Superpotencias de La IA

Si los robots lo hacen todo,
¿qué haremos nosotros entonces?
Ésta fue la pregunta que le hizo un niño de preescolar al reconocido experto

en inteligencia artificial Kai-Fu Lee, y el libro que sostienes en tus manos es su
Los grandes avances teóricos en inteligencia respuesta. Kai-Fu Lee es un empresario y escritor es-
artificial han producido aplicaciones prácticas BESTSELLER DEL NEW YORK TIMES tadounidense nacido en Taiwán, considerado
que están a punto de cambiar nuestra vida. La Porque, cuando se trata de entender el futuro de la inteligencia artificial, todos uno de los mayores expertos mundiales en
IA ya impulsa muchos de nuestros sitios web somos como niños curiosos: llenos de preguntas que no podemos contestar inteligencia artificial. Graduado en Informáti-
favoritos, pero en los próximos años también e intentando asomarnos continuamente al futuro. Todos queremos saber qué ca por la Universidad de Columbia, obtuvo su
conducirá nuestros coches, gestionará nuestras significará la automatización de la IA para nuestros trabajos y cómo afectará a doctorado en la Universidad Carnegie Mellon
carteras y fabricará gran parte de lo que com- nuestras metas en la vida. donde, como parte de su tesis, desarrolló el
pramos. que es considerado el primer sistema de reco-
Superpotencias de la inteligencia artificial explora estas cuestiones y ofrece nocimiento del habla independiente: Sphinx.
En los últimos años, China se ha convertido en soluciones a los cambios que traerá esta nueva era tecnológica, un futuro
Ha trabajado para algunas de las compañías
una verdadera superpotencia de la IA y el único basado en inteligencia artificial que ya está aquí y que debemos conocer si
más importantes del sector como Apple, SGI,
verdadero contrapeso nacional a Estados Uni- queremos sobrevivir.
Microsoft o Google, donde desarrolló su carre-
dos en esta tecnología emergente. Por ello, la ra como presidente de la filial de la empresa en
forma en que estos dos países decidan compe- China. En 2009 funda Sinovation Ventures, un
tir y cooperar podría llegar a tener consecuen- Una guía a un futuro que celebra todos los beneficios que traerá la IA
fondo de capital riesgo orientado al desarrollo
a la vez que cultiva aquello que es único de nuestra humanidad.
cias dramáticas para la economía y la goberna- de la próxima generación de compañías chinas
— Ariana Huffington, fundadora del Huffpost
bilidad mundial. de alta tecnología.
Este inteligente análisis de Kai-Fu Lee sobre la coexistencia Es autor de siete libros que se han convertido
En este libro, Kai-Fu Lee, uno de los expertos entre los humanos y la IA es de obligatoria lectura.
más respetados en inteligencia artificial, nos en bestsellers y tiene más de cincuenta millo-
— Satya Nadella, consejero delegado de Microsoft
advierte de que, debido a estos progresos sin nes de seguidores en las redes sociales.
precedentes, tendrán lugar grandes cambios en Kai-Fu Lee puede ser la persona con el punto de vista más completo
nuestra sociedad que acontecerán mucho an- del mundo en el ámbito de la tecnología global. @kaifulee
tes de lo que todos nosotros pensamos. — Alan Murray, presidente de Fortune
@kaifu_lee
Uno de los campos en que los que la IA ten- Si te preocupa el futuro que traerá la inteligencia artificial,
este libro es de ineludible lectura.
drá mayor impacto será en el ámbito laboral.
— Tim O’Reilly, fundador de O’Reilly Media
Superpotencias de la inteligencia artificial nos
ofrece un análisis de qué profesiones se verán
afectadas y en qué fecha, cuáles tendrán más Deusto PVP: 18,95 € 10254604
Grupo Planeta
demanda gracias a la IA y cómo todo ello afec- edicionesdeusto.com
facebook.com/EdicionesDeusto
Traducción de Mercedes Vaquero
tará a nuestra economía.
@EdicionesDeusto
#SuperpotenciasDeLaInteligenciaArtificial Diseño de cubierta: adaptación de Oriol Frias
Superpotencias de la
inteligencia artificial
China, Silicon Valley
y el nuevo orden mundial
KAI-FU LEE
Traducción de Mercedes Vaquero
T-Superpotencias de la Inteligencia Artificial.indd 3 13/1/20 14:14

