Luis Eduardo Pino Villarreal – Fundador AIpocrates
Andrés Eduardo Rico Carrillo – Miembro Fundador y CEO AIpocrates.
Apasionados por una inteligencia artificial útil, usable y responsable, aplicable para el mantenimiento de la salud, la prevención y el control de la enfermedad.
En estos tiempos de navidad, época para reflexionar y planear los nuevos propósitos para el año que se acerca, queremos evaluar lo que ha sucedido desde noviembre de 2022 en el campo de la inteligencia artificial (IA), período en el cual vivimos la transición hacia un nuevo verano después de la salida de su tercer invierno.
Para esto, haremos referencia a la famosa historia «A Christmas Carol» de Charles Dickens. Este cuento, publicado por primera vez en 1843, se ha convertido en un clásico de la literatura y ha sido adaptado en numerosas ocasiones para el cine, la televisión y el teatro.
Este es un cuento que relata la historia de Ebenezer Scrooge, un anciano que desprecia la Navidad, que es avaro por su amor por el dinero, lo que lo lleva a ser poco generoso y egoísta ya que se preocupa más por su propio bienestar, lo que lo hace incapaz de apreciar las necesidades de los otros, tampoco escucha a los consejos de los demás, lo que lo hace perseverar en sus creencias y comportamientos negativos, es todo un personaje sombrío, que no disfruta de la vida. En la víspera de Navidad, Scrooge es visitado por el fantasma de su exsocio, Jacob Marley, y por los fantasmas de las Navidades Pasadas, Presentes y Futuras.
El Espíritu de la Navidad Pasada muestra la avaricia, la soledad y la pérdida del amor verdadero en la vida de Scrooge, lo que lo lleva a reflexionar sobre su transformación de un joven alegre al hombre amargado y codicioso que es.
El Espíritu de la Navidad Presente revela la indiferencia, la avaricia y la falta de compasión de Scrooge hacia los demás, especialmente hacia los menos afortunados, lo que lo lleva a enfrentar la dura realidad del sufrimiento que su actitud ha causado.
Finalmente el Espíritu de la Navidad Futura le muestra las consecuencias de la avaricia, la falta de empatía y la soledad perpetua de Scrooge, confrontándolo con un final trágico y la ausencia de afecto y compasión en su vida futura.
Estas visiones presentadas por las visitas de los tres espíritus de la Navidad le muestran cómo su comportamiento egoísta afecta a los demás y cómo podría ser su solitario futuro. Estas visiones son fundamentales para el posterior proceso de redención de Scrooge basado en reconocer sus errores y aprender a dar valor a la generosidad y la empatía. Transformado por estas visiones, Scrooge despierta en la mañana de Navidad lleno de alegría y generosidad, redimiéndose a sí mismo. Se vuelve un ser más generoso y compasivo, cambia su actitud hacia la celebración de la Navidad pasando de ser un hombre egoísta y amargado a uno alegre y dispuesto a compartir su felicidad con los demás, llegando a comprar un gran pavo para la cena de Navidad de la familia Cratchit y la reconciliación con su sobrino.
Está historia se ha mantenido como una de las representaciones más icónicas y duraderas de la importancia de la compasión y la bondad y se ha convertido en un clásico de la literatura, un símbolo de la redención y el espíritu navideño.
Retomando esta historia hemos hecho una analogía con los diversos períodos de la IA actualizando una publicación del año 2012 sobre «Los 3 fantasmas de navidad y la IA en medicina». En dicha publicación además de categorizar los desarrollos de la IA en el tiempo, se plantean las preocupaciones sobre los modelos de IA con efecto de «caja negra», es decir poderosos pero opacos, dificultando la garantía de calidad, la generación de confianza y la relación médico-paciente. El artículo sugiere que la transparencia en el diseño y validación de modelos es esencial para la confiabilidad de la IA médica.
Las visitas de nuestros tres fantasmas se presentarían en forma similar así:
Fantasma del Pasado de la IA:
Corresponde a los primeros días de la IA en medicina, centrándose en sistemas de reglas simples, basados en conocimientos y aprendizaje automático temprano, con todas sus limitaciones y desafíos iniciales. La gráfica muestra los principales hitos en la fase temprana de la IA en salud.
Fuente: https://revistamedicina.net/index.php/Medicina/article/view/1641/2124
La inteligencia artificial es la intersección en el desarrollo del hardware o poder computacional desde el ábaco, pasando a la fase mecánica, electromecánica y de los circuitos integrados, caracterizado por el aumento exponencial en la memoria y procesamiento, reflejado en la Ley de Moore, y el desarrollo de la programación o lenguajes de programación, desde Ada Lovelace.
En 1943 con el desarrollo de un modelo de una neurona artificial capaz de razonar y aprender (el perceptrón), evolucionó a programas que resolvían problemas abstractos mediante lógica formal y/o difusa. En la década de 1960, el paradigma cambió hacia sistemas basados en el conocimiento, estos sistemas codificaban conocimientos expertos mediante declaraciones «si/entonces» (IF/ELSE), logrando avances en la solución de problemas reales, siendo el primer auge de la inteligencia artificial, sin embargo, la eficacia para los problemas complejos fue bajo, y el entusiasmo decayó después que James Lighthill en la década de 1970 público un informe acusando una sobrevaloración de la inteligencia artificial, lo que causó una disminución en la inversión económica para los desarrollos en los años subsiguientes conduciendo al «primer invierno de la inteligencia artificial».
