¿Nos comentarías cuáles son las líneas de investigación que lleva adelante el Grupo?

*Nota: se abreviará Inteligencia Artificial como IA.

Tenemos un proyecto nuevo, que tiene una técnica muy linda, tiene que ver con los algoritmos genéticos; es un proyecto orientado la educación, a cómo enseñarlos. La otra línea, que es más grande, que tiene más proyectos adentro, tiene que ver con el análisis de imágenes médicas. Dentro de esta línea, se abren dos sublíneas, en los dos casos analizamos imágenes de microscopio, hacemos aplicaciones que están destinadas a los patólogos; que son los médicos que analizan imágenes en el microscopio. En uno de los casos usamos usamos imágenes que se llaman WSI (Whole Slide Imaging), que se obtienen con una máquina especial y en ese caso nos dedicamos a mejorar las técnicas de IA que se usan para trabajar sobre esas imágenes. En la otra sublínea, mediante un proyecto que dirige Martín Gramática, estamos tratando de hacer un trabajo más de extensión; y ayudar al patólogo argentino a automatizar un poco la prueba de Papanicolaou, porque en esta prueba tiene un volumen muy grande de trabajo. Así que estamos trabajando para ver cómo podemos ayudarlo a capturar las imágenes con el microscopio, a determinar la calidad de muestras, a contar la cantidad de células de cada tipo. Todo orientado a armar un informe estándar que hay para el análisis de Pap.

Claro, en este caso, la Inteligencia Artificial viene a ayudar a clasificar elementos.

Claro, los médicos diagnostican a partir de algunos patrones que ven en las imágenes y la idea es asistirlos en ese trabajo, porque por ahí son imágenes muy grandes. Entonces, la decisión siempre la toma el médico, pero no es lo mismo contar células en imágenes muy grandes; entonces si nosotros se las podemos marcar a todas, mostrarles dónde están y de qué tipo son estas células, por más que tenga algunos errores mínimos, él puede verlas rápidamente. Y si no está de acuerdo, puede cambiar alguna y después, al final, el resultado de la cuenta ya está hecho.

¿Y esto cómo funciona? ¿Es un dispositivo que se coloca en el microscopio o en la computadora?

En la computadora, en el caso de las imágenes de primer tipo, el escáner devuelve una imagen que se llama “microscopía virtual”, porque el médico no trabaja más con el tejido, lo guarda o lo descarta. Y trabaja con la imagen solamente en su computadora. En el otro caso, el del Papanicolaou, sí, se inserta una cámara en el microscopio y el médico puede ir haciendo los cálculos en la computadora mientras el microscopio está mirando la muestra.

Es un proceso en simultáneo, digamos…

Claro, sí. La idea era hacerlo sobre el video, para que el médico pudiera ir cambiando la magnificación del microscopio y que la computadora le vaya mostrando los resultados; o lo que es más simple, más eficiente, que el médico sacara una foto y después sobre esa foto hacemos los cálculos. También en el mismo momento, todo online.

¿Requiere que los médicos estén entrenados o capacitados? ¿O cuentan con asistencia online?

En realidad, como cualquier aplicación nueva, la tenés que aprender a usar, pero es muy simple, muy intuitiva. Esta es la idea, porque este proyecto lo estamos desarrollando, estamos arrancando ahora. Tenemos que ver si conseguimos el presupuesto para comprar un microscopio, que está planeado, para poder adaptar la aplicación para que se conecte al microscopio. Y después es un trabajo interdisciplinario, nosotros necesitamos de los patólogos para poder avanzar, necesitamos tener muestras biológicas y patólogos que trabajen con nosotros durante el desarrollo. Entonces, no somos independientes con los tiempos. Pero bueno, suponemos que este año o el año que viene tenemos que tener los primeros resultados.

¿Cómo definís el concepto de “Inteligencia Artificial”?

