Catalunya se está convirtiendo en un centro de innovación a partir del impulso que da su propia industria 4.0, el crecimiento de las start-ups y sus hubes de incubación y, ahora, el interés en auge de la inteligencia artificial. Uno de los que lo abandera mejor es Eurecat, el centro tecnológico multidisciplinar y multisectorial del país que tiene como objetivo desarrollar conocimiento tecnológico y, a la vez, dinamizar ecosistemas de innovación y contribuir a la competitividad empresarial, la sostenibilidad y el bienestar de la sociedad.
Dentro de esta multidisciplinariedad tecnológica, Eurecat dispone de un área de tecnologías digitales donde la Inteligencia Artificial es un ámbito de conocimiento fundamental. Eurecat desarrolla muchos proyectos d'R+D+i con empresas y, particularmente, con pymes catalanas. Con respecto a la dinamización de ecosistemas de innovación, Eurecat lidera el CIDAI, la herramienta de la estrategia Catalonia.AI enfocada a la innovación empresarial y a promover la adopción de la IA para las empresas, instituciones y, en general, la sociedad catalana. Y, en este último aspecto, entrevistamos a Joan Mas y Albaigès, director científico del Área Digital del centro tecnológico Eurecat y director del CIDAI.
¿Qué tendencias marcarán el plazo de cinco años, pero también el más inmediato en IA?
Ciertamente, la potencia y versatilidad de la IA generativa marcará uno de los ejes de adopción de esta tecnología a corto y medio plazo. A partir del lanzamiento público del ChatGPT a finales del 2022, podemos afirmar que la IA generativa ha dejado de ser patrimonio exclusivo de las grandes empresas tecnológicas que la impulsaron. Hoy, muchas otras empresas tecnológicas y, por descontado, entre ellas empresas catalanas, pueden ofrecer soluciones basadas en la IA generativa, entre otros factores, gracias a un mayor conocimiento de los fundamentos de esta tecnología y a la disponibilidad de modelos en código abierto. Por lo tanto, estamos viendo en estos momentos, por ejemplo, la aparición de herramientas SaaS (software como servicio) que facilitan la implementación de soluciones de IA generativa personalizadas a las necesidades de cada cliente; o la profusión de metodologías, como la recuperación y generación aumentada, conocida como RAG de sus siglas en inglés Retrieval Augmented Generation, que permiten entrenar modelos de lenguaje usando la base documental propia de una organización (ya sea una empresa, una institución, la propia administración, etc.) y obtener un equivalente en el ChatGPT totalmente adaptado a este organismo.
Todo parecen facilidades...
Siguiendo con las tendencias a corto plazo centradas en la IA generativa, la aparición de los modelos de lenguaje pequeños (SLM), en contraposición de los modelos de lenguaje grandes (LLM), también facilitará una mayor adopción de la IA generativa, por el hecho de que los SLM son más fáciles de manipular y, comparativamente en los LLM, necesitan bastantes menos recursos de computación. La otra tendencia que ya estamos observando es la IA generativa multimodal, es decir, la IA que es capaz de generar de forma combinada contenidos en forma de texto escrito, imágenes, habla o vídeo. Estas aplicaciones serán de gran utilidad en campos como el marketing, permitiendo nuevas formas de interacción con el usuario, en las industrias culturales, creativas y media, en el sector de la moda y en muchos otros. Todo, facilitará la creación de agentes avanzados y una mayor automatización de los procesos.
Otra tendencia que veremos crecer es el uso de la IA generativa para la "fabricación" de datos sintéticos. Eso puede ser muy útil para entrenar modelos de IA para los cuales no se dispone de bastantes datos reales. Los datos sintéticos, que se tienen que generar cumpliendo ciertas condiciones para garantizar la calidad, como por ejemplo precisión, diversidad o equidad para evitar sesgos, se están usando en varios ámbitos como los ensayos clínicos para la investigación en medicina o para entrenar los sistemas de IA que incorporan los vehículos autónomos y muchos otros.
¿El modelo, realmente es sostenible?
