Este verano, Núria López-Bigas, investigadora ICREA del Instituto de Investigación Biomédica (IRB) de Barcelona y ex profesora de la Universidad Pompeu Fabra, saltaba a los titulares de muchos medios, tanto estatales como internacionales, por haber desarrollado una herramienta de inteligencia artificial capaz de señalar las mutaciones en un gen que contribuyen al desarrollo y la progresión de un tumor.

Las células del organismo pueden llegar a acumular decenas de miles de alteraciones en su ADN a lo largo de la vida. La gran mayoría serán inocuas y solo algunas tendrán el potencial de acabar generando un cáncer. Por eso, identificar cuáles son es esencial para ofrecer al paciente un tratamiento personalizado. El problema existente, pero, era que hasta ahora se trataba de un proceso largo, lento y costoso para los laboratorios e inviable para cada enfermo.

De aquí la relevancia de la herramienta desarrollada por López-Bigas, basada en métodos de aprendizaje máquina y capaz de simular todas las posibles alteraciones genéticas en un cáncer, para identificar cuáles tienen un papel relevante en la aparición de un tumor. La herramienta ayudará a los oncólogos a la hora de definir los mejores tratamientos para cada persona.

Solo siete días antes de la publicación del estudio científico de López-Bigas otro avance sobre la biología y la inteligencia artificial se había hecho también un lugar en la actualidad informativa. La compañía DeepMind y el Laboratorio Europeo de Biología Molecular (EMBL) habían conseguido elaborar el compendio más completo y preciso de las 20.000 proteínas del cuerpo humano. El hito, seguramente el más importante en este ámbito de la ciencia desde la publicación del genoma humano hace veinte años, abría las puertas a poder comprender mejor su función en la célula, qué pasa cuando muta y como está implicada en enfermedades, entre muchas otras cosas. 

El boom de la IA

El de Bigas-López y DeepMind-EMBL son sólo dos ejemplos de los enormes progresos que desde hace un tiempo suceden con rapidez prácticamente en todos los ámbitos del conocimiento humano, gracias al uso de herramientas de inteligencia artificial, un término acuñado el 1955 por el informático y científico cognitivo de los EE.UU. John McCarthy y que se refiere al desarrollo de algoritmos que permiten a una máquina tomar decisiones inteligentes; o como mínim, parecidas a las decisiones humanas.

Desde la creación del concepto en sí y durante casi seis décadas, la investigación en IA y en herramientas basadas en el aprendizaje de las máquinas ha ido avanzando y generando avances, aunque lentamente. Sin embargo, desde 2008 la investigación en este ámbito se ha acelerado y se ha ido extendiendo como un charco de aceite a una infinidad de disciplinas. Tal es así que ahora se habla de un boom para referirse a la miríada de aplicaciones de la IA en todas las disciplinas. 

Lo cierto es que “se ha producido un salto cualitativo inmenso que nos ha permitido progresar muchísimo de golpe, unos quince o veinte años de investigación resueltos en un solo año. Y esto ha comportado liberar muchas posibles aplicaciones que hasta ahora estaban bloqueadas o no funcionaban”, explica Antonio Torralba, uno de los expertos más destacados en el mundo de la IA, e investigador desde hace veinte años en el Laboratorio de Inteligencia Artificial y Ciencias de la Computación (CSAIL)  —centro neurálgico mundial de investigación en este ámbito— del Instituto de Tecnología de Massachusetts (MIT).

Desde 2008 se ha producido un boom de aplicaciones basadas en inteligencia artificial

Esta auténtica revolución de la IA se basa en el hecho que “desde 2008 ha habido un enorme ascenso de las capacidades de las redes neuronales, en particular del aprendizaje profundo”, apunta Ramon López de Mántaras, fundador y exdirector del Instituto de Investigación en Inteligencia Artificial del CSIC (IIIA-CSIC).

Las redes neuronales son un modelo computacional que permite simular el funcionamiento del cerebro humano y son capaces de aprender sin estar específicamente programadas. Por ejemplo, una red neuronal, después de reconocer patrones repetidos a partir de miles de radiografías de lesiones pulmonares será capaz de identificar por sí misma los tumores con una precisión que puede llegar a superar la humana.