En La década de 1980 se vio un resurgimiento de los sistemas expertos, pero este mercado se contrajo en la década de 1990, pues el entusiasmo se desvaneció debido a la falta de resultados prácticos, a esto se le denominó el «segundo invierno de la inteligencia artificial» y se caracterizó por el abandono de los sistemas basados en el conocimiento y el desarrollo del aprendizaje automático, que relaciona variables con resultados sin necesidad de conocimiento experto previo.
La investigación en aprendizaje automático creció en las décadas de 1990 y 2000, particularmente en redes neuronales artificiales profundas, permitiendo hitos históricos como la victoria en ajedrez contra el campeón mundial Kasparov por parte de DeepBlue, lo que llevó a un nuevo interés de los inversionistas en estos desarrollos, permitiendo el tercer auge de la inteligencia artificial, impulsado por el crecimiento exponencial en volumen y disponibilidad de los datos, el poder de cómputo, el aumento de la capacidad de procesamiento para entrenar redes neuronales profundas en grandes conjuntos de datos, innovaciones técnicas y el desarrollo de algoritmos más sofisticados como los ensambles.
El vertiginoso desarrollo ha suscitado grandes preocupaciones sobre el mantener la confidencialidad de los datos, las vulnerabilidades en la privacidad, el riesgo sobre la autonomía de los pacientes y los prestadores de los servicios de salud, además del lento desarrollo de la legislación en cada país.
Desde el punto de vista de medicina, el interesante artículo publicado en NEJM,
Medicine’s Lessons for AI Regulation y Recognizing historical injustices in medicine and the journal Slavery and the Journal – Reckoning with History and Complicity, nos da una perspectiva de los múltiples errores que se han cometido en la medicina y sobre qué puntos podemos trabajar para evitar repetirlos durante el desarrollo de los modelos y las herramientas de inteligencia artificial aplicadas a la medicina.
Fantasma del Presente de la IA:
El crecimiento exponencial de las taxonomías de modelos de aprendizaje de máquina y aprendizaje profundo así como el incremento en la velocidad y capacidad de procesamiento gracias a las GPUs llevó el nivel de IA analítica a abarcar problemas mayores incluyendo la integración multimodal, pero a la vez esa inmensa complejidad exigió el desarrollo de modelos de mayor eficacia para el análisis de datos cada vez más grandes. En el año 2017 dentro del proyecto DeepMind de Google surgió la arquitectura que revolucionó el mundo de la IA, especialmente el del procesamiento del lenguaje natural, este desarrollo fueron los Transformadores. Estas arquitecturas en red, junto a los autoencoders variacionales permitieron optimizar a los modelos de gran lenguaje o fundacionales y llevar a la implementación final y lanzamiento del más famoso de todos los modelos generativos: Chat GPT 3,5 (noviembre de 2022). Vale la pena mencionar que hoy tenemos más de 18000 modelos generativos in crescendo.
Fuente: @bigdataqueen desde X
Actualmente se tienen dos grandes espectros de la IA: analítica y generativa coexistiendo, complementándose y tratando de evolucionar hacia la IA general en pequeñas dosis.
En nuestro campo, la medicina, la integración efectiva de estas IA permite el desarrollo de sistemas inteligentes avanzados, plataformas bioinformáticas y desarrollo ágil de fármacos entre muchas otras aplicaciones.
Pero, es posible que aún estemos en un peligro de hipertrofiar las capacidades de la IA, ante una eventual antropomorfización de la misma y a un sobreuso inconveniente de estas herramientas. También nos enfrentamos a una infodemia de la IA en la cual hay demasiadas personas hablando sobre ella, pero muy pocas entendiéndola y generándola adecuadamente.
Fantasma del Futuro de la IA:
La inteligencia artificial generativa, lo que algunos han denominado el surgimiento de la creatividad en las computadoras y la velocidad de los desarrollos de la IA analítica nos han llevado a preguntarnos qué tan cerca está el salto de la inteligencia artificial estrecha, específica o débil a una inteligencia artificial general, capaz de emular en tiempo real y de manera concurrente todas las capacidades cognoscitivas del humano, con la capacidad de tener conciencia y autorregularse según los principios éticos que se han venido desarrollando a través de la historia. Esta singularidad parece estar acercándose a pasos agigantados.
Algunos marcan el inicio de esta singularidad con el advenimiento de la computación cuántica, más aún cuando empresas como Google han logrado llegar a superar niveles de supremacía cuántica impensables en el pasado, sin embargo aún persisten muchos retos en este campo para tener ordenadores cuánticos realmente funcionales que permitan alcanzar velocidades de procesamiento mínimos para pensar en la emulación de la capacidad humana, e inclusive su superación.
Se hace necesario un desarrollo más rápido de la legislación, estrategias educativas agresivas para desarrolladores en torno a la ética y una mejor capacitación del personal médico para que entendamos estos nuevos universos que se abren ante nosotros, para mejorar los desenlaces clínicos en forma real, pero especialmente para que la IA llegue realmente a la cabecera de nuestros pacientes -o a su casa-, para dejar atrás a nuestro propio Scrooge.
Desde nuestro centro de pensamiento les deseamos a todos nuestros miembros y lectores una Feliz Navidad y un próspero año 2024, confiando en continuar en sus cerebros y corazones, difundiendo contenidos sobre IA y salud en español, con contexto latinoamericano, desde y para la medicina.
Nos leeremos nuevamente en enero de 2024. ¡Un inmenso abrazo digital para todos!
Nota de los autores: Para el desarrollo de esta columna se utilizaron los modelos de inteligencia artificial generativa GPT 4.0, DALL-E 3 y Perplexity
aipocrates.blog 