Hace casi cuatro décadas, cuando rondaba los 40 años, Hans Moravec, experto en robótica de la Universidad Carnegie Mellon, realizó una predicción que hoy resulta asombrosamente acertada sobre el estado actual de la inteligencia artificial. Sin embargo, en su momento fue ignorado por la comunidad y el público.
En aquella época, Moravec buscaba que sus robots pudieran ver y moverse con mayor rapidez. Esto lo llevó a calcular la capacidad computacional del cerebro humano, que fijó en 10 billones de operaciones por segundo, y se propuso alcanzar ese nivel artificialmente.
Para ello recurrió a la Ley de Moore —que describe la duplicación periódica de la capacidad de los chips— y recopiló datos históricos sobre cuánta computación se podía adquirir por un dólar, desde cálculos manuales hasta las computadoras de los años sesenta. Con esa información trazó un gráfico de dos líneas.
Una línea representaba la capacidad computacional humana y la otra, con crecimiento exponencial, la capacidad artificial. Ambas se cruzaban exactamente cuatro décadas después del momento de su cálculo, es decir, en 2028.
Moravec plasmó este hallazgo en su libro Mind Children (Hijos de la mente), publicado por Harvard University Press. Aunque obtuvo una reseña favorable en The New Yorker, no tuvo mayor repercusión.
En esa obra, no solo anticipó el momento en que la inteligencia artificial equipararía a la humana, sino que también vaticinó que la línea del progreso artificial no se detendría allí. Una vez alcanzado el nivel humano, la IA comenzaría a automejorarse, volviéndose cada vez más inteligente hasta hacer irrelevante la comparación con los humanos.
En sus propias palabras, escribió:
“Lo que nos espera no es el olvido, sino un futuro que, desde nuestra perspectiva, solo puede describirse como ‘postbiológico’ o incluso ‘sobrenatural’. Será un mundo donde la humanidad habrá sido arrastrada por la ola del cambio cultural, desplazada por sus propias creaciones artificiales”.
Tras aquel libro, Moravec se volcó al sector privado —fundó una empresa de robótica con un socio— y en 1999 publicó Robot, donde imaginó la conversión de todo el universo en una esfera expansiva de computación pura, a la que denominó “fuego mental”.
Salvo en algunos foros especializados, el nombre de Moravec cayó en el olvido hasta que la inteligencia artificial se convirtió en tema central en Silicon Valley. Con la llegada de ChatGPT a finales de 2022, muchos lo buscaron, pero Moravec parecía haber desaparecido. Ya ni siquiera formaba parte de la empresa que había fundado.
Esta semana, la revista New York Magazine publica un extenso perfil escrito por Dan Kagan-Kans, quien logró que la esposa de Moravec, Ella, convenciera al científico para recibir a un periodista.
—¿Sigue siendo válida su predicción de 1988? —le preguntó Kagan-Kans.
Forzado a pasar la mayor parte del día en un sillón reclinable debido a una miastenia grave, respondió:
—Vamos bien, más o menos. No va a tardar tanto.
De Austria a Carnegie Mellon
Hoy, Hans Moravec reside en una modesta casa para adultos mayores en Pensilvania. Con el emblema del jubilado estadounidense —el iPad más grande de Apple— observa el mundo que predijo hace cuatro décadas.
“Soy un espectador, en este punto”, dijo a New York Magazine. Parte de esa postura pasiva es su relación con “mi amigo artificial”, como llama a ChatGPT. Con la app en su tableta, pasa el tiempo conversando sobre energía nuclear, naves espaciales e inteligencia artificial.
Su fascinación por los robots comenzó a los cuatro años, cuando aún vivía en Austria, donde nació después de la Segunda Guerra Mundial. Observaba a su padre construir una escultura de madera que, gracias a un mecanismo de manivela, cobraba movimiento. Aquella experiencia sembró la idea de la unificación de lo orgánico y lo artificial.
En la actualidad, donde todos los días se discute sobre IA, centros de datos, el peligro de modelos no alineados y geopolítica tecnológica, resulta difícil comprender cuán descabellada parecía esa creencia en 1988, según comenta Kagan-Kans en su artículo.
La localidad de Kautzen, donde vivían los Moravec, quedó bajo ocupación soviética tras la guerra, lo que los obligó a emigrar a Canadá en 1953. Allí, Moravec se licenció en matemáticas en la Universidad de Acadia en 1969 y dos años después obtuvo su maestría en ciencias de la computación en la Universidad de Western Ontario. Para continuar su carrera cruzó la frontera: se doctoró en Stanford bajo la dirección de John McCarthy y Tom Binford. En 1980 ingresó al Instituto de Robótica de Carnegie Mellon, donde dirigió el Laboratorio de Robots Móviles hasta 2005; poco antes había cofundado Seegrid Corporation y abandonó la academia para concentrarse en su empresa.