Pero en el avance exponencial de la IA también “tiene que ver la enorme mejora de la capacidad de supercomputación y el hecho de que se ha hecho asequible y accesible a la comunidad investigadora. A esto tenemos que sumar la disponibilidad de datos masivos, pieza clave para entrenar los algoritmos”, resume López de Mántaras. Es así como aplicaciones de la IA hasta hace poco reservadas a las grandes empresas tecnológicas —como Google, Facebook, Apple o Amazon—, ahora se han democratizado.

“Hoy en día, cualquier investigador puede tener acceso a recursos de supercomputación, porque son abiertos, y también a bases de datos científicas” que están en la nube, añade Pep Martorell, director asociado del Barcelona Supercomputing Center (BSC-CNS). “Los algoritmos se han convertido en una commodity para muchos grupos de investigación que, aunque no sepan desarrollarlos, se los pueden bajar de Google y manejarlos”. 

La mejora de la capacidad de las redes neuronales y de la supercomputación, y la gran disponibilidad de datos masivos han sido tres factores clave para el auge de las aplicaciones de la IA.

Sin ir más lejos, hace diez años, en el BSC-CNS había algunos grupos que trabajaban con IA, sobre todo en la relación entre la IA y la supercomputación, con tal de diseñar superordenadores más eficientes a la hora de entrenar algoritmos. Ahora, de entre los casi 600 grupos de investigación de este centro, es difícil encontrar alguno que no incorpore técnicas y conocimientos de IA.

Un sistema de R+D preparado

Pero esto que ha pasado en Cataluña no se ha repetido en todas partes. “No todos los países del mundo han podido hacer este paso”, alerta Martorell, para quién, en este sentido, Cataluña se sitúa en una posición notable porque la convergencia tecnológica que ha permitido el avance exponencial de la IA ha pasado en un momento en que “nuestro país contaba ya con un sistema de investigación y desarrollo robusto y maduro respecto a las tecnologías digitales”. Estábamos preparados para acoger la forma de trabajar de datos científicos masivos y algoritmos, con la masa crítica necesaria, con grupos de investigación grandes, multidisciplinares, e instituciones potentes. El catalán es, además, un sistema de R+D donde hay mucha permeabilidad, y esto permite que todo el mundo se pueda beneficiar”, valora.

Buena muestra que Cataluña cuenta con un tejido de R+D maduro de IA es el anuncio reciente de Microsoft de crear un nuevo centro en Barcelona dedicado a la investigación y el desarrollo en aplicaciones de inteligencia artificial

Buena muestra que Cataluña cuenta con un tejido de R+D maduro de IA es el anuncio reciente de Microsoft de crear un nuevo centro en Barcelona dedicado a la investigación y el desarrollo en aplicaciones de inteligencia artificial. En una primera fase, seleccionarán treinta ingenieros de programación y científicos de datos para que trabajen en la mejora del buscador de Microsoft, Bing, con el cuál pretenden competir con Google.

La apuesta catalana por la IA

Con tal de establecer las bases para potenciar y reforzar este sistema de R+D y IA, el 2020 la Generalitat de Cataluña presentó el plan estratégico de país centrado en la inteligencia artificial, pionero en el Estado, Catalonia.AI. Cuenta con una dotación específica de 10 millones de euros para los próximos tres años y persigue impulsar un país digital y la implementación y el desarrollo de esta tecnología.

De hecho, ya hay 179 compañías que trabajan en el ámbito de la IA en nuestro territorio, con 8.500 trabajadores y una facturación anual de 1.350 millones de euros, según datos proporcionados por el entonces consejero de políticas digitales y administración pública, Jordi Puigneró. Según afirmó durante la presentación del plan, es una de las tecnologías digitales avanzadas que más impacto económico y social tendrá en los próximos años: se estima que el 2030 generará un incremento adicional de 15 billones de dólares del PIB mundial.

 la Alianza de Investigación en Inteligencia Artificial de Cataluña (AIRA), que tiene como objetivo promover la investigación científica, la gestión del talento y la aceleración de soluciones basadas en IA en Cataluña

Enmarcado dentro del Catalonia.AI, recientemente el Govern ha aprobado la creación de la Alianza de Investigación en Inteligencia Artificial de Cataluña (AIRA), que tiene como objetivo promover la investigación científica, la gestión del talento y la aceleración de soluciones basadas en IA en Cataluña. De esta alianza forman parte, en una primera fase, centros e institutos de investigación en IA punteros, como el Centro de Visión por Computador (CVC), el Barcelona Supercomputing Center —Centro Nacional de Supercomputación (BSC-CNS)—, el Instituto de Investigación en Inteligencia Artificial (IIIA), el Instituto de Robótica e Informática Industrial (IIRI) y el Centro de Investigación en Ciencia de Datos Inteligentes y Inteligencia Artificial (IDEAI-UPC). La idea que hay detrás es que puedan desarrollar una estrategia coordinada.