Título original: AI Superpowers
© 2018, Kai-Fu Lee. Todos los derechos reservados.
© de la traducción: Mercedes Vaquero Granados, 2020
© Editorial Planeta, S.A., 2020
© de esta edición: Centro de Libros PAPF, SLU.

Deusto es un sello editorial de Centro de Libros PAPF, SLU.
Av. Diagonal, 662-664
08034 Barcelona
www.planetadelibros.com
ISBN: 978-84-234-3131-1
Depósito legal: B. 1.249-2020
Primera edición: febrero de 2020
Preimpresión: Realización Planeta
Impreso por Black Print
Impreso en España - Printed in Spain
No se permite la reproducción total o parcial de este libro, ni su incorporación a un sistema

informático, ni su transmisión en cualquier forma o por cualquier medio, sea éste electrónico,
mecánico, por fotocopia, por grabación u otros métodos, sin el permiso previo y por escrito del
editor. La infracción de los derechos mencionados puede ser constitutiva de delito contra la
propiedad intelectual (Art. 270 y siguientes del Código Penal).
Diríjase a CEDRO (Centro Español de Derechos Reprográficos) si necesita fotocopiar o escanear
algún fragmento de esta obra. Puede contactar con CEDRO a través de la web www.conlicencia.com
o por teléfono en el 91 702 19 70 / 93 272 04 47.

Sumario
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1 . El momento Sputnik de China . . . . . . . . . . . . . . . . . . . . . . 13

2 . Imitadores en el Coliseo . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3 . El universo alternativo de internet de China . . . . . . . . . 74
4 . Historia de dos países . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5 . Las cuatro olas de IA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6 . Utopía, distopía y la verdadera crisis de la IA . . . . . . . . 186
7 . La sabiduría del cáncer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
8 . Un plan para la coexistencia del hombre con la IA . . . . 257
9 . Nuestra historia global de la IA . . . . . . . . . . . . . . . . . . . . . 293
Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301

1
El momento Sputnik de China
El adolescente chino con gafas de montura cuadrada parecía un

héroe improbable para librar la última batalla de la humanidad.
Vestido con un traje negro, camisa blanca y corbata también ne-
gra, Ke Jie permanecía desplomado en su asiento, frotándose las
sienes y dándole vueltas al problema que tenía delante. Por lo
general, aquel joven de diecinueve años estaba tan lleno de con-
fianza que rozaba la arrogancia, pero esta vez, se estaba retor-
ciendo en su silla de cuero. En realidad, parecía un simple chaval
de instituto agonizando ante una prueba irresoluble de geome-
tría.
Pero esa tarde de mayo de 2017, libraba una lucha sin cuartel
contra una de las máquinas más inteligentes del mundo, Alpha-
Go, un centro neurálgico de inteligencia artificial respaldado por
la compañía de tecnología más importante del mundo: Google.
El campo de batalla era un tablero pautado de diecinueve por
diecinueve, habitado por piedrecitas blancas y negras, la materia
prima del engañosamente complejo juego Go. Durante la parti-
da, dos jugadores se alternan en colocar piedras en el tablero,
intentando rodear las piedras del oponente. Ningún humano en
la Tierra podía hacer esto mejor que Ke Jie, pero ese día se en-
frentaba a un jugador de Go en un nivel que nadie había visto
antes.