A nosotros nos gusta una definición, en el ámbito de la investigación, que dice que la IA es la disciplina que trata de hacer que las máquinas hagan cosas que, por ahora, los humanos hacen mejor. Cualquier cosa que una persona haga mejor que una máquina es un desafío para la investigación en IA, y tratar de lograr que la máquina se acerque a ese comportamiento humano. Una vez que se logre ese objetivo, deja de ser IA para los que investigamos; pero sí lo sigue siendo para el mercado, para la industria, porque todas las cosas que se van logrando en los laboratorios de IA después llegan a la sociedad, como en el caso del ChatGPT. Bueno, son métodos que hacen que una máquina se comporte un poco como un ser humano o se comporte racionalmente, dependiendo de lo que estemos buscando. En el caso del ChatGPT, en algunas cosas se comporta más como humano que racionalmente, porque comete muchos errores, igual que nosotros. Es muy fácil hacer que conteste cualquier cosa, por eso no hay que confiarse.

¿Estas versiones del ChatGPT gratuitas serían como un modelo de prueba?

OpenAI lo compartió, para que lo usemos todos, pero porque ellos ahora ya tienen un modelo mejor, más avanzado, entonces suponemos que estas empresas hacen marketing con este modelo gratuito para que después compres el otro modelo que es mejor. Este chat tuvo un impacto altísimo y ahora la gente quiere más, y encima no funciona tan bien, entonces queremos uno que funcione mejor y se vende la otra versión. La forma más cercana a la gente es a través de Microsoft, porque la gente que usa la suite de Office lo tiene integrado. Bueno, Google hace lo mismo con un producto parecido también en la parte de Google Docs. Ya OpenAI había hecho algo parecido con DALL-E, que es una herramienta para generar imágenes a partir de texto, bastante divertida también.

¿Cuántas formas de IA existen? ¿En qué se aplican, principalmente?

Hay muchas técnicas que se dividen en dos grandes grupos, las simbólicas y las subsimbólicas. Las redes neuronales artificiales, que están en el segundo grupo, son las responsables de los últimos avances y resuelven principalmente tareas relacionadas con la percepción, que nos sirve para identificar lo que vemos o escuchamos; o sea lo que ve una máquina, y funciona muy bien, hasta mejor que nosotros en varios casos. En visión artificial, los ojos de una máquina, por ejemplo, serían la cámara; pero después para saber qué cosas está viendo esa cámara, hace falta procesar la información y a eso lo hacen muy bien las redes neuronales. Después de solucionar estos problemas de percepción, las redes neuronales también se empezaron a aplicar al procesamiento del lenguaje, que mejoraron los resultados de los métodos tradicionales para ese dominio. En estos casos, la máquina no es capaz de comprender exactamente lo que se le dice, pero genera cierta abstracción sobre el lenguaje y puede también generar una respuesta. Cuando lo que importa son los significados y el razonamiento lógico se usan las técnicas del otro grupo, las del enfoque simbólico. Para casos de los automóviles autónomos por ejemplo, podría ser necesario usar una mezcla de técnicas porque hay que tomar decisiones muy importantes; actúan directamente sobre el mundo, donde hay personas, otros autos circulando.

¿Y en el caso de esos robots, medio humanoides, también hay IA?

Bueno, depende de lo que haga el robot, de lo que le pidamos que haga. Lo que distingue a un robot con IA de otro es el objetivo del robot. Si necesitamos un robot que solo camine y vaya de un lado para otro, tiene poca IA. Y es más complicado el sistema de control para que haga equilibrio que otra cosa. Ahora, si queremos que además de caminar hable con la gente, la guíe, la ayude a resolver un problema, necesita mucha más IA. Pero no es muy distinta de los otros métodos que usamos sobre una computadora. El hecho de incluirlo en un robot solamente le agrega la complicación de que se tiene que desplazar por el espacio y tener cierto equilibrio. Pero eso ya está resuelto. El tema son las tareas intelectuales, las capacidades cognitivas.

¿Qué tipos de lenguaje usa la IA?

