Carlos León de Mora
Catedrático en la Universidad de Sevilla y experto en Inteligencia Artificial
“Será necesario multiplicar por tres el número de profesionales formados en Inteligencia Artificial”
Carlos León de Mora es catedrático del departamento de Tecnología Electrónica de la Universidad de Sevilla (US)
, director de la Cátedra Telefónica Inteligencia en la Red de la citada Universidad y director del Grupo de Investigación Tecnología Electrónica e Informática Industrial. Licenciado en Física y primer doctor en Informática por la US, desde hace más de 25 años investiga en la aplicación de la inteligencia artificial y la analítica de datos a entornos industriales y de gestión de sistemas complejos.
Es autor de 60 artículos en revistas científicas, de 18 capítulos de libro, y ponente en más de 90 congresos internacionales (con 3 Best Paper Awards y director de 12 tesis). Senior Member en el prestigioso IEEE, revisor de la Agencia Nacional de Evaluación y Prospectiva (ANEP), de los Programas Europeos FP7 y H2020, y de numerosas revistas internacionales, así como miembro del Comité Internacional de Programa y revisor de más de 90 congresos Internacionales. Su actividad investigadora ha tenido una clara vocación de transferencia, dirigiendo 35 proyectos de investigación correspondientes a convocatorias competitivas nacionales o autonómicas, así como numerosos contratos de I+D realizados con diferentes empresas. Además, es autor de 4 patentes.
En el ámbito de la gestión, ha sido, entre otros cargos, vicerrector TIC, vicerrector de Infraestructuras y vicerrector de Desarrollo Digital y de Evaluación de la Universidad de Sevilla.
¿Cómo afectará la Inteligencia Artificial a nuestra vida diaria a corto plazo?
Vivimos en una era de aceleración impulsada por la tecnología. De hecho, algunos sociólogos afirman que, desde mediados de la década pasada, estamos en la sociedad de los datos y de la inteligencia artificial (IA). La tecnología se expande cada vez más rápido (como ejemplo, Internet tardó 7 años en alcanzar los 100 millones de usuarios, en tanto que Instagram lo consiguió en 18 meses). El volumen de datos en 2020 será 50 veces mayor que el de 2016. En 2022 habrá 6.000 millones de usuarios en la red. Todo ello está impactando de forma decidida en la sociedad, haciendo que las diferencias entre el mundo físico y el digital se diluyan.
La IA ya es ubicua y está presente, aunque no lo sepamos, en nuestra vida diaria. Por ejemplo, los asistentes inteli-gentes instalados en muchos casos en dispositivos que tenemos en nuestros hogares (Alexa, Google Assitant, Aura, Siri), el mercado bursátil, donde el 50 % de las operaciones de trading en el mercado continuo mundial es realizada por algoritmos autónomos, la mayoría basados en IA. En cuanto al coche autónomo, ya se comercializan coches con nivel 3 de automatización, que permiten al conductor ceder el control del vehículo a un sistema basado en IA que regula todas las funciones primarias, siempre que se den las adecuadas condiciones de circulación y meteorológicas (aún no está legalmente permitido en la UE). Los niveles 4 y 5 corresponden a coches completamente autónomos, el último de ellos sin conductor. Y otras muchas aplicaciones en la salud o aquellas soportadas por el creciente número de dispositivos de IoT.
¿Qué efectos tendrá la inteligencia artificial en el ámbito laboral y económico?
Nos encaminamos hacia una economía basada en datos. Además existe consenso en que la IA es una tecnología clave para la transición a una economía descarbonizada. Las tecnologías digitales reemplazaron 120.000 em- pleos/año en los países más avanzados entre 1999 y 2010, pero crearon otros 200.000 empleos/año. De esos 200.000 empleos, 80.000 fueron directamente en TIC, muchos en puestos que antes no existían (analistas de Big Data, especialistas en marketing digital, en IA, etc.). Se estima que, a nivel global, se crearán más de 4,5 millones de empleos, 50% de ellos de muy alta cualificación. También se estima que la automatización y la AI aportarán sumadas un crecimiento del PIB de más de 550.000 M€ en los países desarrollados (1.2% de crecimiento anual adicional). El 44% de las horas de trabajo actuales pueden ser automatizadas, pero solo el 20% de empleos se destruirán. Se estima (no hay datos empíricos) que la IA no sustituirá a la mayoría de los empleados, pero sí transformará la forma de trabajar y reducirá el número de puestos de trabajo, especialmente en tareas repetitivas y burocráticas. Los servicios administrativos se automatizarán. Todo esto que comento, a veces no se refleja en los medios de comunicación.