14 · Superpotencias de la inteligencia artificial
Se cree que el Go se inventó hace más de 2.500 años, su histo-

ria se remonta en el tiempo más allá que cualquier otro juego de
mesa al que se siga jugando en la actualidad. En la antigua China,
el Go representaba una de las cuatro formas de arte que cualquier
erudito chino debía dominar. Se creía que el juego imbuía a sus
jugadores de un refinamiento intelectual y una sabiduría similar a
la del Zen. Allí donde los juegos como el ajedrez occidental son
burdamente tácticos, el juego de Go se basa en el posicionamiento
paciente y en el lento envolvimiento, que lo convierten en una for-
ma de arte, en un estado mental.
La profundidad de la historia del juego de Go se corresponde
con su dificultad. Sus reglas básicas se pueden establecer en sólo
nueve frases, pero el número de posibles posiciones en un table-
ro Go excede el número de átomos de todo el universo.1 La com-
plejidad del árbol de decisiones había convertido la derrota del
campeón mundial de Go en una especie de monte Everest para la
comunidad de la inteligencia artificial, un problema cuya magni-
tud había repelido cada intento de conquista. Los inclinados a la
poesía dijeron que no se podía hacer porque las máquinas care-
cían del elemento humano, una sensación casi mística para el
juego. Los ingenieros simplemente pensaron que el tablero ofre-
cía demasiadas posibilidades para que una computadora las eva-
luara.
Pero ese día AlphaGo no sólo ganó la batalla a Ke Jie, sino
que lo fue desarmando de manera sistemática. En el transcurso
de tres partidas maratonianas de más de tres horas cada una, Ke
volcó todo lo que tenía contra el programa informático. Probó a
ganar con diferentes enfoques: conservador, agresivo, defensivo
e impredecible. Nada pareció funcionar. AlphaGo no le dio a Ke
ninguna oportunidad. En vez de eso, fue apretando poco a poco
los tornillos a su alrededor.
1. «Go and Mathematics» en Wikipedia, s.v., «Legal Positions», <https://

en.wikipedia.org/wiki/Go_and_mathematics#Legal_positions>.

El momento Sputnik de China · 15
El panorama desde Pekín
Lo que se vio en esta partida dependía desde dónde se observara

la misma. Para algunos analistas de Estados Unidos, las victorias
de AlphaGo señalaban no sólo el triunfo de la máquina sobre el
hombre, sino también de las empresas tecnológicas occidentales
sobre el resto del mundo. En las dos décadas anteriores, las em-
presas de Silicon Valley habían conquistado los mercados tecno-
lógicos mundiales. Compañías como Facebook y Google se ha-
bían convertido en las plataformas de referencia en internet para
socializar y buscar. En el proceso, arrollaron a startups locales en
países como Francia o Indonesia. Estos gigantes de internet pro-
porcionaron a Estados Unidos un dominio del mundo digital
que se correspondía con su poder militar y económico en el mun-
do real. Con AlphaGo —producto de la startup británica Deep-
Mind, y adquirida por Google en 2004—, Occidente parecía es-
tar preparado para continuar ese dominio en la era de la
inteligencia artificial.
Pero al mirar por la ventana de mi oficina durante el partido
de Ke Jie, vi algo muy diferente. La sede de mi fondo de capital
riesgo se encuentra en el barrio de Zhongguancun de Pekín, una
zona a la que se suele denominar «el Silicon Valley de China».
Hoy día, Zhongguancun es el centro neurálgico del movimiento
de IA chino. Para la gente de aquí, las victorias de AlphaGo su-
pusieron tanto un reto como una inspiración. Se convirtieron en
el «momento Sputnik» de China para la inteligencia artificial.
Cuando la Unión Soviética puso en órbita el primer satélite
creado por el hombre en octubre de 1957, tuvo un efecto instan-
táneo y profundo en la psique y en la política del gobierno de
Estados Unidos. El evento suscitó una gran ansiedad en el públi-
co estadounidense por la percepción de la superioridad tecnoló-
gica soviética, que seguía al satélite a través del cielo nocturno y
sintonizaba las transmisiones de radio del Sputnik. Provocó la
creación de la Administración Nacional de la Aeronáutica y del
Espacio (NASA, por sus siglas en inglés), impulsó las subvencio-
nes públicas para la formación en matemáticas y ciencia, e inició
de manera efectiva la carrera espacial. La movilización en todo el