Hay lenguajes formales, que se usan para representar conocimiento dentro de la IA, pero en estos casos estamos hablando de lenguaje natural, tratamos de que las máquinas sepan usar el mismo lenguaje que nosotros, en cualquier idioma. Escuchan y generan una representación de las palabras que escuchan que se acerca al significado de la frase. Y después sobre ese significado pueden generar una respuesta, una traducción o una imagen.

¿Y cómo es el proceso? ¿Se trata de una programación con carga de información?

En realidad, lo que se programa es un gran modelo matemático. Gigante, en el sentido de que tiene muchos parámetros para ajustar, tiene forma de red neuronal artificial.

¿Cómo funciona esta red neuronal artificial?

En general, las redes neuronales artificiales, si bien se entrenan con una función matemática, tienen un comportamiento que es parecido al de los humanos porque perciben algo por su entrada, como nosotros, y tienen una salida. Esa salida en una persona es una acción, en una red neuronal puede ser una acción al final o una decisión. Cuando la red se equivoca, lo comparamos con la salida que esperamos de la red, comete un error y a ese error lo usamos para modificar los pesos. Esto es lo mismo que pasa en nuestro cerebro, si hacemos algo que no nos gusta, aprendemos sobre eso y cambiamos los valores de la sinapsis que conecta a las neuronas. Esa sinapsis, en la red neuronal artificial, son coeficientes, son números que multiplican las entradas de cada neurona y se van ajustando.

¿Sería una cadena de secuencias, algo así?

Hay un modelito matemático muy simple, una función chiquita, que simplifica y copia el funcionamiento de una neurona. Esa funcioncita es como un módulo que después usamos para conectarlo con otros, creamos varias instancias de esos módulos y los vamos conectando entre sí, y cada módulo puede resolver problemas muy simples, pero conectados podemos resolver otros muy complejos. Se crea una estructura compleja de todas esas neuronitas artificiales y se las entrena a partir del error que cometen; se van ajustando todos los coeficientes matemáticos y al final aprenden, aprenden como aprende nuestro cerebro. Es increíble, están inspiradas en la biología. Las redes neuronales que reciben y/o devuelven secuencias son un caso particular.

En un futuro cercano, ¿dónde más te parecería importante aplicar la IA?

Hay gente que exagera un poco, hay gurúes de la IA, que dicen que no nos tenemos que preocupar por el cambio climático, ni por la pobreza, por nada; que tenemos que lograr un muy alto nivel de IA, y después con eso solucionamos todo. Esto es muy exagerado. La idea es que el objetivo final de la IA es lograr una inteligencia similar a la del humano o superior, no sabemos cuánto falta. En se camino, van apareciendo cosas útiles, que tienen que ayudarnos a que nuestra vida y nuestro trabajo sea más fácil. Entonces, las próximas aplicaciones deberían ayudarnos en todas las cosas en las que no tenemos que tomar decisiones. En nuestro trabajo, en nuestra vida diaria, tomamos decisiones todo el tiempo; en todas las cosas en que no tomamos decisiones importantes van a empezar a resolverse de a poquito con la IA. Por ejemplo, no hace falta que esté mirando por la ventana esperando que pase algo si puede haber una cámara apuntando que me avise cuando pase eso que yo quería; cualquier trabajo mecánico, rutinario, por el que no tomemos una decisión se va a poder ayudar con la IA. No dejaríamos que conteste un correo electrónico por nosotros, por ejemplo. Pero sí que nos ayude a escribirlo, que vaya autocompletando lo que le parece que vamos a decir.

¿Una función de asistente?

Sí, es que, definitivamente, la idea de la IA es que sea un asistente para las personas, por ahora. Se está aplicando desde hace un tiempo este tipo de asistentes especializados en algunas disciplinas; por ejemplo, en Medicina, en leyes.

En cuanto a eso, hace poco se publicó una noticia sobre una cirugía de pulmón que la realizó una máquina, un robot. ¿Se trata de IA?