“La iniciativa es buena, pero parte de una inversión deficitaria”, considera López de Mántaras, que en el momento de hablar con 360upf formaba parte del comité científico de evaluación independiente de centros de excelencia alemanes. “En Alemania tienen 6 centros y cada uno tiene un presupuesto de 20 millones de euros anuales. Aquí estamos hablando de 10 millones para todos los centros que trabajamos en IA para los próximos tres años”. Según este experto, en Cataluña y también en España se está invertiendo en R+D en IA “por lo menos un orden de magnitud inferior que en países como Francia, Alemania o el Reino Unido. Y esto hará que de aquí a diez años estemos a gran distancia, por detrás, de los líderes”.

“La iniciativa es buena, pero parte de una inversión deficitaria”, según López de Mántaras

La UPF apuesta por la IA

En Cataluña existen centros e instituciones de investigación que cuentan con líneas de investigación específicas de IA y sus aplicaciones. Es el caso de la UPF, que además también destaca por realizar investigación de excelencia en diversos ámbitos del conocimiento utilizándola como herramienta habitual en sus proyectos.

"En el ámbito catalán y europeo, podemos decir que somos un referente en términos de IA, a pesar de ser una universidad pequeña donde las ciencias sociales y las humanidades tienen un papel importante", señala con orgullo Enric Vallduví, vicerrector de Investigación de la UPF, que enumera algunos proyectos que están desarrollando investigadores de la casa: desde una economista que estudia cómo evoluciona la pobreza y el nivel de renta a partir del análisis numérico de la densidad de luces en las imágenes de satélite de países africanos; hasta el estudio del origen de la capacidad lingüística para que sea replicada en sistemas automáticos como los robots.

"Todos nuestros investigadores ven un elemento que puede hacer que haya un avance importante de investigación y mejora de la sociedad, y por eso la utilizan", añade.

Muestra de la preeminencia de la Universidad en este ámbito a escala europea es la obtención, recientemente, por parte de investigadores de la UPF, de tres European Research Council awards (ERC), los más prestigiosos de la Unión Europea en la categoría de búsqueda de frontera en el campo de la IA

Muestra de la preeminencia de la Universidad en este ámbito a escala europea es la obtención, recientemente, por parte de investigadores de la UPF, de tres European Research Council awards (ERC), los más prestigiosos de la Unión Europea en la categoría de búsqueda de frontera en el campo de la IA. Además, la Universidad forma parte de diversas redes europeas de excelencia en inteligencia artificial, como TAILOR, HUMANE-AI, y CLAIRE, destacando por la calidad de su producción científica en revistas especializadas y en congresos internacionales.

ERC awards en el ámbito de la IA en la UPF

Héctor Geffner (grupo de investigación AI/ML). El proyecto RLeap tiene como objetivo conseguir la integración entre aprendices y solucionadores en el contexto de la planificación, abordando el problema del aprendizaje de representaciones de planificación de primer orden, a partir de percepciones originales sin utilizar ningún conocimiento simbólico previo. La capacidad de construir representaciones simbólicas de primer orden y utilizarlas para expresar, comunicar, alcanzar y reconocer objetivos es uno de los principales componentes de la inteligencia humana y un problema en investigación fundamental y abierta en IA. Si analizamos y resolvemos esta dificultad, el proyecto puede marcar la diferencia a la hora de entender y conseguir una IA general, explicable y fiable.