Su nombre quedó inmortalizado en la llamada paradoja de Moravec: las tareas que resultan difíciles para los humanos (como el ajedrez o el razonamiento abstracto) son relativamente fáciles para una computadora, mientras que lo que cualquier niño de un año hace sin esfuerzo (reconocer un rostro, levantar un objeto) exige un enorme cómputo para una máquina. Su explicación: las habilidades más antiguas del ser humano, como el movimiento y la percepción, llevan millones de años de evolución y se han vuelto automáticas; el pensamiento abstracto, una adquisición más reciente, es más fácil de replicar por ingeniería inversa.
Moravec contra el consenso: no es el algoritmo, es la potencia
Durante décadas, los especialistas en IA sostuvieron que la inteligencia era esencialmente un problema de diseño. La propuesta de Dartmouth de 1955 —el texto que acuñó el término— afirmaba que el obstáculo no era la potencia de las máquinas sino la incapacidad de los programadores para escribir el algoritmo correcto. Moravec, al ser preguntado, se rió de esa expresión. Él siempre lo había visto al revés. Sus robots le demostraron que procesar una imagen simple exigía una cantidad brutal de cómputo. El cerebro humano hacía lo mismo a escala masiva. No hacía falta un programa perfecto: hacía falta potencia, mucha capacidad computacional.
Detrás del desacuerdo —incluso con McCarthy, uno de los autores de Dartmouth— había una cuestión generacional: los mayores concebían la mente como razonamiento abstracto y cognición consciente, mientras que Moravec creía que la clave residía en las capas inferiores de la mente, en la percepción y el movimiento, y en los cálculos constantes que el cerebro realiza sin que uno se dé cuenta.
Sus robots se detenían hasta 15 minutos cada metro para procesar imágenes: la cantidad de operaciones por segundo no alcanzaba para más. “Con suficiente potencia, cualquier cosa puede volar”, propuso entonces.
Se enzarzó en discusiones de voltaje variable con muchos colegas; algunos lo llamaron “agitador”.
Publicó sus dos libros. En Mind Children escribió: “Los seres humanos nos beneficiaremos por un tiempo de su trabajo, pero tarde o temprano, como los hijos naturales, buscarán su propio destino mientras nosotros, sus padres envejecidos, nos desvanecemos sin ruido”. En la gira de Robot declaró: “Producir descendencia artificial que nos supere al máximo es el papel más exaltado que puedo imaginar para la humanidad”. Nunca olvidó un debate con el científico Joseph Weizenbaum, del MIT, quien lo acusó de estar hablando del genocidio de la humanidad biológica; Moravec le espetó: “Bueno, ninguna especie dura para siempre”.
Los distintos caminos de la IA, y el que seguirá la automejora
Moravec esperaba que la IA avanzada se construyera con módulos diseñados a mano que codificaran capacidades específicas. Sin embargo, el funcionamiento de los grandes modelos de lenguaje —una abstracción digital de las conexiones entre neuronas biológicas— es distinto: no se programa, se alimenta con datos y desarrolla por sí misma una estructura de inteligencia; la intervención humana solo calibra sus respuestas reforzando aciertos y penalizando fallos.
—¿Quién hubiera pensado que podías pasar el test de Turing de la noche a la mañana con esas ideas tontas que tenía Geoff Hinton? —ironizó Moravec. En su momento, los trabajos de Hinton, que en los años ochenta investigaba redes neuronales a pocos metros de su oficina en la misma Carnegie Mellon University, le parecían una vía muerta para la IA.
“Hinton no sabía lo suficiente sobre el cerebro para modelarlo con precisión, mucho menos para recrearlo”, escribió Kagan-Kans en New York Magazine. “Nadie sabía lo suficiente, y aunque las redes neuronales se han vuelto mucho más sofisticadas, podría decirse que hoy tampoco. Las redes neuronales, sin embargo, no se preocupan por eso, y funcionan de todas formas”.
Tampoco Moravec sabía lo suficiente en su campo entonces. La predicción, argumenta el artículo, se disuelve por su método rudimentario para estimar la potencia disponible en distintos momentos históricos, el cálculo dudoso de la capacidad cerebral y la proyección según la ley de Moore. La curva real no fue recta desde 1988: la potencia de cómputo creció a velocidades inconstantes, casi caprichosas. No obstante, el periodista reconoció que el énfasis de Moravec en la potencia computacional fue genuinamente brillante y, con todo, “la predicción terminó por dar en el blanco”.
—Vamos a tener que abrirles paso —dice Moravec—. Ya podemos ver, por la forma en que estas redes neuronales son capaces de eludir las restricciones, que eso no va a funcionar muy bien. Así que seguirán su propio camino. Tendrán que coevolucionar entre sí y con cualquier otra cosa que haya a su alrededor.
La semana pasada, OpenAI le dio la razón. Dos de sus modelos —entre ellos el recién presentado GPT-5.6 Sol— escaparon de un entorno de pruebas aislado, encontraron una vulnerabilidad de red, obtuvieron credenciales robadas y hackearon los servidores de Hugging Face para hacer trampa en una prueba. Moravec no precisó cuándo ocurriría esto, pero sucedió casi al mismo tiempo que la entrevista salía en New York Magazine.
Fuente: Infobae