país dio sus frutos doce años más tarde, cuando Neil Armstrong
se convirtió en la primera persona en poner un pie sobre la Luna.
AlphaGo obtuvo su primera victoria destacada en marzo de
2016, durante una serie de cinco juegos contra el legendario ju-
gador coreano Lee Sedol, de los que ganó cuatro. Aunque las cin-
co partidas pasaron inadvertidas para la mayoría de los estadou-
nidenses, atrajeron la atención de más de 280 millones de
espectadores chinos.2 De la noche a la mañana, China se sumió
en la fiebre de la inteligencia artificial. La agitación no llegaba a
rivalizar con la reacción de Estados Unidos ante el Sputnik, pero
sí exhortó a la acción a la comunidad tecnológica china, que no
ha parado desde entonces.
Cuando los inversores, empresarios y autoridades guberna-
mentales chinas se centran en una sola industria, pueden hacer
temblar al mundo. De hecho, China está intensificando su inver-
sión, investigación y su capacidad empresarial en IA a una escala
histórica. Los inversores de capital riesgo, los gigantes tecnológi-
cos y el gobierno chino están aportando dinero a raudales para la
creación de startups especializadas en inteligencia artificial.
También los estudiantes chinos han contraído la fiebre de la IA,
y se inscriben en programas de grado avanzado y asisten en sus
smartphones a videoconferencias en directo de investigadores
internacionales. Los fundadores de startups pivotan, reingenie-
rizan o simplemente cambian la marca de sus compañías de ma-
nera frenética para subirse a la ola de la IA.
Menos de dos meses después de que Ke Jie abandonara la
última partida con AlphaGo, el gobierno central chino elaboró
un ambicioso plan para desarrollar las capacidades de la inteli-
gencia artificial.3 Instó a una mayor financiación, apoyo político
y coordinación nacional para el avance de la IA. Estableció claros
2. METZ, Cade, «What the AI Behind AlphaGo Can Teach Us About Be-
ing Human», Wired, 19 de mayo de 2016, <https://www.wired.com/2016/05/
google-alpha-go-ai/>.
3. MOZUR, Paul, «Beijing Wants A.I. to Be Made in China by 2030», The
New York Times, 20 de julio de 217,<https://www.nytimes.com/2017/07/20/
business/china-artificial-intelligence.html>.

parámetros de evaluación para medir el progreso entre 2020 y

2025, y previó que para 2030 China se convertiría en el centro de
la innovación global en inteligencia artificial, liderando en teo-
ría, en tecnología y en sus aplicaciónes. En 2017, los inversores
de capital riesgo chinos ya habían respondido a esa llamada, in-
virtiendo sumas récord en nuevas empresas de inteligencia arti-
ficial, que representaba el 48 por ciento de toda la financiación
de capital riesgo en IA en todo el mundo, superando por primera
vez a Estados Unidos.4
Un juego y un punto de inflexión
Detrás de ese incremento del apoyo del gobierno chino hay un

nuevo paradigma en la relación entre la inteligencia artificial y la
economía. Mientras que la ciencia de la inteligencia artificial ha
progresado despacio pero de manera constante durante décadas,
sólo en fecha reciente se ha acelerado rápidamente dicho progre-
so, lo que ha permitido que estos logros académicos se traduzcan
en casos de uso en el mundo real.
Los desafíos técnicos de vencer a un humano en el juego de
Go ya me eran familiares. Cuando era un joven estudiante de
doctorado que investigaba la inteligencia artificial en la Uni-
versidad Carnegie Mellon, estudié con el investigador pionero
en IA Raj Reddy. En 1986 creé el primer programa que derro-
taría a un miembro del equipo del campeonato mundial del
juego Othello, una versión simplificada del Go que se juega en
un tablero cuadrado de ocho por ocho.5 Fue un gran logro en
ese momento, pero la tecnología que había detrás no estaba
preparada para hacer frente a nada más que a juegos de mesa
sencillos.
4. VINCENT, James, «China Overtakes US in AI Startup Funding with a