No sé, porque no sé qué hacía esa máquina. Si captura imágenes, con el sistema que sea, toma información del mundo y ejecuta sola una acción y está tomando una decisión en el medio, podríamos decir que es IA. Si es una máquina que controlamos nosotros con una palanquita, ya no.

El tema de la IA y su aplicación genera polémica. ¿Hasta dónde creés que llegará? ¿Qué sucederá con las características que distinguen a los humanos, como la voluntad, la inteligencia, la creatividad?

No todo el mundo, pero podría pasar que alguna gente pierda creatividad por permitir que la máquina genere completamente lo que necesita. Es un asistente si controlamos y corregimos lo que hace; si lo tomamos sin mirar, pasamos a ser un intermediario. Hay muchos riesgos de este tipo en los avances, pero la sociedad se va a tener que acostumbrar. Lo peor que podemos hacer es dejar que avance y mirar para otro lado. Hay gente que tiene miedo, que piensa que la IA lo va a controlar o reemplazar, pero no hay que perder de vista que la estamos creando nosotros, poniendo los límites, usándola para lo que queremos. Que la podamos controlar no implica que podamos detener el avance. Me refiero al avance, a largo plazo, hasta una IA de nivel similar al humano. Yo pienso que -no solo yo, es una idea compartida- cualquier civilización inteligente crearía una IA, en algún momento. Así como empezamos a reconocer las leyes que gobiernan el universo, como la de ley de gravitación, aprendemos a pensar en forma lógica, nos damos cuenta de que las cosas son verdaderas o falsas y que hay una relación entre esos elementos, creamos las matemáticas; es decir, pasamos por estos puntos imposibles de evitar, en algún momento vamos generar una inteligencia a nivel humano. Cualquier civilización inteligente en la otra punta del Universo pasaría por el mismo camino, con algunos cambios, pero con puntos en común; crearía la rueda, las computadoras y llegaría también a la IA.

¿Vos lo ves como una consecuencia natural de la evolución tecnológica, digamos?

Sí, exactamente. La IA es una de esas consecuencias. Hagamos lo que hagamos, según mi visión, en algún momento vamos a llegar. El tema es que lleguemos bien, que la IA nos ayude, no que nos complique la vida. La gente que hace IA se da cuenta de estos desafíos hace mucho, de estos riesgos, y una de las formas de mitigarlos es tratar de que el objetivo de la IA esté alineado con los objetivos de la humanidad. Y esto suena fácil, pero es complicado de definir cuáles son los valores y principios de la humanidad, cómo interaccionan entre sí y también con los objetivos particulares de cada aplicación.

Claro, pero crear semejante sistema para que después alguien lo utilice para hacer un informe sobre algún tema, ¿no es darle un uso básico?

Sí, seguro. La idea de crear un sistema tan potente es que se pueda aplicar a cualquier dominio. Es más, para encontrar una solución buena y completa de un problema, hace falta conocimiento de varias áreas, sentido común y razonamiento lógico, entre otras cosas. Crear una IA general para que uno le pueda pedir cualquier cosa es más o menos el objetivo; bueno, ya después el uso va a depender de la gente. Es como cuando crearon Internet, no se podía hacer nada…y nadie se imaginaba que iba a aparecer YouTube o un influencer dentro de la red, por ejemplo. Y con la IA va a pasar algo parecido. Hoy nos imaginamos algunas aplicaciones de la IA, pero es imposible, por más experto que alguien sea en el tema, darse cuenta de cómo la sociedad lo va a empezar a usar. A lo mejor las primeras herramientas son las que el creador pensó, porque las deja disponibles, pero después la gente las empieza a usar de otra forma y emerge otro comportamiento a partir de eso.

En cuanto a emociones, sentimientos, ¿qué creés que nos diferencia de las máquinas que utilizan IA?