En los próximos años, mejorar la sostenibilidad de la propia IA (tanto la generativa como la IA tradicional) será una preocupación creciente. Nos encontramos ante una situación un poco paradójica. Por una parte, la IA es una gran aliada de la sostenibilidad. Por ejemplo, aplicaciones basadas en IA permiten optimizar el consumo energético industrial y doméstico, optimizar la generación de residuos, estudiar los fenómenos asociados al cambio climático, la deforestación o la biodiversidad. Por otra parte, para hacer todo eso, la IA consume una enorme cantidad de energía en los centros de procesamiento de datos que puede contrarrestar los beneficios anteriores. Para reducir esta dicotomía, veremos el desarrollo de modelos de IA y de los algoritmos relacionados más eficientes desde el punto de vista computacional o la aparición de modelos específicos para cada caso, de manera que necesiten menos recursos energéticos que los modelos de propósito general.
"Mejorar la sostenibilidad de la IA será un reto en los próximos años"
En Europa también veremos la progresiva aplicación de la Ley europea de la IA, o AY Act, en vigor desde el pasado 1 de agosto. Esta ley obligará especialmente a las empresas tecnológicas a tomar una serie de medidas a la hora de desarrollar sus sistemas de IA con el fin de asegurar el cumplimiento. Medidas que, entre otros, consistirán en profundizar el análisis de riesgo de estos sistemas, mejorar la metodología de verificación o incluir procedimientos éticos de los resultados.
¿Barcelona puede marcar un liderazgo en el conjunto español con respecto a la IA?
Ciertamente, Barcelona, y en términos más generales Catalunya, concentra un importante ecosistema de desarrollo de la IA que la sitúa en una posición puntera, no solo en España, si no incluso al nivel europeo. De hecho, el pionero de la introducción de la IA en el estado es el científico catalán Ramon López de Mántaras, que en 1985 fundó el Instituto de Investigación en Inteligencia Artificial (IIIA-CSIC) en el campus de la UAB, de lo que es profesor emérito. A partir de aquí, se ha ido creando un tejido muy rico en el ámbito de la investigación universitaria en IA. En 1988 nacía la Asociación Catalana de Inteligencia Artificial (ACIA) y la investigación académica en IA se ha extendido a las diferentes universidades del entorno metropolitano de Barcelona y también al resto de centros universitarios catalanes. Actualmente, la UPC y la UB ofrecen estudios completos en IA (grado, másters y doctorados). Y, muy recientemente, el pasado mes de julio, se puso en marcha la Unidad ELLIS Barcelona. Este es un hito relevante para la investigación en IA en Catalunya. ELLIS (siglas que corresponden a European Laboratory for Learning and Intelligent Systems) es una red europea de excelencia en la investigación avanzada en IA que agrupa investigadores de prestigio en IA en varias unidades territoriales. Actualmente, hay 41 unidades ELLIS distribuidas por todo el continente y solo dos al estado español, ELLIS-Barcelona y ELLIS-Alacant.
"Hay que alabar la figura del científico catalán Ramon López de Mántaras"
Más allá de la investigación, en Catalunya hay una potente red de centros tecnológicos que generan conocimiento aplicado y, sobre todo, hacen transferencia de las tecnologías basadas en IA en las empresas, instituciones y a la sociedad en general. La lista de centros es larga, pero por su volumen de actividad destacan nombres como BSC (Barcelona Supercomputing Center), Eurecat, i2Cat, CVC (Centro de Visión por Computador), IDEAI-UPC, CETAQUA y otros. Estas instituciones trabajan muy cerca de las empresas, ayudándolas a implementar la innovación tecnológica basada en IA y, al mismo tiempo, son elementos clave para captar retorno económico proveniente de los fondos europeos para R+D+i.
¿Percibe que la ayuda entre entidades públicas y privadas funciona en nuestra casa?
Un aspecto a subrayar es el apoyo institucional al impulso de la IA en Catalunya que se materializa en la estrategia denominada CATALONIA.AI, aprobada en febrero de 2020. De nuevo, Catalunya dio un paso adelante poniendo en marcha esta estrategia antes, incluso, que otras estrategias a nivel estatal, incluida la española ENIA. La Catalonia.AI se desarrolla a través de cuatro ejes, el de innovación mediante el CIDAI (Centro de Innovación en tecnologías de Datos e Inteligencia Artificial), el de investigación con AIRA (Alianza para la Investigación en Inteligencia Artificial), el eje empresarial que agrupa la oferta tecnológica de las empresas y start-ups catalanas y el OEIAC (Observatorio de Ética en Inteligencia Artificial de Catalunya).
