El santo grial de la inteligencia artificial, crear software que se acerque a imitar la inteligencia humana, aún está muy lejos. Pero en 2014 asistimos a grandes avances en el software de aprendizaje automático capaz de adquirir capacidades partiendo de la experiencia. Empresas en sectores que van desde la biotecnología hasta la computación han recurrido a estas nuevas técnicas para resolver problemas difíciles y desarrollar nuevos productos.

Los resultados más llamativos de la investigación en IA vinieron del campo del aprendizaje profundo, que implica usar burdas neuronas simuladas para procesar los datos.

El trabajo en el aprendizaje profundo suele centrarse en las imágenes, que son algo que los humanos comprenden muy fácilmente, pero que al software le cuesta muchísimo descifrar. Investigadores de Facebook usaron este enfoque para crear un sistema capaz de distinguir, casi igual de bien que un humano, si dos fotos son de la misma persona. Google demostró un sistema capaz de describir escenas usando frases cortas.

Resultados como estos han llevado a las grandes empresas a competir ferozmente para quedarse con los investigadores en IA. Google pagó más de 600 millones de dólares (unos 480 millones de euros) por una start-up de aprendizaje automático llamada DeepMind a principios de año. Cuando MIT Technology Review se reunió con el fundador de la empresa, Demis Hassabis, más tarde este mismo año, este nos explicó cómo el trabajo de DeepMind estaba formado por investigaciones punteras sobre el cerebro humano.

Baidu, la empresa cuyo buscador se conoce como el "Google chino" también ha invertido mucho dinero en inteligencia artificial. Montó un laboratorio en Silicon Valley para ampliar sus investigaciones en aprendizaje profundo y competir con Google y otros por el talento existente. Contrataron al investigador de la Universidad de Stanford (EEUU) y antiguo colaborador de Google, Andrew Ng, para dirigir el proyecto. En nuestro perfil en profundidad, Ng nos explicó cómo la inteligencia artificial podría convertir a gente que nunca ha estado en la web en usuarios del buscador de Baidu y de otros servicios.

El aprendizaje automático también ha sido la fuente de nuevos productos este año de los gigantes de la computación, de pequeñas start-up y de empresas ajenas a la industria de la computación.

Microsoft ha tirado de sus investigaciones en el reconocimiento y comprensión del lenguaje para crear su ayudante virtual, Cortana, que viene incorporado en la versión móvil de Windows. La aplicación intenta establecer un diálogo con las personas, tanto para resultar más enternecedora como para aprender qué salió mal cuando comete un error.

Las start-up han presentado productos que usan el aprendizaje automático para tareas tan variadas como ayudarte a quedarte embarazada, ayudarte a controlar los electrodomésticos con la voz y hacer planes a través de mensajes de texto.

Algunas de las aplicaciones más interesantes de la inteligencia artificial han aparecido en el cuidado de la salud. IBM está a punto de lanzar una versión de su software Watson que ayuda a los oncólogos a usar datos genómicos para escoger tratamientos personalizados para sus pacientes. Aplicar el aprendizaje automático a una base de datos genéticos ha permitido a una empresa de biotecnología a inventar una prueba no invasiva que previene cirugías innecesarias.

Es probable que el uso de técnicas de inteligencia artificial sobre datos genéticos sea cada vez más frecuente ahora que Google, Amazon y otras grandes empresas de computación se están metiendo en el negocio de almacenar genomas digitalizados.

Sin embargo, al software de aprendizaje automático más avanzado hay que entrenarlo con grandes series de datos, algo con un consumo energético intensivo, incluso para las empresas que cuentan con infraestructuras sofisticadas. Esto está dando lugar a trabajos sobre un nuevo tipo de chips "neuromórficos" que siguen un modelo basado en ideas de la neurología. Estos chips pueden ejecutar algoritmos de aprendizaje automático más eficazmente.

Este año IBM ha empezado a producir un prototipo de chip inspirado en el cerebro que afirma que podría resultar útil usado en grandes cantidades para construir una especie de superordenador especializado en el aprendizaje. Y se lanzó al aire en un diminuto dron un chip neuromórfico más compacto desarrollado por General Motors y el laboratorio de investigación propiedad de Boeing, HRL.

Este rápido progreso en inteligencia artificial ha llevado a algunos a plantearse los posibles contratiempos e implicaciones a largo plazo de la tecnología. Un ingeniero de software que desde entonces ha empezado a trabajar para Google avisó de que nuestros instintos sobre la privacidad tienen que cambiar ahora que las máquinas son capaces de descifrar imágenes.

Mirando hacia el futuro, la emprendedora en el campo de la biotecnología y los satélites Martine Rothblatt predijo que nuestros datos personales se podrían usar para crear dobles inteligentes con una especie de vida propia. Y el neurocientífico Christof Koch, director científico del Instituto Allen de Ciencias del Cerebro en Seattle, avisó de que, aunque el software inteligente nunca será consciente, sigue pudiendo hacernos daño si no se diseña correctamente.

Mientras, una visión más amable del futuro lejano nos llegó de la mano del autor de ciencia ficción Greg Egan. En una meditada respuesta a la película Her, sugirió que los compañeros de conversación de IA quizá logren que interactuemos mejor con otros humanos.