Acceder al contenido
Blog España

Ser ambicioso en inteligencia artificial significa ser responsable desde el principio



Fotografías de personas en diferentes contextos interconectadas en forma de nodos.

Pensamos que debemos plantear la inteligencia artificial de una forma que sea a la vez ambiciosa y responsable. Para nosotros, eso significa desarrollar la IA de un modo que maximice los beneficios que aporta a la sociedad, buscando al mismo tiempo respuestas a los desafíos que plantea. Para ello, nos guiamos por nuestros Principios de la IA . Por supuesto, existe una tensión natural entre estos dos objetivos. Nosotros pensamos que es posible —y, de hecho, fundamental— canalizar esa tensión de una manera productiva. La única manera de ser verdaderamente ambiciosos a largo plazo es siendo responsables desde un principio.
Por eso aplicamos la IA con el objetivo de crear productos innovadores, utilizados por personas de todo el mundo, lograr avances científicos que benefician a la gente y ayudar a afrontar retos de nuestra sociedad.


En nuestros productos
La IA ya está presente en muchos productos que millones (y en algunos casos miles de millones) de personas utilizan, como Google Maps, Google Translate y Google Lens, entre otros. Y ahora estamos acercando la IA a las personas para ayudarles a potenciar su creatividad con Bard , aumentar su productividad con las herramientas de Workspace y revolucionar la forma en que acceden al conocimiento con Search Generative Experience . En Google Labs se pueden encontrar otros ejemplos y experimentos de aplicaciones útiles.

Si hablamos de desafíos sociales
Estamos aplicando la IA para mitigar y facilitar la adaptación al cambio climático. Por ejemplo, con pronósticos críticos de inundaciones (actualmente en más de 20 países), identificando frentes de incendios forestales en tiempo real y contribuyendo a reducir las emisiones de carbono del transporte agilizando el tráfico. También se está empleando para mejorar la asistencia sanitaria , en campos como la salud materna, el tratamiento del cáncer o el cribado para la detección de tuberculosis. Recientemente anunciamos Med-PaLM , un gran modelo de lenguaje de nueva creación que puede ser una herramienta muy útil en medicina clínica. A finales de este año se podrá acceder a través de Bard a Data Commons, un repositorio que organiza datos de cientos de fuentes para informar sobre los enfoques de los principales desafíos sociales, desde la sostenibilidad hasta la atención médica, el empleo y la economía en muchos países, lo que lo hará aún más útil.

En el campo de la investigación
La IA está propiciando grandes avances de campos como la física, la ciencia de los materiales y la sanidad que beneficiarán a la sociedad. Por ejemplo, el programa AlphaFold de Google DeepMind, queha sido capaz de predecir con exactitud la forma tridimensional de 200 millones de proteínas (prácticamente todas las que se conocen). Es un logro que, en unas pocas semanas nos ha proporcionado el equivalente a 400 millones de años de trabajo de investigación. La IA también está impulsando el progreso para hacer accesible la información mundial a personas de todo el mundo. En este sentido, ha hecho posibles iniciativas tan ambiciosas como ampliar nuestro reconocimiento de voz a 1.000 idiomas –hemos avanzado mucho en nuestro objetivo de apoyar las 1.000 lenguas más habladas con un Modelo Universal del Habla entrenado en más de 400 lenguas–.

Desafíos
Aunque estos avances son extraordinarios, somos conscientes de que la IA todavía es una tecnología emergente y todavía queda mucho por hacer. Es importante reconocer que la IA tiene el potencial para agravar problemas sociales ya existentes –como los prejuicios injustos– y plantea nuevos desafíos a medida que avanza y se le van dando nuevas aplicaciones, algo que ha resaltado nuestra propia investigación y también la de otros. Por eso creemos que es imperativo desarrollarla desde un planteamiento responsable, guiado por los Principios de la IA que establecimos en 2018.  Cada año publicamos informes de progreso sobre cómo estamos poniendo en práctica nuestros Principios de IA que profundizan en ejemplos. Este trabajo continúa, a medida que la IA se hace más capaz y aprendemos de los usuarios y de los nuevos usos de las tecnologías, y compartimos lo que aprendemos.

