deixaran de funcionar. Així que espero que la gent sigui objectiva i li doni una oportunitat. Crec que, en cinc anys, aquests problemes seran molt menys greus. I la intel·ligència artificial acabarà sent comparada amb l’electricitat i Internet, com la creadora d’un canvi positiu. No perquè sigui positiva en si. No és més que tecnologia. Però l’ésser humà és bo. Fem més coses bones que dolentes. Solucionarem els problemes de la intel·ligència artificial, i serà tan positiva i útil com l’electricitat i Internet. Moltes gràcies pel vostre temps. Ha estat un plaer respondre a les vostres genials preguntes. Moltes gràcies. Gràcies.