El arte de las máquinas

Con distintas e insólitas secciones, este grupo sigue existiendo a día de hoy. Fue fundado por el escritor Raymond Queneau y por el ingeniero químico François Le Lionnais. Y se le fueron uniendo figuras como Italo Calvino, Georges Perec, Marcel Duchamp y el matemático Claude Berge, entre otros. Se trata de un ejemplo de inquietud intelectual que unía diversas inspiraciones con el afán de afinar cualquier expresión. Pienso en Marcus du Sautoy, un catedrático de matemáticas en la universidad de Oxford que, naturalmente, tiene aficiones más allá de su profesión. Hincha del Arsenal, equipo de fútbol londinense, y trompetista que nunca ha podido dominar, según dice, el jazz improvisado, pues le exige convertirse en compositor.

Georges Perec en una calle de París

Esto nada tiene que ver con su labor de matemático, pero se trata de alguien que tiene interés en explorar las relaciones que se puedan dar entre la ciencia útil y el arte creativo. Así, en su libro Programados para crear (Acantilado), Du Sautoy plantea cómo estar aprendiendo a escribir, pintar y pensar la inteligencia artificial, cómo captar el espíritu de una frase y cómo abordar las ambigüedades del lenguaje humano y distribuir las palabras de un modo coherente y eficaz.

Fallecido en 1996, el matemático húngaro Paul Erdös (un sabio adorado por sus discípulos, tanto en Combinatoria como en Teoría de grafos) se desmelenó un día con esta frase: “Un matemático es una máquina que transforma el café en teoremas”. Hoy hay matemáticos que reconocen la necesidad de las máquinas para seguir avanzando en su actividad. Es proverbial el caso de Doron Zeilberger, un matemático israelí que, desde hace más de treinta años, escribe artículos que firma poniendo como coautor a ‘Shalosh B. Ekhad’, su ordenador. 

El traductor de Google dispone de más de cien lenguas, y cada día traslada más de 140.000 millones de palabras. En los 25 años que van de 1994 a 2019, el directorio de internet ha pasado de disponer de tres mil sitios web a 1.267 millones. Otro orden de magnitud. ¿Hay límites? Hace unos setenta años, John McCarthy acuñó el término Inteligencia Artificial. Conocido por sus estudiantes del MIT como tío John, fue un matemático norteamericano, de padre irlandés y madre lituana. Ambos eran miembros activos del Partido Comunista, pero él repudió su ideología tras visitar Checoslovaquia en 1968, al ser un firme y coherente defensor de la libertad de expresión.

Catedrático de la universidad de Standford durante casi cuarenta años, formuló la idea de la informática utilitaria y del tiempo compartido (compartir un recurso informático entre muchos usuarios y al mismo tiempo). Tenía este lema: “Haz aritmética o estarás condenado a decir tonterías”. En 1979 abrió la caja de los truenos de las emociones de las máquinas con esta afirmación: “Se puede decir que máquinas tan simples como los termostatos tienen creencias, y tener creencias parece ser una característica de la mayoría de las máquinas capaces de resolver problemas”.

John McCarthy, uno de los 'padres' de la Inteligencia Artificial

Vista como un juego de imitación, la inteligencia permite aprender de los fallos cometidos. Se puede decir que los robots parlantes aprovechan nuestra conversación como entrenamiento y estímulo para mejorar, siguiendo algoritmos que, por aprendizaje aritmético, evolucionan y maduran tal como podemos hacer nosotros. Aunque estemos lejos de entender el proceso mediante el cual el cerebro procesa los datos y los integra en un mensaje, importa comprender las reglas matemáticas que sustentan los algoritmos que controlan la vida de hoy día. Se estima que el noventa por ciento de los datos que corren por ahí se han conseguido en los últimos cinco años.

Una labor que hoy se espera del matemático es que confeccione modelos o patrones y reconozca los que están subyacentes. Desde los Elementos de Euclides, libro de reglas que puso en marcha un juego de demostraciones, estamos necesitados de argumentos lógicos para convencer de nuestros puntos de vista. Y, conscientes de la diferencia fundamental que pueda haber entre verdad y opinión mayoritaria, es decisivo que quienes sean competentes no se dobleguen a la presión externa que les está reservada por decir lo que ven y manifiesten sus discrepancias con lo establecido por el poder. A pesar de que desde Kurt Gödel –el genial lógico checo que se hizo amigo de Einstein–, se puede aceptar que hay enunciados verdaderos en matemáticas para los que no existe demostración, nunca se ha de dimitir del empeño por hacer entrar en razón, ya lo hacen quienes prefieren la fuerza bruta.

¿Es posible hacer que suenen las matemáticas? Quizá los compositores, dice Du Sautoy, han sabido identificar cómo el cerebro codifica ciertas emociones. Y recuerda que Bach tenía el 14 como número preferido, quizá porque BACH= 2+1+3+8=14; con asignaciones numéricas a las letras del abecedario. La inteligencia artificial produce música que puede resultar más grata a los oídos que otras piezas ideadas por seres humanos. En todo caso, hacer una obra de arte, del tipo que sea, no es resolver un problema, y es absurdo suponer que la música tenga una respuesta correcta o incorrecta como sucede en las matemáticas.

Sin embargo, se van descubriendo estrategias que resultan cada vez más innovadoras y ganadoras. Así, la compañía Deep Mind ha diseñado mecanismos que aprenden a jugar como los seres humanos. Su programa Alpha Go consiguió derrotar a Lee Sedol, la gran figura del juego Go. Y la supercomputadora Deep Blue, de IBM, ha llegado a derrotar al ajedrez a Kaspárov, campeón del mundo. Es posible disponer de unas neuronas artificiales conocidas como perceptrones, que se constituyen en redes neuronales artificiales.

Esta imitación de las neuronas biológicas consiste en microchipsque también responden a las señales eléctricas de un modo no lineal, sin que guarde proporción a los estímulos recibidos. Resulta posible el desarrollo de un algoritmo para obtener tendencias de los datos de entrada. Así, por ejemplo, se hace posible deducir la orientación sexual o filiación política de alguien por sus películas preferidas. Y en 2012, el matemático Lloyd Shapley obtuvo el premio Nobel de Economía por  su algoritmo de emparejamiento (ideado con David Gale) a los mercados financieros.

Puede variar el resultado según quién sea el que se ofrezca al otro. Hace unos años, los estudiantes de Medicina de Estados Unidos que aspiraban a plazas de médico interno residente descubrieron que la Administración seguía este algoritmo para asignar plazas, de modo que eran los hospitales los que se ofrecían a los estudiantes y éstos tenían peor acomodo que si, al revés, fueran ellos quienes se ofrecieran a los hospitales. Reclamaron y se acabó invirtiendo el procedimiento.