La intel·ligència artificial ha passat de ser una tecnologia de moda a convertir-se en el centre datenció mediàtica per la seva capacitat per generar sorpresa. La velocitat a què s'han anat succeint els avenços en aquest terreny en poc temps i els impactants resultats obtinguts generen tanta expectació com preocupació, tant pel seu poder disruptiu a la majoria de les activitats econòmiques, com pels possibles efectes negatius que pot tenir mal ús. La popularitat adquirida els darrers dos anys pels models amplis de llenguatge (large language models), com ChatGPT d'OpenAI o Gemini de Google, ha posat en mans de qualsevol la possibilitat de crear contingut (text, imatge o vídeo) amb aquestes potents eines, sense necessitat de tenir coneixements tècnics.
Tot sembla indicar que estem davant d'una revolució tecnològica sense precedents. El mateix Bill Gates, fundador de Microsoft i un dels grans gurus de l'era digital, comparava fa uns dies el desenvolupament de la intel·ligència artificial amb fites fonamentals de la història de la innovació, com ara la creació del microprocessador, l'ordinador personal, internet i el telèfon mòbil. Tots ells van transformar els fonaments de les vides de les persones, contribuint a canviar l'economia i la societat, i tot sembla indicar que la línia principal de recerca en intel·ligència artificial -basada en l'aprenentatge automàtic i les xarxes neuronals- produirà un terratrèmol similar al que van portar aquests avenços.
Tot i el convenciment generalitzat sobre el potencial descomunal de creixement a mitjà termini d'aquestes tecnologies, hi ha veus que prediuen que, per contra, aquesta època daurada iniciada fa poc més d'un decenni podria estar tocant sostre, de manera que entraríem en un altre “ hivern de la intel·ligència artificial”, com els que van tenir lloc en el passat.
No ens enganyem, encara que només portem sentint parlar de màquines que guanyen campions d'escacs, chatbots, vehicles autònoms i assistents personals des de mitjans de la dècada passada, estem davant d'una disciplina els orígens teòrics de la qual es remunten a la dècada dels anys cinquanta del segle XX, amb els treballs d'Alan Turing, John McCarthy, Marvin Misky i Claude Shannon, entre molts d'altres. La història de la intel·ligència artificial ha experimentat crisis cícliques, en què ha escampat el desànim pel fracàs dels avenços o l'incompliment de les expectatives dipositades, i el finançament de la investigació s'ha vist frenat davant les dificultats per rendibilitzar les quantioses inversions realitzades. És el que s'ha anomenat “hiverns de la intel·ligència artificial”, moments d'aturada en la investigació i el desenvolupament, com els que van tenir lloc entre el 1974 i el 1980, o l'iniciat a principis de la dècada dels 90.
Quines són les principals limitacions i obstacles que pot trobar actualment el desenvolupament de la intel·ligència artificial? En el cas general de l'aprenentatge automàtic i l'aprenentatge profund, que són les branques de la intel·ligència artificial en què està basat el boom dels darrers anys, el principal problema és que estan basades en el big data, és a dir, es tracta de algorismes devoradors de dades, que utilitzen per generar patrons, però davant situacions on les dades no estan disponibles o resulten difícils d'aconseguir en grans quantitats, l'aprenentatge profund pot no resultar la millor solució. D'altra banda, l'ús d'aquests sistemes pot atemptar contra els drets individuals de les persones, en termes de privadesa i intimitat.
A més, a l'estat actual de desenvolupament, aquesta tecnologia no és capaç de distingir clarament causalitat i correlació. Pot identificar que hi ha una relació entre el succés A i el B, però no sol poder establir si hi ha una relació causal entre tots dos. Una de les crítiques principals que reben aquests sistemes és que no entenen el món que els envolta, com ha demostrat fa poc l'eina Gemini de Google que, en demanar-li que generés imatges de soldats alemanys del 1943, va oferir un catàleg compost per dones asiàtiques i homes negres, es coneix que en un intent de garantir un equilibri ètnic dins les forces de Tercer Reich. Una cosa semblant li va passar en crear imatges de víkings del segle XII.
Alguns experts consideren que laprenentatge automàtic hauria de ser combinat amb altres tècniques de la intel·ligència artificial per poder seguir avançant satisfactòriament.
En el cas concret de la intel·ligència artificial generativa, és a dir, la que s'utilitza per crear continguts com ara textos, imatges, vídeos o línies de codi de programació, a les limitacions anteriors se n'hi sumen d'altres de diferent índole. D'una banda, el mateix funcionament dels algorismes sovint ofereix mals resultats, el que s'anomena “al·lucinacions”, com el que hem vist de Gemini una mica més amunt, cosa que posa en qüestió la seva fiabilitat. D'altra banda, no hi ha un model sòlid de negoci en empreses com OpenAI i, tenint en compte com de costós suposa desenvolupar i mantenir sistemes com ChatGPT-4, la manca de recursos financers es pot convertir en un coll d'ampolla per seguir endavant.
A això cal sumar-hi que els models amplis de llenguatge es nodreixen majoritàriament d'informació i continguts procedents d'internet per realitzar les seves creacions, continguts que majoritàriament estan subjectes a drets d'autor. El director d'Open AI, Sam Altman, va arribar a afirmar al gener que seria impossible entrenar els models actuals d'intel·ligència artificial sense violar els drets d'autor, però les seves aplicacions serien rendibles si els hagués de pagar?
Una darrera qüestió és la relativa a l'impacte ambiental dels sistemes d'intel·ligència artificial, la petjada de carboni dels quals derivada de les emissions de gasos efecte hivernacle per la quantitat d'energia que demanen és creixent, a mesura que es fan més complexos i sofisticats. S'ha arribat a calcular que entrenar un sol model d'intel·ligència artificial produeix una empremta de carboni superior a les de cinc automòbils durant tota la vida útil.
Estarem davant d'un nou hivern de la intel·ligència artificial? Per si de cas, vagin agafant roba d'abric.