Gergely Neu (grupo de investigación AI/ML): El proyecto SCALER pretende ofrecer una mejor comprensión fundamental del aprendizaje por refuerzo (RL) a gran escala. Durante los últimos años, los métodos RL han logrado una gran popularidad, porque son la técnica clave que se encuentra detrás de algunos avances espectaculares de la investigación en IA, dado que renovaron el interés por aplicar estas técnicas a problemas reales, como el control de vehículos autónomos o de redes energéticas inteligentes. Aunque el RL es claramente adecuado para abordar estos problemas, la aplicabilidad de la generación actual de algoritmos RL es limitada porque, por un lado, no tiene garantías formales de rendimiento y, por otro, presenta una eficiencia muestral muy baja. El proyecto SCALER propone analizar este problema y avanzar en el estado del arte en RL mediante el desarrollo de una nueva generación de algoritmos demostrablemente eficientes y escalables.

Marco Baroni (grupo de investigación COLT): El objetivo del proyecto ALiEN es desarrollar un lenguaje universal que permita a los agentes de IA impulsados ​​por redes neuronales profundas comunicarse. De esta forma, por ejemplo, dos coches autónomos en un cruce podrían negociar quién tiene preferencia, o una nevera inteligente podría ofrecer una aplicación de compras cuando el stock de leche fuera bajo. La idea básica del proyecto no es intentar especificar este "lenguaje" manualmente, sino dejar que los propios agentes de IA le hagan evolucionar mientras cooperan para resolver tareas conjuntas.

Aplicación de la IA en proyectos de investigación

John Palmer, profesor del Departamento de Ciencias Políticas y Sociales de la UPF, quién, en colaboración con el Centro de Estudios Avanzados de Blanes (CEAB-CSIC), lidera el proyecto de interacción humano-mosquito (H-MIP), que pretende entender mejor de qué depende el comportamiento de los mosquitos y cómo esto influye en la dinámica de las enfermedades transmitidas por la picada de estos insectos.

“Los mosquitos no pican homogéneamente. Hay personas que son más susceptibles de padecer picaduras que otras. Entender los factores que propician que en dos barrios con la misma densidad de mosquitos y personas haya diferencia en el nombre de picaduras es muy relevante a la hora de pensar en políticas de salud pública”, explica.

Con esta finalidad, han desarrollado un sistema de ciencia ciudadana, MosquitoAlert, a través del cuál los ciudadanos envían imágenes de mosquitos y lugares de cría. Hasta ahora, entomólogos voluntarios repartidos por Cataluña y Europa identificaban la especie en la plataforma. Ahora, con las más de 6.600 fotografías que ya han analizado, los investigadores han entrenado un sistema de redes neuronales, con la idea que la aplicación sea capaz de hacer sola la identificación.

“El proyecto TELMI desarrolla un conjunto de tecnologías con tal de potenciar el aprendizaje musical. Está liderado por Rafael Ramírez, del Grupo de Tecnologías Musicales de la UPF”

En el caso del proyecto Liver Color, la catedrática Gemma Piella, del BCN MedTech de la UPF, en colaboración con el Hospital Vall d’Hebron, ha desarrollado una plataforma basada en aprendizaje máquina para evaluar el estado y la idoneidad de los hígados candidatos para hacer un transplantamiento.

“Hemos entrenado un algoritmo que es capaz de evaluar la calidad total de grasa que tiene un hígado con una precisión superior a la de un cirujano”, destaca Piella. Para entrenarlo, han creado una base de datos con imágenes de hígados, resultados de las biopsias y valoraciones de los médicos para contrastar. El algoritmo tiene, de momento, una eficacia del 83% frente al 55% de los médicos, que a menudo descartan órganos válidos para curarse en salud.

“Hasta ahora, la base de datos solo tiene un centenar de imágenes y datos de hígados procedentes del Hospital Vall d’Hebron; pero, ahora, estamos haciendo un estudio multicéntrico con cinco hospitales de todo España y esperamos poder tener muchos más datos para entrenar un algoritmo de aprendizaje profundo y aumentar la eficacia”. La idea final es integrar el sistema en una aplicación móvil, de forma que el cirujano haga una foto del órgano que hay que extraer con una endoscopia, sin necesidad de abrir el cadáver para extraer el hígado, y que la app diga si es válido o no.