Evaluación de la información
Una de las cuestiones que más preocupan últimamente, incluido a nosotros, es la desinformación. La IA generativa ha hecho más fácil que nunca crear nuevos contenidos, pero también plantea cuestiones adicionales sobre la fiabilidad de la información online. Nuestra respuesta pasa por desarrollar y poner a disposición del público herramientas para evaluar la información online. En los próximos meses, añadiremos a la pantalla de Imágenes del Buscador de Google la nueva herramienta Acerca de esta imagen . Esta función aportará un contexto relevante: cuándo y dónde pueden haber aparecido por primera vez imágenes similares y en qué otros sitios se ha podido ver; por ejemplo, en noticias, páginas de verificación de información o redes sociales. Esta herramienta se incorporará a Chrome y Lens próximamente este año.

Resultado de búsqueda de imagen sobre alunizaje y "Acerca de esta imagen".

Principios de la IA en acción
Al integrar los Principios de la IA en nuestros productos, también vemos tensiones potenciales cuando se trata de ser audaces y responsables. Un buen ejemplo de ello es Universal Translator, un servicio experimental de doblaje de vídeo asistido por inteligencia artificial, pensado para profesionales, que ayuda a traducir la voz de un locutor y a sincronizar el movimiento de los labios. Tiene un potencial enorme en sectores como la enseñanza pero también es evidente el riesgo que supone en las manos equivocadas. Para minimizar el uso indebido, lo hemos puesto en marcha como un servicio con guardarraíles y solo está accesible a socios autorizados.
Otra línea en la que trabajamos para estar a la altura de nuestros Principios de la IA son innovaciones que abordan los desafíos desde el mismo momento en que surgen. Por ejemplo, hemos sido una de las primeras organizaciones en automatizar estas pruebas de adversarios mediante LLM; lo que nos ha permitido mejorar notablemente la velocidad, la calidad y la cobertura de las pruebas, para que los expertos en seguridad se concentren en los casos más complejos. Como medida de contención frente a la desinformación, próximamente integraremos nuevas innovaciones en marcas de agua y metadatos en nuestros últimos modelos generativos. También son destacables nuestros avances en herramientas para detectar el habla sintética: en nuestro trabajo con AudioLM, hemos entrenado un clasificador que es capaz detectar el habla sintética en nuestros modelos de audio con una precisión cercana al 99%.

Un esfuerzo colectivo
Somos conscientes de que la construcción responsable de la IA debe ser un esfuerzo colectivo en el que participen investigadores, científicos sociales, expertos del sector, gobiernos, creadores, editores y gente que utiliza la IA en su vida cotidiana.
Para aumentar el impacto de determinadas innovaciones, las compartimos con terceros. Es el caso de la API Perspective , desarrollada originalmente por nuestros investigadores de Jigsaw para combatir la toxicidad presente en los comentarios online. Ahora, estamos aplicando esta API a nuestros grandes modelos lingüísticos (LLM), incluidos todos los que se mencionan en I/O. En paralelo, un grupo de investigadores del mundo académico la ha utilizado para realizar una evaluación de la situación del sector en la que han considerado todos los LLM importantes, entre ellos los modelos de OpenAI y Anthropic.
Creemos que todo el mundo se beneficia de un ecosistema web dinámico, hoy y en el futuro. Por eso trabajaremos con la comunidad online para que los editores puedan elegir y controlar sus contenidos.
Una de las razones por las que la IA resulta tan interesante es por su potencial para beneficiar a las personas y a la sociedad, por eso mismo es imperativo desarrollarla y utilizarla de forma responsable.  Hay muchas cosas que cambian y evolucionan a medida que la IA avanza y más gente la experimenta, comparte, desarrolla y utiliza. Por nuestra parte, no dejamos de aprender de nuestras propias investigaciones, experiencias, de los usuarios y el conjunto de la comunidad. Todo lo que aprendemos lo incorporamos a nuestros planteamientos. De cara al futuro, hay muchos logros a nuestro alcance y muchas cosas que debemos hacer bien, todos juntos.
Me gustaría agradecer y reconocer el trabajo inspirador y complejo de mis compañeros el los equipos de Responsible AI, Responsible Innovation, Google.org, Labs, Jogsaw, Google Research y Google DeepMind.