Y en el ámbito social, ¿qué aspectos transformadores de la sociedad con- llevará la inteligencia artificial?
Todos los estudios y expertos coinciden en el potencial transformador que va a tener la IA en la sociedad. Las principales potencias mundiales (EE.UU, UE, China, Rusia, UK, Francia, India, etc.) han enfocado la IA, desde el punto de vista geoestratégico, como uno de los vectores clave de este siglo XXI y, a consecuencia de ello, han elaborado diferentes estrategias nacionales (nuestro país está en ello, y ya dispone de una Estrategia para la IA en I+D+I, embrión de nuestra futura Estrategia Nacional para IA).
En mi opinión, las principales transformaciones vendrán de la modificación en las pautas de las relaciones humanas (acelerando el impacto que ya están teniendo las redes de tipo social), y en la transformación del mundo laboral, como se comentaba anteriormente, acelerando el impacto actual de la digitalización de la economía.
En el campo de la enseñanza, ¿en qué situación se encuentra nuestro país en lo que respecta a la formación de profesionales expertos en IA? ¿Y más concretamente en el ámbito de la Ingeniería de la rama industrial?
La estrategia de inteligencia española indica que será necesario multiplicar por tres el número de profesionales formados en IA, tanto a nivel universitario como de FP. En España se imparten actualmente los contenidos de IA básicamente en los grados de Ingeniería Informática (a nivel de la UE hay casi 800 universidades en la que se imparte este tipo de formación). Sin embargo, en la ingeniería de la rama industrial es algo que hoy en día no está en los currícula de la formación reglada. Esto no supone un grave inconveniente, ya que existen 39 másteres oficiales sobre IA en universidades españolas, muchos de ellos online. Además, las principales plataformas de formación MOOC on-line (EdX, Coursera, Udacity, MiridiaX) tienen disponibles centenares de cursos sobre la temática. Todo ello no quita para que sea interesante y necesario ir incorporando este tipo de contenidos en la formación reglada de los títulos de la rama industrial.
¿Cuáles son los principales problemas que afronta la implantación de la inteligencia artificial?
Además de los problemas técnicos y de identificación del campo correcto de aplicación de la tecnología, los principales problemas a los que vamos a enfrentarnos son de tipo ético y de privacidad. Dado que las tecnologías actuales se basan en gran medida en el aprendizaje automático, un aspecto esencial en todos los informes internacionales sobre el uso de la IA es evitar el control de los datos por parte de un reducido número de actores globales, permitiendo el acceso a los mismos tanto a las autoridades gubernamentales como a la sociedad, en general, mediante datasets públicos (Google concentra el 86% de las búsquedas de internet). Otros problemas son la necesidad de instituciones transversales que ejerzan coordinación intergubernamental, el entender los aspectos éticos, sociales y legales del empleo de la IA, la falta de transparencia en los algoritmos (black-box), los sesgos y las discriminaciones introducidas por los algoritmos y su entrenamiento, el impacto en la privacidad, la concentración de la riqueza, el uso de IA en sistemas de defensa o la necesidad de desarrollar estrategias efectivas que permitan la inevitable colaboración entre humanos y la IA.
En la actualidad, todavía no existe una máquina que logre simular la capacidad de inteligencia humana, es decir, que simule creatividad, uso del sentido común o emociones, ¿piensa que se conseguirá en el futuro?