Es difícil ponerle un límite. Por ejemplo, en el caso de un auto que se maneja solo, no tiene un objetivo concreto. Porque vos le podés decir, bueno, “llévame hasta tal punto”, pero hay otros objetivos más importantes; como que llegues sana, que no choque, que no rompa otro auto, que respete las leyes de tránsito, que gaste poco combustible, son muchos objetivos. Entonces, al final, lo que trata de hacer esta IA es maximizar un beneficio o minimizar un costo, un riesgo. Entonces, hay muchos factores que están modificando su comportamiento. Lo mismo con los humanos, digamos. A nosotros nos mueve la alegría o la tristeza, cualquier cosa que hacemos la hacemos para maximizar nuestro “sentirnos bien”, entonces tenemos factores como el dolor, el placer, el hambre, la bronca, el cariño…Y todas esas cosas se suman, se restan de alguna forma y voy me compro un chocolate; por ejemplo. Entonces, decido en base a una suma de cosas, que es parecido a lo que está haciendo la máquina, nada más que nosotros decidimos cuáles son los factores que le importan a la máquina. Pero en ese sentido tampoco somos tan distintos.

¿Cuáles son los riesgos de la implementación social de este sistema?

Con los últimos avances, la gente se va a tener que acostumbrar a no confiar en lo que ve y lo que escucha a través de la computadora. Ya hubo casos de estafas y secuestros virtuales acá en Argentina; donde se podía reconocer la voz de un ser querido que estaba secuestrado, obviamente era alguien que estaba actuando, pero transformando su voz. Entonces cualquier foto, cualquier video o audio, no sé hoy, pero en un futuro cercano, ya no es confiable.

¿Puede estar modificado por la IA?

Sí. Vamos a sufrir un poco, hasta que nos acostumbremos y ya no creamos en nada de lo que veamos a través de la computadora. Y volvemos a lo de antes. Se nos pueden ocurrir regulaciones para que las empresas y los creadores serios de IA le pongan una marca para que nadie la pueda usar con esos fines, pero esto es fácil de eludir por alguien con conocimiento y malas intenciones. Estos son los peligros que existen ahora. Tampoco son tan graves, es cuestión de que nos acostumbremos, por eso hay que educar, por eso la gente tiene que empezar a usar las herramientas. Si yo me pongo a jugar y a crear imágenes, por lo menos me acostumbro y sé lo que la IA es capaz de hacer y ya estoy preparado para no creer. Lo mismo con ChatGPT y sistemas similares, cada vez hay que confiar menos en los comentarios que aparecen abajo de las noticias, por ejemplo. Siempre hubo comentarios generados para manejar la opinión, pero ahora se pueden hacer de forma automática con muy buena calidad.

¿La IA puede reconocer algo falso? ¿Distinguir entre verdadero y falso?

Es muy difícil. Hay modelos que se llaman “generativos”, que son los que crean imágenes, textos o audios, y se entrenan precisamente así, detectando si lo generado es verdadero o artificial. Son dos modelos que se entrenan juntos, el que genera cosas y el que las evalúa. A medida que uno aprende a generar salidas de mayor calidad, el otro mejora su capacidad para detectar los elementos artificiales. Por eso es muy difícil detectar automáticamente el contenido falso, porque el modelo que los genera se ajustó para “engañar” al que lo evalúa.

Sos el primer Doctor en Sistemas de Información de nuestra Facultad, felicitaciones nuevamente. ¿Nos contarías sobre qué tema trabajaste en tu doctorado?

El trabajo de Inteligencia Artificial que hice fue reconocer la calidad de la voz. Es una aplicación de la IA a la Medicina. Los fonoaudiólogos y otorrinolaringólogos usan una escala de cinco dimensiones y le dan un valor a cada una según las características de la voz. Se usa este sistema desde hace mucho tiempo, pero es totalmente subjetivo. Es difícil darle un valor a la calidad de la voz porque se requiere mucho entrenamiento, pero es útil para seguir la evolución del tratamiento; ver si va mejorando o no. Lo que yo hice fue una red neuronal, diseñada desde cero, para que haga esa clasificación. Escuchar un audio y determinar cuál es la calidad de esa voz. La desventaja del método audioperceptivo es que dos profesionales distintos no se ponen muy de acuerdo en esa clasificación, precisamente porque es subjetivo. De hecho, dos personas, dos profesionales entrenados que escuchan la misma voz en dos momentos distintos le dan valoraciones distintas; mucho más cercanas que si lo analiza otro, pero también hay una variación en cada persona. Entonces, el desafío de la tesis fue que una máquina hiciera ese cálculo. Una complicación adicional fue evaluar qué tan bien funcionaba, porque si una misma persona no se pone de acuerdo; entonces los datos que usamos para entrenar el modelo ya tienen incluida esa variación, no hay un valor o referencia real. El trabajo fue generar el modelo y, por otro lado, proponer una forma de evaluar ese mismo modelo dada esa situación, ese contexto, donde hay mucha variabilidad entre profesionales y en el mismo profesional también.

