Al principio de la pandemia, un agente (literario, no de software) sugirió a Fei-Fei Li que escribiera un libro. El enfoque tenía sentido. Ha dejado una huella imborrable en el campo de la inteligencia artificial al encabezar un proyecto iniciado en 2006 llamado ImageNet. Clasificó millones de imágenes digitales para formar lo que se convirtió en un campo de entrenamiento fundamental para los sistemas de inteligencia artificial que sacuden nuestro mundo actual. Li es actualmente el codirector fundador del Instituto de IA Centrada en el Humano (HAI) de Stanford, cuyo mismo nombre es un llamado a la cooperación, si no la coevolución, entre las personas y las máquinas inteligentes. Al aceptar el desafío del agente, Li pasó el año de encierro elaborando un borrador. Pero cuando su cofundador de HAI, el filósofo Jon Etchemendy, lo leyó, le dijo que empezara de nuevo, esta vez incluyendo su propio viaje en el campo. «Dijo que hay muchos técnicos que pueden leer un libro sobre IA», dice Li. “Pero estaba perdiendo la oportunidad de decirles a todos los jóvenes inmigrantes, mujeres y personas de diversos orígenes que entendieran que ellos De hecho, también puedo hacer IA”.
Li es una persona reservada a la que le incomoda hablar de sí misma. Pero descubrió valientemente cómo integrar su experiencia como inmigrante que llegó a los Estados Unidos cuando tenía 16 años, sin dominio del idioma, y superó obstáculos para convertirse en una figura clave en esta tecnología fundamental. En camino a su puesto actual, también fue directora del Laboratorio de IA de Stanford y científica jefa de IA y aprendizaje automático en Google Cloud. Li dice que su libro, Los mundos que veo, está estructurada como una doble hélice, con su búsqueda personal y la trayectoria de la IA entrelazadas en un todo en espiral. «Seguimos viéndonos a nosotros mismos a través del reflejo de quiénes somos», dice Li. “Parte de la reflexión es la tecnología misma. El mundo más difícil de ver somos nosotros mismos”.
Los hilos se unen de manera más dramática en su narrativa de la creación e implementación de ImageNet. Li relata su determinación de desafiar a quienes, incluidos sus colegas, dudaban de que fuera posible etiquetar y categorizar millones de imágenes, con al menos 1.000 ejemplos para cada una de una extensa lista de categorías, desde cojines hasta violines. El esfuerzo requirió no sólo fortaleza técnica sino también el sudor de literalmente miles de personas (spoiler: Mechanical Turk de Amazon ayudó a lograrlo). El proyecto es comprensible sólo cuando entendemos su recorrido personal. La valentía al asumir un proyecto tan arriesgado provino del apoyo de sus padres, quienes a pesar de las dificultades financieras insistieron en que ella rechazara un trabajo lucrativo en el mundo empresarial para perseguir su sueño de convertirse en científica. Ejecutar este disparo a la luna sería la máxima validación de su sacrificio.
La recompensa fue profunda. Li describe cómo la creación de ImageNet le exigió mirar el mundo del mismo modo que lo haría un algoritmo de red neuronal artificial. Cuando encontró perros, árboles, muebles y otros objetos en el mundo real, su mente vio más allá de su categorización instintiva de lo que percibía y llegó a sentir qué aspectos de un objeto podrían revelar su esencia al software. ¿Qué pistas visuales llevarían a una inteligencia digital a identificar esas cosas y a ser capaz de determinar las diversas subcategorías: beagles frente a galgos, roble frente a bambú, silla Eames frente a Mission rocker? Hay una sección fascinante sobre cómo su equipo intentó recopilar imágenes de todos los modelos de automóviles posibles. Cuando se completó ImageNet en 2009, Li lanzó un concurso en el que los investigadores utilizaron el conjunto de datos para entrenar sus algoritmos de aprendizaje automático, para ver si las computadoras podían alcanzar nuevas alturas identificando objetos. En 2012, el ganador, AlexNet, salió del laboratorio de Geoffrey Hinton en la Universidad de Toronto y registró un gran salto con respecto a los ganadores anteriores. Se podría argumentar que la combinación de ImageNet y AlexNet inició el auge del aprendizaje profundo que todavía nos obsesiona hoy en día y que impulsa ChatGPT.
Lo que Li y su equipo no entendieron fue que esta nueva forma de ver también podría vincularse a la trágica propensión de la humanidad a permitir que los prejuicios contaminen lo que vemos. En su libro, informa sobre una “punzada de culpabilidad” cuando se supo que Google había etiquetado erróneamente a los negros como gorilas. Siguieron otros ejemplos atroces. “Cuando Internet presenta una imagen predominantemente blanca, occidental y a menudo masculina de la vida cotidiana, nos quedamos con una tecnología que lucha por darle sentido a todos”, escribe Li, reconociendo tardíamente el defecto. Se le pidió que lanzara un programa llamado AI4All para incorporar a mujeres y personas de color al campo. «Cuando éramos pioneros en ImageNet, no sabíamos tanto como sabemos hoy», dice Li, dejando en claro que estaba usando «nosotros» en el sentido colectivo, no solo para referirse a su pequeño equipo. han evolucionado enormemente desde entonces. Pero si hay cosas que no hicimos bien; tenemos que arreglarlos”.
El día que hablé con Li, El Correo de Washington publicó un artículo extenso sobre cómo el sesgo en el aprendizaje automático sigue siendo un problema grave. Los generadores de imágenes de IA actuales, como Dall-E y Stable Diffusion, todavía generan estereotipos al interpretar indicaciones neutrales. Cuando se les pide que imaginen a “una persona productiva”, los sistemas generalmente muestran a hombres blancos, pero una solicitud de “una persona de servicios sociales” a menudo mostrará a personas de color. ¿El inventor clave de ImageNet, la zona cero para inculcar prejuicios humanos en la IA, está seguro de que el problema puede resolverse? “Seguro Sería una palabra demasiado simple”, afirma. «Soy cautelosamente optimista en cuanto a que existen soluciones técnicas y de gobernanza, así como demandas del mercado de ser cada vez mejores». Ese optimismo cauteloso también se extiende a la forma en que habla de las funestas predicciones de que la IA podría conducir a la extinción humana. «No quiero dar la falsa sensación de que todo va a estar bien», dice. «Pero tampoco quiero transmitir una sensación de pesimismo y fatalidad, porque los humanos necesitan esperanza».