Robodiseño: ¿pueden ser creativas las máquinas?

Los científicos dicen que necesitamos los sueños para procesar nuestras experiencias, pero los ordenadores no las tienen y, por tanto, no necesitan soñar. Tienen pocas necesidades en general; y lo que les rodea les resulta indiferente. Pueden encenderse o apagarse, pero incluso eso no les importa. A pesar de esto, Google afirma haber creado un ordenador que nos muestra sus sueños. Lo llaman Google DeepDream. Pero, si pueden soñar, ¿significa eso que hay fantasía en estas máquinas y que los ordenadores también pueden ser creativos?

Uno se pregunta qué significa para la creatividad humana que los ordenadores sean capaces de componer canciones y sus letras con una calidad razonable, como han empezado a hacer desde hace poco. Este último paso evolutivo comienza con la invención de las llamadas Redes Generativas Antagónicas, (o GAN, según el acrónimo inglés), nacidas en 2014.

El principio de funcionamiento es contar con dos redes neuronales capaces de aprendizaje. La primera, conocida como creador o artista, genera un producto artificial. Una imagen de un perro, por ejemplo. La segunda red, conocida como discriminador o crítico, evalúa si ese producto es real o falso, comparándolo con una serie de ejemplos.

De esta manera, las dos máquinas entran en una competición —una para engañar a la otra, y la otra, para discernir los resultados artificiales de los reales— que sirve de entrenamiento para ambas, que son capaces de “compartir apuntes” sobre qué ha funcionado y qué no. Lo sorprendente de esto es que deja de lado la necesidad inicial de ingentes cantidades de datos para centrarse en generar modelos a partir de los que crear el llamado “dato sintético”.

Una de las ventajas de operar de esta manera es obviar el problema que supone el acceso a datos, así como las restricciones y dilemas del uso de información personal. En este sentido, por ejemplo, la Administración noruega utiliza datos de ciudadanos ficticios para generar modelos y sistemas de software, que resulta mucho más barato a la vez que reduce el riesgo de incumplir las leyes de protección de datos y códigos éticos.

Estos sistemas pueden tener enormes aplicaciones. La biotecnológica Insilico Medicine fue capaz de diseñar una molécula para tratar la fibrosis con este sistema en tan solo 21 días y, 25 días más tarde, —46 en total— ya la estaban probando en ratones. Por su parte, en enero de este año, la start-up Exscientia y la farmacéutica Sumitomo Dainippon Pharma comenzaron las pruebas en humanos del primer medicamento generado por una IA.

Los GAN son capaces de diseñar nuevos objetos y soluciones de una forma mucho más rápida de lo que tardaría una persona en desarrollar proyectos creativos. Esto acorta drásticamente el tiempo de comercialización de la idea hasta su lanzamiento y reduce la inversión necesaria.

La NASA, por ejemplo, está explorando nuevos tipos de materiales para sus misiones a las lunas de Júpiter y Saturno que deben ser más ligeros que los tradicionales, pero igual de fuertes. Para ello, se han asociado con Autodesk y sus IA generativas que están presentando opciones sorprendentes que, curiosamente, deben ser impresas en 3D ya que no pueden ser generadas por medios tradicionales.

Así, lo que hemos visto hasta ahora, da a pensar que las máquinas son, en efecto, capaces de generar ideas, pero debemos tener en cuenta que su "creatividad" será siempre fruto de un proceso de identificación más que de imaginación.

Esto se debe a que una máquina no tiene sueños, objetivos, ni pasiones. Analiza datos, repite y modifica. Esto no quiere decir que su capacidad de generación de ideas no pueda aportar nuevos e importantes beneficios en el mundo real, sino que no reemplaza a los científicos o creativos.

Por lo tanto, la verdadera pregunta no es si los ordenadores son creativos sino cuál es el impacto de estos sistemas generativos en la creatividad humana. Las inteligencias artificiales son mejores en el proceso de datos y descubrimiento de conexiones. Si recordamos las palabras de Thomas Edison, "la creatividad es un 98% esfuerzo y un 2% inspiración", mucho de este esfuerzo vendrá de las máquinas. A su vez, las creaciones artificiales también inspiran a la gente. En definitiva, podemos hablar de "creatividad aumentada". Comienza la era de la creatividad humano-GAN.

Jordi Martínez Rodríguez, data scientist en Sogeti España