Focus on Facial Recognition and Chips», The Verge, 2 de febrero de 2018,
<https://www.theverge.com/2018/2/22/17039696/china-us-ai-funding- star-
tup-comparison>.
5. LEE, Kai-Fu y MAHAJAN, Sanjoy: «The Development of a World
Class Othello Program», Artificial Intelligence 43, nº1, abril de 1990, pp. 21-36.

Lo mismo ocurrió cuando el Deep Blue de IBM derrotó al

campeón mundial de ajedrez Garry Kasparov en una partida de
1997 llamada «La última batalla del cerebro». Ese evento generó
ansiedad en torno a la cuestión de cuándo nuestros amos robots
lanzarían su conquista de la humanidad, pero aparte de inflar el
precio de las acciones de IBM, el juego no tuvo un impacto signi-
ficativo en la vida real. La inteligencia artificial todavía tenía po-
cas aplicaciones prácticas, y los investigadores llevaban décadas
sin un avance verdaderamente fundamental.
En lo esencial, Deep Blue «forzó» su camino a la victoria,
dependiendo en gran medida de un hardware adaptado para ge-
nerar y evaluar con rapidez las posiciones de cada movimiento.
También había requerido que los verdaderos campeones de aje-
drez añadieran una guía heurística al software. Sí, la victoria fue
una impresionante hazaña de ingeniería, pero se basó en una
tecnología establecida desde hacía mucho tiempo que sólo fun-
cionaba en conjuntos de problemas muy limitados. Saca a Deep
Blue de la simplicidad geométrica de un tablero de ajedrez de
ocho por ocho cuadrados y no parecerá muy inteligente. Al final,
el único trabajo que amenazaba con arrogarse era el del cam-
peón mundial de ajedrez.
Esta vez, las cosas son diferentes. El partido de Ke Jie contra
AlphaGo se jugó dentro de las limitaciones de un tablero de Go,
pero está estrechamente vinculado a radicales variaciones en el
mundo real. Esos cambios incluyen el frenesí de la IA china que
las partidas de AlphaGo provocaron en medio de la tecnología
subyacente que la llevó a la victoria.
AlphaGo se basa en el aprendizaje profundo, un enfoque in-
novador de la inteligencia artificial que ha turboalimentado las
capacidades cognitivas de las máquinas. En la actualidad, los
programas basados en el aprendizaje profundo pueden hacerlo
mejor que los humanos en la identificación de rostros, el recono-
cimiento del habla, y la concesión de préstamos. Durante déca-
das, la revolución de la inteligencia artificial siempre parecía
estar a cinco años de distancia. Pero con el desarrollo del apren-
dizaje profundo en los últimos años, esa revolución ha llegado
por fin. Marcará el inicio de una era de un formidable incremen-

to de la productividad, pero también de perturbaciones generali-

zadas en el mercado laboral —así como de profundos problemas
sociopsicológicos con consecuencias para las personas— a medi-
da que la inteligencia artificial se haga cargo de los trabajos rea-
lizados por seres humanos en todo tipo de industrias.
Durante el partido de Ke Jie, lo que me asustó no fueron los
robots asesinos controlados por IA sobre los que algunos promi-
nentes tecnólogos advierten. Fueron los demonios del mundo
real que podían ser conjurados por el desempleo masivo y la con-
siguiente agitación social. La amenaza a los puestos de trabajo se
avecina a mayor velocidad de lo que la mayoría de los expertos
anticiparon, y no discriminará por clases, sino que afectará tanto
a personas altamente cualificadas como a quienes cuentan con
un bajo nivel educativo. El día de la notable partida entre Alpha-
Go y Ke Jie, el aprendizaje profundo destronó al mejor jugador
de Go de la humanidad. Esa misma tecnología destructora de
puestos de trabajo no tardará en llegar a una fábrica y a una ofi-
cina cerca de ti.
El fantasma en la máquina Go
Pero en esa misma partida, también vi un motivo de esperanza.