Y, por último, destacar que Catalunya cuenta con el DIH4CAT, un polo de tecnologías digitales que forma parte de la red europea de Digital Innovation Hubs. El DIH4CAT ofrece una serie de servicios de innovación para ayudar a las empresas, especialmente las pymes, a adoptar las nuevas tecnologías digitales, entre ellas la IA. A través del DIH4CAT Catalunya lidera a nivel español el número de proyectos de innovación y la implantación de soluciones de inteligencia artificial con pymes.
¿Comparte el pensamiento de que la IA no es inteligente, sino que lo es en la medida en que nosotros le decimos qué tiene que aprender?
Sí, comparto totalmente este pensamiento. De hecho, los sistemas de IA y, en particular, los modelos y algoritmos con que se implementan tienen la capacidad de resolver problemas más o menos complejos, gracias a cómo han sido entrenados y "parecen" inteligentes porque, entre otras cosas, lo hacen muy rápidamente gracias al uso de recursos de computación muy potentes. Y como más entrenamos estos sistemas, podemos decir que se vuelven más hábiles en la resolución de los problemas, pero no necesariamente se vuelven inteligentes. Porque si al concepto de inteligencia incluimos aspectos que van más allá de la estricta capacidad de computación como, por ejemplo, la intuición, la emoción o la autoconciencia entonces claramente los sistemas de IA carecen totalmente de estas características.
Así, sistemas de IA que aparentemente nos pueden parecer inteligentes en realidad no lo son. El famoso ChatGPT y los grandes modelos de lenguaje en que se sustenta generan las respuestas a nuestras preguntas a partir de un complejo cálculo de probabilidades para encadenar palabras y frases, de manera que el texto producido es verosímil. Pero, en ningún caso, el ChatGPT tiene conocimiento o inteligencia propia de aquello sobre lo que le estamos preguntando.
"Es recomendable que una pyme busque apoyo externo en IA"
Para nuestro diario, lo que más nos interesa, es explicar de forma directa a las pymes catalanas ¿cómo implementarla y qué amenazas y oportunidades hay en ella, nos lo puede detallar?
Una de las primeras cosas que considerar es una buena gestión de las expectativas con respecto a la IA y seleccionar muy bien los retos que se puedan resolver con soluciones basadas en esta tecnología, pues no siempre la IA tiene que ser necesariamente la mejor opción. Una manera de gestionar expectativas es evaluando el grado de madurez de la pyme, respondiendo a preguntas del tipo: ¿tengo los procesos clave identificados?, dispongo de datos para trabajar con la IA, organizadas y con la calidad necesaria?, hay conocimiento experto dentro de la empresa?, etc. hay herramientas de autoevaluación disponibles para las empresas que pueden ser muy recomendables antes de emprender un proyecto de IA. Y, por descontado, hay que evaluar el coste (o inversión) necesario para este proyecto. El siguiente paso es identificar pruebas de concepto que se pueden implementar con prototipos y probándolos en un entorno controlado antes de escalarlos. La monitorización y seguimiento de los resultados es fundamental para tomar decisiones de adopción.
Si la pyme no tiene internamente el conocimiento necesario para desarrollar estos primeros proyectos de IA es muy recomendable buscar apoyo externo, por ejemplo, de consultoras especializadas. Pero las pymes catalanas pueden disfrutar de financiación de sus pruebas de concepto a través, por ejemplo, de los instrumentos de apoyo que entidades como el DIH4CAT ponen a su disposición.
Con respecto a las amenazas, la propia incertidumbre de las soluciones de IA es una. Las estadísticas indican que solo un pequeño porcentaje de las pruebas de concepto que ensayan las empresas es exitoso. Las causas de fracaso pueden ser diversas, desde una falta de calidad o insuficiente número de los datos de partida o una insuficiente infraestructura tecnológica de computación, un presupuesto no bien dimensionado o unas expectativas exageradas y mal gestionadas. Por eso, y enlazando con el inicio de la respuesta, la evaluación del grado de madurez tendría que ir acompañado también de un análisis de riesgos que permita valorar todos los puntos anteriores y tomar las decisiones adecuadas.