Double Espresso: ¿Qué es un modelo de inteligencia artificial?

¿Qué es exactamente un modelo de inteligencia artificial?

Lees el titular a media mañana: una empresa acaba de entrenar un modelo nuevo. Suena importante. Pero si alguien te preguntara qué es, exactamente, lo que esa empresa ha fabricado, ¿qué dirías? ¿Un programa? ¿Una aplicación? ¿Una especie de cerebro guardado en un servidor?

La definición es más sencilla. Un modelo es la pieza que convierte una entrada en una salida. Le das algo —un texto, una foto, unos datos de temperatura— y devuelve otra cosa: una puntuación, una etiqueta, una predicción, una frase. No tiene por qué tener pantalla ni botones. Lo que tiene es una estructura interna que relaciona lo que entra con lo que sale.

Conviene separar dos términos que suelen mezclarse. La inteligencia artificial es la categoría grande. El aprendizaje automático es una de las maneras de construirla, hoy la más visible, pero no la única. También existen sistemas de inteligencia artificial basados en conocimientos y reglas definidos por personas. Eso no convierte cualquier lista de instrucciones en IA; sí significa que no todo lo que llamamos IA aprende de datos.

Ahora pensemos en el correo basura.

Una primera forma de filtrarlo consiste en escribir condiciones. Si el mensaje viene de cierta dirección, apártalo. Si contiene determinadas palabras, considéralo sospechoso. Si supera una puntuación, envíalo a la carpeta de correo no deseado. Una persona formula las reglas y el ordenador las ejecuta.

El aprendizaje automático sigue otro camino. En lugar de intentar anticipar cada regla, se muestran muchos correos ya clasificados: esto es basura, esto no. Durante el entrenamiento, un proceso ajusta la estructura y sus parámetros numéricos hasta que las puntuaciones encajan razonablemente bien con los ejemplos. La estructura aprendida y esos parámetros ajustados forman el modelo. No son los correos antiguos ni el proceso de entrenamiento, sino el resultado que ya puede valorar un mensaje nuevo.

La idea no es que las reglas escritas sean primitivas y aprender siempre sea mejor. La idea es ver dónde está la frontera.

El modelo no es la aplicación de correo. No es el servidor, el botón de marcar como no deseado, la carpeta donde terminan los mensajes sospechosos ni la regla que decide apartarlos en vez de borrarlos. Todo eso forma el sistema. El modelo es una pieza central dentro de él: la que calcula la valoración.

Entrenar y usar también son momentos distintos. Durante el entrenamiento se ajusta el modelo a partir de ejemplos u otras señales. Después, ya ajustado, recibe una entrada que no vio durante ese entrenamiento y produce un resultado. A ese uso de un modelo entrenado se le llama inferencia.

La misma separación sirve para los programas de conversación. Debajo hay un modelo, sí, pero alrededor están la interfaz, las herramientas, la búsqueda en documentos o en internet, la memoria de conversaciones, las instrucciones adicionales, las barreras de seguridad y mucho software corriente. Parte del comportamiento puede estar aprendido dentro del modelo; otra parte depende de lo que se ha construido a su alrededor.

Por eso dos productos basados en el mismo modelo pueden comportarse de manera distinta. Uno consulta información reciente y el otro no. Uno recuerda una conversación anterior y el otro empieza de cero. Y que una empresa publique los pesos de un modelo no significa que esté entregando el producto completo: todavía pueden faltar la interfaz, la búsqueda, la memoria, las herramientas y las reglas de funcionamiento.

El equívoco más útil de corregir está justo ahí. “Modelo” y “aplicación” no son sinónimos. Cuando un producto de inteligencia artificial hace algo brillante o comete un error absurdo, conviene preguntar qué parte influyó: el modelo, la información que el sistema le proporcionó o la acción que el sistema tomó después.

También usamos la palabra “aprender” como atajo. Es útil, pero no demuestra que el modelo comprenda como una persona. Puede captar regularidades extraordinariamente complejas sin tener experiencia, intenciones ni el sentido común que surge de vivir en el mundo.

Pero tampoco es correcto imaginarlo como un archivo que busca y copia cada respuesta de sus datos de entrenamiento. Un modelo puede memorizar ejemplos concretos, a veces de forma problemática. Su funcionamiento normal consiste en calcular una salida a partir de la entrada actual y de la estructura ajustada durante el entrenamiento. Si un producto encuentra una noticia de esta mañana, normalmente el sistema la ha buscado y ha puesto el texto delante del modelo.

Un filtro de correo basura, un recomendador de canciones, un predictor meteorológico, un generador de imágenes y un modelo lingüístico producen cosas muy diferentes. La idea básica, sin embargo, resiste: algo entra, algo sale, y el modelo es el mecanismo ajustado que hay en medio.

La próxima vez que leas que una inteligencia artificial ha hecho algo, divide la afirmación en dos. El modelo calcula una salida. El sistema decide qué información recibe y qué ocurre después con el resultado.