“El proyecto ‘Welcome’, financiado por la UE, investiga y desarrolla herramientas de IA para la integración de migrantes y refugiados en Europa. Está liderado por el profesor de investigación ICREA de la UPF, Leo Wanner”

La IA también puede optimizar el funcionamiento de los sistemas de comunicación. Desde el consorcio FemIoT, en colaboración con el Ayuntamiento de Barcelona, se ha lanzado un proyecto, Connected Street, para medir la polución ambiental alrededor de las supermanzanas y evaluar qué impacto tienen a la hora de reducir contaminación y ruido ambientales. Con este objetivo, se instalarán sensores en la calle, pequeños dispositivos que captarán los gases en el aire, y transmitirán los datos.

“Que lo hagan de forma frecuente comporta un consumo de energía alto e innecesario, porque si la contaminación no varía, no es necesario enviar información”, señala Boris Bellalta, profesor al frente del Grupo de Investigación en Redes sin Hilos en el Departamento de Tecnologías de la Información y la Comunicación (DTIC) de la UPF. “Nosotros aplicamos IA para que la red se adapte a las condiciones del entorno y solo envíe información cuando haya un cambio significativo”, añade este ingeniero.

El auge de la inteligencia artificial (IA), una oportunidad para las spin-off de la UPF

El progreso de la inteligencia artificial está avivando la creatividad empresarial. Su enorme versatilidad está favoreciendo la eclosión de numerosos proyectos emprendedores que exploran maneras de aplicarla en ámbitos muy diversos. Son ejemplo algunas empresas spin-off de la UPF, surgidas para explotar conocimientos y tecnologías generados en la Universidad. Se trata de MedBioinformatics Solutions, Voctro Labs y BMAT. Estas son sus propuestas:

MedBioinformatics Solutions

Web: medbioinformatics.com

A qué se dedica: esta spin-off del IMIM y la UPF ofrece servicios de consultoría y un programa informático, llamado DISGENET plus, sobre relaciones entre genes y enfermedades para ayudar a las empresas a elaborar nuevos productos y servicios.

Cómo utiliza la inteligencia artificial: DISGENET plus contiene una base de datos sobre enfermedades humanas y los genes que se encuentran alterados en cada una de estas. La plataforma obtiene esta información de la literatura científica que se publica en todo el mundo. Su tecnología, basada en herramientas de minería de textos, es capaz de 'leer' los artículos científicos para extraer de manera automática la información sobre asociaciones entre genes y enfermedades. Esta información se combina con la obtenida de otras bases de datos integradas en la plataforma. Esto permite a DISGENET plus disponer de información actualizada sin tener que recurrir a métodos tradicionales y más costosos.

Voctro Labs

Web: voctrolabs.com

A qué se dedica: es una empresa de tecnologías de audio que desarrolla voces artificiales. Las ofrece, mediante la marca comercial Voiceful, a empresas de videojuegos, música, realidad virtual, cine o aplicaciones móviles para que las integren en sus productos.

Cómo utiliza la inteligencia artificial: su tecnología utiliza algoritmos de aprendizaje automático que, basándose en los rasgos de voces reales, generan voces artificiales. Una de las aplicaciones que han desarrollado es capaz de hacer hablar a los usuarios de videojuegos con las voces de los personajes. La empresa también puede generar voces artificiales habladas o cantadas a partir de textos o partituras. Recientemente ha lanzado una aplicación, llamada Cantamus, que sirve como herramienta de ensayo para cantantes y directores de corales. Basta subir una partitura y, automáticamente, genera las voces de todo el coro para ayudar a los usuarios a practicar.

BMAT

Web: bmat.com

A qué se dedica: proporciona a la industria audiovisual servicios de monitorización musical para contribuir a repartir los beneficios derivados de los derechos de autor entre sus propietarios de manera justa, eficiente y transparente.

Cómo utiliza la inteligencia artificial: su producto más utilizado es una plataforma que monitoriza de manera constante miles de canales de radio y televisión para generar informes sobre el uso de las músicas que se emiten. El sistema dispone de una base de datos con millones de canciones indexadas que utiliza para identificar el contenido emitido en los medios. Sus tecnologías pueden incluso identificar versiones inéditas de canciones y también tienen la capacidad de determinar cuál es el grado de audibilidad de la música, un aspecto que se debe tener en cuenta a la hora de repartir los derechos de autor.