Tras dos horas y cincuenta y un minutos de juego, Ke Jie topó
contra un muro. Lo había dado todo en este juego, pero sabía
que no iba a ser suficiente. Encorvado sobre el tablero, frunció
los labios y su ceja empezó a temblar. Al darse cuenta de que ya
no podía contener sus emociones, se quitó las gafas y usó el dorso
de la mano para secarse las lágrimas de los ojos. Sucedió en un
instante, pero fue fácil para todos apreciar la emoción detrás de
ese gesto.
Esas lágrimas desencadenaron una oleada de simpatía y apo-
yo a Ke. A lo largo de las tres partidas, Ke había estado subido a
una montaña rusa de emociones humanas: confianza, ansiedad,
miedo, esperanza y angustia. Había mostrado su espíritu compe-
titivo, pero en esas partidas yo vi un acto de amor genuino: la
voluntad de lidiar con un oponente imbatible por puro amor al

juego, a su historia y a la gente que lo juega. Aquellas personas

que vieron la frustración de Ke respondieron de la misma mane-
ra. Puede que AlphaGo fuera el ganador, pero Ke se convirtió en
el campeón de la gente. En ese sentido —seres humanos dando y
recibiendo amor—, vislumbré como las personas encontrarían
trabajo y significado en la era de la inteligencia artificial.
Creo que la hábil aplicación de la IA será la mayor oportuni-
dad que China tendrá para alcanzar —y posiblemente superar—
a Estados Unidos. Pero, lo que es más importante, este cambio
propiciará la oportunidad de que todas las personas redescubran
qué es lo que nos hace ser humanos.
Para entender el por qué, debemos comprender primero los
fundamentos de la tecnología y cómo está preparada para trans-
formar nuestro mundo.
Una breve historia sobre el aprendizaje profundo
El aprendizaje automático —el término general para el ámbito

que incluye el aprendizaje profundo— es una tecnología de las
que alteran la historia, pero que tiene la suerte de haber sobrevi-
vido a un tumultuoso medio siglo de investigación. Desde sus
inicios, la inteligencia artificial ha pasado por una serie de ciclos
de auge y caída. Períodos de grandes promesas han ido seguidos de
«inviernos de la IA», cuando la decepcionante falta de resulta-
dos prácticos conducía a importantes recortes de financiación.
Entender qué es lo que hace que la llegada del aprendizaje pro-
fundo sea diferente requiere un rápido resumen acerca de cómo
llegamos hasta aquí.
A mediados de la década de 1950, los pioneros de la inteli-
gencia artificial se fijaron una misión increíblemente sublime
pero bien definida: recrear la inteligencia humana en una má-
quina. Esa sorprendente combinación de claridad del objetivo y
complejidad de la tarea atraería a algunas de las mejores mentes
del emergente mundo de la informática: Marvin Minsky, John
McCarthy y Herbert Simon.
En tanto que ingenuo estudiante de informática de la Uni-