La pregunta hace referencia a lo que en la disciplina se conoce como la creación de una IA fuerte o general, en el sentido de ser generalista y con la capacidad de aprendizaje, emocional y ética inherente al ser humano. Desde el punto de vista científico no hay certeza de si este objetivo podrá lograrse por diferentes y variadas razones: no tenemos otro modelo de sistema que soporte una inteligencia, más que el cerebro humano, y aún no
conocemos ni su funcionamiento de una forma profunda, ni cómo surge de él la inteligencia. No sabemos si tenemos una base matemática para describirla, y no sabemos siquiera si es posible filosóficamente crear una máquina inteligente o solo una que emule ese comportamiento. En último término, habría que ver además si es éticamente aceptable, ya que en opinión de algunos pensadores y científicos, una IA de ese tipo podría destruir la raza humana. En cualquier caso, si fuese posible, es un objetivo a décadas vista en mi opinión.
La tecnología se expande cada vez más rápido, y ello conlleva también más riesgos, ¿a qué peligros se enfrentan las empresas en materia de ciberseguridad? ¿Cómo pueden hacer frente a dichos riesgos?
La IA va a convertirse en un elemento ubicuo en el ámbito de la ciberseguridad. En los informes estratégicos sobre la IA se menciona explícitamente a la ciberseguridad. Las inversiones en AI para ciberseguridad se prevé que alcancen los 18 billones de dólares en 2023. La IA va a emplearse desde el punto de vista de la defensa, pero también como vector de nuevos posibles ataques. Tendencias a corto plazo son el desarrollo de sistemas de predicción y prevención de ciberataques, empleando el potencial del big data y la IA; el empleo de machine learning aplicado a la ciberseguridad para enseñar a los programas a detectar comportamientos fruto de la infección por malware; la securización de dispositivos IoT (internet de las cosas); el uso de IA para la interpretación de contenidos en redes sociales para detectar contenidos maliciosos o falsos; el aprendizaje automático para generar sistemas de defensa flexibles y capaces de adaptarse al malware inteligente; el blindaje de transacciones financieras, en combinación con tecnologías blockchain, o el análisis automático de contenidos (imágenes y textos) a publicar en redes sociales para evitar la difusión de actividades terroristas.
Centrándonos en los riesgos, hay que tener en cuenta que un sistema de IA puede tener cualquier combinación de inteligencia y objetivos, y que estos pueden incluso modificarse mediante el hackeo, de modo que un sistema de IA podría intentar provocar daños sin precedentes en la historia, sobre todo en el caso de un IA fuerte.
¿En qué áreas de la ciencia o de la tecnología se está sacando más partido a las bondades de la IA?
Va a ser una tecnología ubicua y presente en muchos verticales: fabricación, logística, finanzas, transporte, agricultura, marketing, salud, educación, legal, defensa e inteligencia, servicios en general. Para 2020 será una de las cinco prioridades empresariales, con un 30% de la inversión prevista. Hoy en día existen más de 1.000 proveedores de aplicaciones basadas en IA. El porcentaje de empresas que ha desplegado IA alcanzó el 14% en 2019.
Cualquier disciplina que emplee datos se beneficiará de la aplicación de IA, siendo particularmente aplicable en situaciones que demanden una rápida clasificación y predicción a gran escala, especialmente si los datos están bien definidos y son de buena calidad. Por tanto, es clave la digitalización previa. Se puede usar IA para resolver retos con tareas frecuentes y repetitivas, pero cuyo resultado varía (la misma pregunta pero no idéntica respuesta).
¿Considera necesario mejorar la investigación en España en esta materia?
Europa está bien posicionada en el ámbito de la investigación (con el 30 % de publicaciones mundiales). La UE ha dedicado en H2020 12.6 billones de euros a investigación en IA (1.5 b€ entre 2018-20). Esa inversión debería llegar a los 20 billones anuales de inversión público-privada durante la próxima década. En España hay una buena situación desde el punto de vista científico, existiendo distintos polos de excelencia en investigación en IA. No obstante, como sucede en el resto de nuestro Sistema Nacional de Ciencia y Tecnología, es necesario no solo formar capital humano en cantidad superior a la actual, sino disponer de herramientas administrativas y financieras que nos permitan retener ese talento.
Sin embargo, al igual que sucede en Europa, hay un retraso apreciable respecto a otras potencias en este campo (EE.UU, China, UK o Israel) en el traslado al mundo de la empresa de estas innovaciones.
