Ciencia/ Inteligencia artificial y COVID-19 [Hubert Krivine]

[Ernesto Herrera]

  _____  

Correspondencia de Prensa

9 de mayo 2020

 <https://correspondenciadeprensa.com/> https://correspondenciadeprensa.com/

redacción y suscripciones

 <mailto:germain5 en chasque.net> germain5 en chasque.net

  _____  

 

Ciencia

 

Inteligencia artificial y COVID-19

 

Hubert Krivine *

Viento Sur, 8-5-2020

https://www.vientosur.info/

Traducción de Viento Sur

 

La crisis de la Covid-19, junto con la crisis económica subsiguiente, será
probablemente el suceso más destacado del siglo XXI. Y la inteligencia
artificial (IA), de la que se esperaban toda clase de maravillas –al menos
en términos de previsiones– ha permanecido muda. Esto no tiene nada de
extraño para nosotros: la IA no puede prever lo que no se ha producido nunca
antes. La máquina, cuando procede por inducción (es decir, por
generalización), solo puede prever sobre la base –sin duda gigantesca– de lo
que ya ha sucedido. Caricaturizando un poco, para la máquina lo que llegará
ya ha llegado antes o ha estado a punto de llegar, y sin los datos masivos
(big data) no se habría revelado nunca.

 

No existe ninguna definición consensual de la inteligencia ni de la persona,
ni de la máquina. Los aprendizajes de la máquina y los del ser humano tienen
similitudes y diferencias. La previsión por inducción tiene sus
limitaciones: cualquiera que sea el volumen de los datos masivos, los datos
del mundo real superan de lejos el volumen de su almacenamiento. Lo que
ilustra la impotencia de la IA es el hecho de que el mapa (digital) no es el
terreno. En cambio, el ser humano, más allá de la inducción, puede hacer
gala de intuición e imaginación. Cosa que produce los Einstein y los Julio
Verne.

 

En las llamadas ciencias duras, como la física, el investigador puede aislar
razonablemente su objeto de estudio del resto del universo y de su historia.
Veamos dos ejemplos caricaturescos. 1) Los átomos de oxígeno son todos
idénticos entre ellos, y así es desde hace miles de millones de años. 2) Los
juegos de go o ajedrez tienen un enorme número de partidas posibles,
infinitamente superior al número de átomos del universo, pero pueden
aislarse de todo contexto. En este sentido, y únicamente en este sentido,
plantean un problema simple, que la IA sabe abordar con éxito. El mapa –en
este caso el tablero o el goban– es sin duda el terreno.

 

Nada de esto es posible en las ciencias de la vida: en biología es imposible
hacer abstracción del entorno y de su evolución; en medicina, por ejemplo,
no hay dos pacientes idénticos. En fin, un virus no puede comprenderse
independientemente de su historia y de su interacción con las células que
infecta. Esto explica por qué el método de inducción de la IA choca con sus
límites.

 

La IA, por tanto, no podía prever la pandemia como puede hacer con respecto
al consumo de margarina, la compra de automóviles o el desarrollo de tumores
cutáneos, pero una vez desencadenada la epidémica, cabía esperar una buena
previsión de su desarrollo mundial. Sin embargo, los institutos que utilizan
la IA la habían anticipado mal: solo algunas (raras) empresas1/ habían
avisado, antes que la OMS, de la extensión de semejante catástrofe.

 

No obstante, la IA previó a menudo mejor la expansión de otras epidemias
(dengue, chikungunya, cólera, paludismo).2/ Esto subraya la fuerte
dependencia de los resultados con respecto a la calidad de los datos
masivos. Por un lado, ahora parece estar claro que el gobierno chino –por
mucho que hubiera transmitido con notable celeridad la secuenciación del
virus– había trucado los datos epidemiológicos; por otro lado, el
conocimiento de los intercambios por la internet china controlada por la
censura no resulta tan fácil y por tanto es menos rico y sin duda está
sesgado. Los datos brutos son un mito: siempre es preciso contextualizarlos.

