En 1984, los mayores cerebros relacionados con el mundo de la comptuación de la época se reunían en la convención anual de la AAAI, la Asociación Norteamericana de Inteligencia Artificial.
En la reunión, Roger Schank —padre de la teoría de dependencia conceptual sobre la que ha evolucionado buena parte de los modelos de IA actuales— y Marvin Minsky —ganador del Premio Turing y uno de los grandes nombres del campo—, se levantaron de sus asientos para advertir de algo que parecía cortar el el entusiasmo que se vivía en la sala.
La inteligencia artificial llevaba entonces unos años al alza impulsada por la financiación de DARPA y los avances en computación. Pronto firmas como Xerox lanzarían al mercado máquinas Lisp, destinadas a ser las primeras estaciones de trabajo humano-máquina con enfoque comercial. El entusiasmo estaba justificado.
Sin embargo, Minsky y Schank coincidieron al describir un peligro: se acercaba un posible invierno de la inteligencia artificial.
Este término, acuñado como referencia directa al “invierno nuclear”, hace referencia desde entonces a un periodo en el que, tras un enorme entusiasmo o hype en torno a las posibilidades de la IA, llega un periodo de parón, descenso de la financiación y descrédito por parte de la opinión popular.
Los dos viejos rockeros sabían bien de qué hablaban. Ambos habían pasado lo que después se conocería como el primer invierno de la IA. Fue a mediados de los 70, cuando el abandono de varios programas de traducción automática y la pérdida de crédito de proyectos como el Perceptron —el primer computador capaz de tener un primigenio indicio de aprendizaje automático— que zancadilleó el propio Minsky, llevaron a años de descenso de inversión y parones en la investigación.
Acertaron. Las máquinas Lisp apenas se vendieron, y hasta bien entrado los 90 no se reverdeció el interés por la IA de la mano de figuras hoy reconocidas como el ex-Google Geoff Hinton o Yann LeCun, quien hoy trabaja para Meta. Los avances de estos dos últimos en el campo de las redes neuronales a veces han sido discutidos como una antítesis de las propuestas de Minsky, aunque eso, es otra historia.
El hecho es que la IA ha pasado de forma cíclica desde sus orígenes hace más de setenta años por periodos de una gran expectación y otros en los que parecía quedar extremadamente lejana su aplicación real.
Es fácil pensar qué se asemeja más al momento actual. En poco más de un año hemos visto la llegada de Dall-E 2 y también de ChatGPT. Microsoft y Google se han enzarzado en una carrera hacia delante por demostrar sus avances, mientras Meta, Apple o Amazon trabajan de forma más soterrada pero constante.
En paralelo, el común de los mortales (los usuarios) empezamos a ver al igual que muchas empresas posibles aplicaciones prácticas. Alucinamos casi tanto como lo hace ChatGPT a veces, y también se ha creado un mercado centrado en la expectación de generar dinero, facilitarnos la vida o acabar con el mercado laboral que pueden abrir estas herramientas.
¿Llegará un nuevo invierno tras la época actual? Mientras lo esperamos como en Juego de Tronos, repasemos cómo han sido los anteriores.
De la cuna de la IA a su primer invierno (1974-1980)
La conferencia de Darmouth, celebrada en 1956, es considerada la cuna de la inteligencia artificial. Allí, algunos de los que después serían los científicos informáticos y matemáticos más importantes de todos los tiempos, se reunieron durante ocho semanas en la universidad perteneciente a la Ivy League del mismo nombre y fijaron las bases que han llevado este campo, conceptual y materialmente, hasta el lugar que ocupa hoy.
El primer invierno de la IA ocurrió entre 1974 y 1980, después de un período de casi 20 años de interés significativo en lo que algunos han llamado la Época Dorada de la IA. Este invierno fue precipitado por la publicación del Informe Lighthill en 1973 en el Reino Unido. Fue muy crítico con la investigación en el campo hasta ese punto, afirmando que la investigación en IA había fracasado esencialmente en cumplir con los objetivos grandiosos que había establecido. Esto llevó al Gobierno Británico a dejar de financiar la IA.
Pero hasta llegar hasta ahí habían ocurrido más cosas. En 1969, los informáticos Marvin Minsky y el matemático Seymour Papert publicaron juntos el libro Perceptrones. En el libro, describen las razones del fracaso del perceptrón de Rosenblatt, al que ya hemos citado como un abuelo de las redes neuronales actuales.
Además, en la década de 1970, el principal patrocinador de la IA, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA), antes conocida como Agencia de Proyectos de Investigación Avanzada (ARPA), que apoyaba las investigaciones en inteligencia artificial sin apenas condiciones, dejó de patrocinar las investigaciones que no llevaban a ninguna parte. Adoptaron políticas para apoyar únicamente aquellas investigaciones que puedan demostrar que, en la práctica, proporcionarán resultados positivos a los problemas actuales, centrándose principalmente en la tecnología militar.
El segundo invierno (1987-1993)
El segundo invierno de la IA tuvo lugar entre 1987 y 1993. Durante este período, el interés en la IA se desvaneció gradualmente y la financiación se redujo de nuevo.
Mientras la industria de la IA estaba en plena efervescencia y los medios de comunicación difundían sus bondades, comenzaron a surgir voces como las que hemos descrito en la reunión de la AAAI de 1984.
Al fracaso económico de las máquinas Lisp se sumó poco después el parón en seco de lo que se denominaba la carrera hacia los ordenadores de quinta generación, especialmente importante en Japón.
En 1991, el Ministerio de Comercio Internacional e Industria japonés fracasó retiró sus fondos. Se había desarrollado desde 1982 utilizando el lenguaje informático PROLOG en lugar del lenguaje de programación basado en LISP de los investigadores de IA estadounidenses. Su objetivo era construir un sistema que utilizara un sistema operativo de IA capaz de encontrar lo que el usuario necesita hacer y luego realizarlo, como mantener conversaciones, interpretar imágenes y resolver problemas y pensar como los humanos.
En cierto modo, algo parecido a lo que se está consiguiendo ahora.
Los inviernos de la inteligencia artificial nos han mostrado cómo el entusiasmo excesivo y las expectativas poco realistas pueden conducir a la decepción y la disminución de la financiación e interés en la IA.
No es raro, por lo tanto, que ya se hable de un Boom de la IA o de una primavera. La pregunta es: ¿precederá a un nuevo invierno?