¿Esto ayudaría a los diagnósticos y tratamientos?

Claro, la idea es estandarizar estas mediciones para ayudar al médico. Que sea él quien clasifique y que después compare con lo que dice la máquina, y esto tendría un efecto estandarizador. Además, son expertos los que realizan este trabajo; una persona que recién se recibe quizás tiene una diferencia más grande con los expertos, entonces ayudaría a que aprenda más rápido o que lo pueda hacer una persona que no sea tan experta.

¿Cómo viviste tu etapa de Doctorando? ¿Te llevó mucho tiempo?

Fue mucho, pero en el tiempo establecido, fueron cinco años, un poquito más. Fue muy lindo, aunque te das cuenta que fue lindo cuando terminó. Cuando mirás para atrás, decís “qué bien, hice todo esto” y disfruté cada etapa, cada paso. Lo que pasa es que en ese momento estás sufriendo como si estuvieses subiendo una montaña y lo hacés porque te gusta, pero igual te duelen las piernas (risas). Mi director fue Eduardo Destéfanis, quien era nuestro Profesor Titular de la cátedra de Inteligencia Artificial. Nosotros, en Ingeniería en Sistemas, no tenemos la cantidad de doctorandos que hay en Materiales o en Química. A pesar de los esfuerzos, todavía no se nos ocurre de forma natural la idea de continuar la formación. Pienso que esto sucede, en parte, porque la gente que estudia Sistemas es muy requerida en la industria; de hecho, muchos se van antes de terminar la carrera de grado. Yo creo que esto es un error, porque dedicarle tiempo a formarse mejor, por un lado, es satisfactorio en lo personal y, además, laboralmente también debería verse reflejado. En Estados Unidos, por ejemplo, de la gente que se doctora en Inteligencia Artificial, el 63% es contratada por la industria y con muy buenos sueldos.

Claro, estamos hablando de formación de recursos humanos de alto nivel…

Sí, claro, por eso. Y esto se debería notar en el trabajo, en la calidad del trabajo. En hacer trabajos más lindos, que nos interesen más cuando nos recibimos. En el caso en que alguien no quisiera quedarse en la Academia, porque obviamente, al hacer un doctorado tiene las puertas abiertas para trabajar en investigación en la Universidad, en Conicet…pero también si alguien quiere emprender algo o ser empleado de una empresa grande va a tener mejores oportunidades. Está bien, va a tener que esperar un tiempito más hasta llegar; pero bueno, la vida es larga, vale la pena prepararse bien.

En tu caso esto también se transfiere, se transmite, más allá de tus investigaciones, ya que sos profesor.

Sí, trato de transmitir todo lo que aprendí, que no son solamente cuestiones técnicas. Soy profesor de Inteligencia Artificial desde hace muchos años; y la verdad es que al principio costaba que la materia despertara interés en los alumnos. Parecía algo lejano. Ahora, los estudiantes vienen sabiendo más o menos con qué se van a encontrar y con ganas de aprender. Eso está bueno, facilita el proceso y, además, es una buena oportunidad para promover la investigación, porque la IA es uno de los campos de investigación preferidos en computación. A mí me gusta contar mis experiencias del doctorado, en parte, para resaltar que existe ese camino.