 

En una enfermedad normal, se pasa del conocimiento de la enfermedad al de la
persona enferma. En este caso, es más bien el camino inverso el que hemos de
recorrer. Gracias a una colaboración internacional, ahora disponemos de una
masa colosal de datos sobre los y las pacientes; para transformar estos
datos en información sobre la enfermedad, la IA será un útil indispensable.
Por ejemplo, el papel protector de la nicotina, si se confirma, informaría
sobre la naturaleza de los receptores celulares del virus. Otro ejemplo: es
sabido que en EE UU las minorías (latina, negra) son más susceptibles de
infectarse. Correlación no es causalidad; de inmediato se piensa que su
estado de salud medio está más deteriorado que el del resto de la población
y que llevan a cabo sin protección los trabajos más arriesgados. Sin
embargo, ¿es posible que tras esta evidencia subyazca un elemento genético
que influya de modo más marginal?3/

 

Una infinidad de otras cuestiones permanecen abiertas: la influencia de las
patologías previas, de la edad, del sexo, del grupo sanguíneo, de las
vacunas anteriores, del tabaquismo, etc. Todo esto requiere un análisis
minucioso, que necesariamente abarcará enormes cohortes de datos. También en
este terreno hará falta una reflexión humana para discernir cuáles pueden
ser los factores de confusión, es decir, las correlaciones no causales. Lo
mismo ocurre con la evaluación de la eficacia de los tratamientos, ya que se
trata de una enfermedad que experimenta una regresión en la inmensa mayoría
de los casos. Queda finalmente la duración y la eficacia de la inmunidad
procurada por la enfermedad, cuestión importante de cara a las posibilidades
de futuras vacunas. ¿Por qué, en el plano internacional, los países pobres
–donde el confinamiento parece imposible y el sistema sanitario es
deficiente– parecen ser los menos afectados, al menos de momento? ¿La
juventud de la población y la ausencia de estadísticas fiables son
explicaciones suficientes? En cambio, en el plano nacional, los sectores más
pobres son los más afectados.

 

Para descubrir un tratamiento,4/ la IA puede operar de forma relativamente
empírica, buscando compuestos que se hayan empleado con éxito en seres
humanos para otras enfermedades infecciosas. De un modo más teórico, puede
tratar de identificar la estructura de las dianas de las proteínas virales y
hallar potenciales enfoques terapéuticos. Finalmente, cabría pensar en usos
más clásicos de la IA para interpretar las imágenes médicas5/ o el rastreo
de las personas enfermas. Por supuesto, este último ejemplo ilustra el papel
ambiguo que puede desempeñar la IA: ¿rastreo o seguimiento policial?

 

La gestión de la crisis sanitaria ha revelado las fuerzas y flaquezas de la
IA. No obstante, no cabe duda de que gracias a su explotación inteligente
podremos disponer de unos tiempos de neutralización del virus bastante más
cortos que en los casos de la viruela, la fiebre amarilla, la rubeola o la
poliomielitis.

 

El origen de la pandemia no es simple. Existe, claro está, una causa
biológica, que es la existencia de un virus maligno. Pero ¿por qué se ha
desarrollado, pasando del animal al ser humano? Ha influido la
deforestación. Su erradicación tampoco es un problema simple. Sin duda
existe un enfoque biológico (vacunas, tratamientos), pero también social y
político. ¿Cómo deberían organizarse las sociedades para contener la
enfermedad teniendo en cuenta que no todos somos igualmente víctimas y
culpables? Esto sin duda es un problema que la IA no puede resolver. 

 

* Hubert Krivine es físico, cuyo último libro publicado se titula Comprendre
sans prévoir, prévoir sans comprendre [Comprender sin prever, prever sin
comprender], Cassini, 2018.

 

Notas

 

1/ Por ejemplo, Dataminer en Nueva York o Bluedot en Toronto.

2/ Con la notable excepción de Google flu, que se suponía debía prever la
epidemia de gripe y que cerró en 2015.

3/ Lo que explicaría por qué personas con la misma condición sanitaria
pueden responder de manera tan diferente.

4/
https://www.theguardian.com/business/2020/mar/31/oxford-firm-to-screen-15000
-drugs-in-search-for-coronavirus-treatment

5/ “Review of Artificial Intelligence Techniques in Imaging Data
Acquisition, Segmentation and Diagnosis for COVID-19”, IEEE Reviews in
Biomedical Engineering, abril de 2020.

  _____  

 



-- 
El software de antivirus Avast ha analizado este correo electrónico en busca de virus.
https://www.avast.com/antivirus
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: http://listas.chasque.net/pipermail/boletin-prensa/attachments/20200509/84a99205/attachment.htm