Como investigador y responsable de numerosos e interesantes proyectos que se han llevado a cabo, ¿cuáles destacaría?
Desde nuestro grupo de investigación venimos colaborando con la industria en la aplicación de técnicas de IA desde hace más de 25 años. Hemos realizado proyectos con muchas de las empresas más destacadas del país: Endesa, ENEL, INDRA, Telefónica, Telvent, Grant Thorton, Airbus, etc. Es difícil destacar alguno, pero por mencionar varios: la colaboración que durante más de una década hicimos con Endesa en el Proyecto MIDAS para la detección de fraudes en el consumo eléctrico aplicando analítica de datos en sus sistemas comerciales; el empleo de IA para la gestión de diversos aspectos del Smart-agro empleando análisis de imágenes hiperespectrales, aplicaciones de algoritmos de IA para la gestión de flotas de vehículos eléctricos (eFleet y Smartcity.eco), la gestión de la recogida de residuos sólidos urbanos mediante analítica de datos de los camiones (SmartRSU), el uso de algoritmos de edge cognitive computing sobre plataformas de IoT para la detección y seguimiento de incendios y la monitorización medioambiental en parques naturales como Doñana o el desarrollo de plataformas de analítica de datos y de gestión de la flexibilidad empleando energías renovables para distribuidoras y comercializadoras eléctricas.
¿Está participando actualmente en un proyecto nuevo?
Efectivamente, ahora mismo tenemos en curso varios proyectos interesantes en este ámbito. En uno de ellos (APIA) se emplea IA para el reconocimiento automático de elementos de obra civil en base a imágenes de drones. En otro (Eternal Energy) se emplea aprendizaje automático basado en IA para predecir y caracterizar el comportamiento de prosumidores de fotovoltaica. En Bluulink se integra analítica de datos sobre big data con blockchain para la explotación de la información en una red profesional para trabajadores. En ServiceChain estamos diseñando e implementando casos de uso de la tecnología blockchain en distintos escenarios reales. También vamos a emplear IA para la identificación de imágenes y su aplicación en la recogida de residuos en alguna propuesta que estamos preparando, así como también la integración de IA y blockchain sobre redes IoT.
Claves de la inteligencia artificial
Carlos León señala, además, otras claves fundamentales para entender la coyuntura actual de la IA:
– Hay una serie de razones que explican el reciente auge de la IA: el acceso a grandes fuentes de datos (Big Data, Internet, IoT), el incremento y la accesibilidad de potencia de cómputo (GPUs), la disponibilidad de personal con formación adecuada, y la ubicuidad de las herramientas: librerías (Google TensorFlow) o “soluciones paquetizadas” (IBM Watson), el desarrollo de versiones más eficientes de algoritmos de aprendizaje automático (DNNs), o el incremento de la financiación disponible para invertir en esta tecnología.
– Los proyectos de IA destacables son aquellos que permiten lograr soluciones que previamente eran imposibles de concebir porque incluyen lo que parece un comportamiento humano, pero con un volumen de datos inabarcable. La IA permite manejar la abrumadora cantidad de datos de los big data, y transformarlos en informa- ción sectorizada y útil. Sin embargo, es difícil aún hoy encontrar aplicaciones en entornos reales de la industria. Sí es cierto que hay muchos ejemplos en el ámbito académico, en entornos muy controlados, pero es difícil dar el salto a sistemas comerciales “paquetizados”, debido a las inherentes características de las tecnologías que usa la IA (por ejemplo, la necesidad de reentrenamiento). Un problema adicional es que, en muchos casos, los resultados son difíciles o imposibles de explicar. La tendencia es acercar la IA al dato (Edge Computing); esto será básico con el 5G y la IoT.
– Si nos centramos en el ámbito industrial, existen oportunidades en diversos campos: gestión de la cadena de suministro, en la que existen gran cantidad de datos heterogéneos procedentes de fuentes muy diversas; fabricación, en áreas como el gemelo digital o el mantenimiento predictivo; comunicaciones (detección de frau- des, planificación de despliegue y gestión de redes, call-centers); aplicaciones en las smart cities, como la integración de datos de IoT; la gestión de las smart grids o en el sector aeronáutico.
