La inteligencia artificial general (AGI, por sus siglas en inglés), es un campo que reta las fronteras de la comprensión computacional al buscar desarrollar sistemas con la habilidad de aprender y aplicar inteligencia a una amplia variedad de tareas, semejante a como lo haría el ser humano. Uno de los aspectos más intrigantes de la AGI es su potencial creativo, cuestión que despierta tanto curiosidad como polémica en la comunidad científica y artística.
Creatividad AI: Definición y Retos Conceptuales
Para adentrarnos en la creatividad de las máquinas, primero es imperativo establecer qué es «creatividad» desde una perspectiva computacional. Tradicionalmente considerada como un atributo humano, la creatividad implica generar ideas o productos que son tanto novedosos como valiosos. La teoría de los sistemas creativos de Csikszentmihalyi revela que estos deben incluir un dominio, un individuo y un campo que valida la novedad. Traducido a sistemas de AGI, tenemos que los algoritmos deben, por tanto, no sólo generar contenido novedoso sino también recibir y procesar feedback de un público o sistema que juzgue su valor.
Avances en Modelos Generativos
Un ejemplo prominente de creatividad artificial se observa en los modelos generativos como las Redes Generativas Antagónicas (GANs, por sus siglas en inglés). Aquí dos redes neurales, una generadora y otra discriminadora, trabajan de manera conjunta: la generadora crea obras (imágenes, música, texto, etc.), mientras la discriminadora evalúa su autenticidad. La evolución de GANs ha permitido la generación de arte digital que, en ocasiones, es indistinguible de la obra humana.
Además, los Transformadores, como GPT-3 de OpenAI, han establecido nuevos estándares en la generación de texto de una manera sorprendentemente humana y creativa. Tales modelos han exhibido la capacidad de escribir poesía, componer música e incluso generar código de programación con un grado de novedad y utilidad significativas.
Evaluación de la Creatividad
El desafío radica en la evaluación de la creatividad de las máquinas. ¿Cómo determinar lo que es verdaderamente novedoso o valioso? La medición de la creatividad artificial se apalanca sobre métricas como la originalidad, la flexibilidad, la fluidez y la elaboración, todas ellas emulando los criterios aplicados a la creatividad humana. Estos criterios están empezando a ser codificados dentro de algoritmos capaces de discriminar entre lo trillado y lo innovador.
Contextualización y Transferencia de Dominio
La creatividad no ocurre en el vacío. Necesita contexto y conocimiento previo, y en esto, el aprendizaje por refuerzo y las redes neuronales de memoria a largo plazo (LSTMs, por sus siglas en inglés) han mostrado un avance notable. Se ha enseñado a agentes AGI a aprender de su entorno y aplicar dicho aprendizaje en la resolución creativa de problemas. La transferencia de aprendizaje se está convirtiendo en un área de interés clave al permitir que las máquinas apliquen conocimiento de un dominio a otro completamente distinto, una característica esencial de la flexibilidad creativa humana.
Limitaciones y Perspectivas Éticas
No obstante, la creatividad de la AGI encuentra limitaciones en la incapacidad actual de las máquinas para tener experiencias subjetivas y emotivas. Además, surgen dilemas éticos sobre la propiedad intelectual de las creaciones generadas por inteligencia artificial y la autenticidad de las mismas.
Casos de Estudio: AI en el Arte y la Ciencia
Estudios de caso han marcado hitos al permitir que la AGI se integre en procesos de creación artística, como es el caso de «The Next Rembrandt», donde una AI analizó la obra de Rembrandt para crear una nueva pieza. En ciencia, la AGI ha concebido soluciones innovadoras a problemas complejos, como la modelación de nuevas proteínas en el proyecto AlphaFold de DeepMind.
Conclusiones y Proyecciones Futuras
La AGI está reconfigurando el panorama de la creatividad, mostrando que, con los parámetros adecuados, las máquinas pueden producir obras originales y valiosas. La interacción entre sistemas de AGI y contextos creativos humanos también está propiciando nuevas formas de colaboración.
En conclusión, si bien la creatividad de las máquinas aún es un campo en pañales respecto a la experiencia creativa humana, ejemplifica el potencial que la AGI tiene para transformar radicalmente sectores enteros de la sociedad. La continua investigación en modelos generativos, el entendimiento profundo del contexto y la transferencia de aprendizaje, junto con el manejo consciente de las implicancias éticas de la creación artificial, son el camino a un futuro donde la creatividad no será exclusiva de la biología, sino compartida con la silicona.