Algunas sombras

Aunque la inteligencia artificial se irá haciendo cada vez más sofisticada y permitirá aplicaciones más y más complejas, también comportará desafíos, tanto tecnológicos como éticos y de seguridad, antes que la podamos hacer servir sin errores en hospitales, centros educativos, aeropuertos, sistema policial. Mireia Artigot, investigadora Ramón y Cajal de la Facultad de Derecho de la UPF, es experta en el estudio del impacto de la IA en las interacciones entre consumidores y empresas en el mercado, desde un punto de vista jurídico y económico. Investiga qué sucede en el ámbito digital cuando, por ejemplo, contratamos un servicio o adquirimos un producto.

“La política de privacidad es la gasolina de la IA. Aceptamos las condiciones sin leerlas, y esto tiene efectos: te crea necesidades que no tienes, te hace tomar decisiones de compra que no tomarías. En definitiva, te crea una vulnerabilidad como consumidor en el mercado”, advierte.

A menudo, al navegar por la red estamos ofreciendo datos a grandes empresas que elaboran perfiles sobre nosotros como usuarios, y que afectan toda nuestra secuencia en el mercado digital. A través de nuestras huellas, podemos saber qué hemos mirado, qué navegador utilizamos, qué ordenador tenemos, qué compramos, cuánto gastamos al mes. “Trazan una radiografía acurada de tu nivel de renta, de si estás dispuesto a pagar X por aquello que te ofrecen; y usan estos datos para ofrecerte productos supuestamente personalizados. El problema es que como consumidores no sabemos de dónde viene la información que tienen, quién se la ha proporcionado, en base a qué y qué consecuencias tiene para cada persona. Es una caja negra”, apunta Artigot. Empresas como Amazon, Apple, Skyscanner, Booking, Uber, ofrecen precios diferentes a sus clientes en base a sus perfiles. “Además, una vez el sistema tiene sus datos, no hay forma de desaparecer”, alerta esta investigadora.

las universidades no son ajenas a los desafíos que supone el uso de big data y IA. Algunas, como la UPF, ofrecen formación a su alumnado para tratar estas cuestiones

En este sentido, las universidades no son ajenas a los desafíos que supone el uso de big data y IA. Algunas, como la UPF, ofrecen formación a su alumnado para tratar estas cuestiones. Es el caso, por ejemplo, del nuevo grado en Ingeniería Matemática en Ciencia de Datos, orientado, precisamente, a formar los expertos que tendrán que extraer y procesar los datos que generamos, contínuamente, desde el momento que encendemos el móvil por la mañana hasta que hacemos una compra con la tarjeta de débito, con el objetivo que seamos capaces de generar servicios y aplicaciones para contribuir al bien común.

No es el único reto al cual, como sociedad, tendremos que hacer frente. Uno de los puntos más polémicos es la toma de decisiones y la autonomía de las máquinas. “La toma de decisiones que afectan al ser humano no la pueden hacer las máquinas. Pueden ofrecer un diagnóstico, pero siempre ha de ser el humano quién valore qué hay que hacer”, añade Torralba, para quien “al fin y al cabo la máquina no tiene responsabilidad, que es un aspecto esencial en la toma de decisiones”.

Para este experto en IA, hay otro aspecto que se tiene que resolver y son los sesgos. Hace poco, Facebook pedía disculpas a sus usuarios después que se descubriese que su IA etiquetaba a las personas negras como gorilas. “Quizás sería interesante que hubiese organismos de certificación de software de IA independientes, como pasa con la ITV de los vehículos”, sugiere López de Mántaras.

En el CSAIL del MIT, Torralba dirige la recientemente creada Facultad de Inteligencia Artificial y Toma de Decisiones. Ofrece estudios de grado líderes en el mundo en los que los sesgos se tratan de forma transversal. “Damos a los estudiantes herramientas para detectar problemas y buscar soluciones”, explica, y pone como ejemplo la asignatura Aprendizaje Máquina, en que el alumnado tiene que identificar los sesgos de género que tiene un sistema cuando aprende lenguaje a partir de textos escritos que contienen sesgos de género.

“En el fondo, la máquina no deja de ser un espejo de lo que somos nosotros, donde vemos nuestros defectos. Es también una oportunidad que nos ofrece”, considera Torralba. “Puede haber sesgos de los cuáles no somos conscientes y nos puede servir para identificarlos y corregirlos en los procesos de toma de decisiones”, redobla.