versidad de Columbia a principios de los años ochenta, todo esto

aguzó mi imaginación. Nací en Taiwán a principios de la década
de 1960, pero me trasladé a Tennessee a la edad de once años,
donde terminé la escuela secundaria. Después de cuatro años en
Columbia, Nueva York, supe que quería profundizar en la IA.
Cuando en 1983 solicité cursar el doctorado en informática, es-
cribí el siguiente texto un tanto grandilocuente del campo en mi
descripción de intenciones: «La inteligencia artificial es la eluci-
dación del proceso de aprendizaje humano, la cuantificación del
proceso de pensamiento humano, la explicación de la conducta
humana y la comprensión de lo que hace posible la inteligencia.
Es el paso final del hombre para comprenderse a sí mismo, y es-
pero participar en esta nueva pero prometedora ciencia».
Esta disertación me ayudó a entrar en el departamento de
informática mejor calificado de la Universidad Carnegie Mellon,
un caldo de cultivo para la investigación en IA de vanguardia.
También mostró mi ingenuidad sobre el campo de estudio, tanto
por sobreestimar nuestro poder para entendernos a nosotros
mismos como por subestimar el poder de la IA para producir
inteligencia sobrehumana en estrechos ámbitos.
Cuando comencé mi doctorado, el sector de la inteligencia
artificial se había escindido en dos campos: el enfoque «basado
en normas» y el enfoque de «redes neuronales». Los investiga-
dores en el campo basado en reglas (también llamado a veces
«sistemas simbólicos» o «sistemas expertos») intentaban ense-
ñar a los ordenadores a pensar codificando una serie de reglas
lógicas: si X, entonces Y. Esta perspectiva funcionaba bien para
juegos simples y bien definidos («problemas de juguete»), pero
se desmoronaba cuando el universo de posibles opciones o movi-
mientos se expandía. Para hacer el software más aplicable a pro-
blemas del mundo real, el campo basado en reglas entrevistaba a
expertos en los problemas que se estaban abordando y luego co-
dificaba su sabiduría en la toma de decisiones del programa (de
ahí el apodo de «sistemas expertos»).
El campo de las «redes neuronales», sin embargo, adoptó un
enfoque diferente. En lugar de tratar de enseñar al ordenador las
reglas dominadas por el cerebro humano, estos profesionales in-

tentaron reconstruir el mismo cerebro humano. Dado que las en-

marañadas redes de neuronas de los cerebros de los animales era
la única cosa susceptible de inteligencia tal y como la conocemos,
estos investigadores decidieron ir directamente a la fuente. Esta
orientación imita la arquitectura subyacente del cerebro, constru-
yendo capas de neuronas artificiales que pueden recibir y transmi-
tir información en una estructura similar a nuestras redes de neu-
ronas biológicas. A diferencia del enfoque basado en reglas, los
artífices de redes neuronales no suelen dar a las redes reglas a se-
guir en la toma de decisiones. Simplemente introducen muchísi-
mos ejemplos de un determinado fenómeno —imágenes, partidas
de ajedrez, sonidos— en las redes neuronales y dejan que las pro-
pias redes identifiquen patrones dentro de los datos. En otras pa-
labras, cuanto menos interferencia humana, mejor.
Las diferencias entre ambos enfoques se advierten en cómo
abordan un problema simple: identificar si hay un gato en una
foto. El enfoque basado en reglas intentaría establecer pautas del
tipo «si-entonces» para ayudar al programa a tomar una deci-
sión: «Si hay dos formas triangulares encima de una forma cir-
cular, entonces probablemente haya un gato en la imagen». En
cambio, el enfoque de redes neuronales, alimentaría el programa
con millones de fotos de muestra etiquetadas como «gato» o «no
gato», dejando que el programa descubra por sí mismo qué ca-
racterísticas de las millones de imágenes se relacionaban de for-
ma más estrecha con la etiqueta «gato».
Durante las décadas de 1950 y 1960, las primeras versiones
de redes neuronales artificiales rindieron resultados prometedo-
res y mucha publicidad. Pero luego, en 1969, los investigadores
del campo basado en reglas retrocedieron, lo que convenció a
muchos en el sector de que las redes neuronales no eran confia-
bles y su uso, limitado. El enfoque de redes neuronales pasó rá-
pidamente de moda, y en los años setenta la IA se sumergió en
uno de sus primeros «inviernos».
Durante las décadas siguientes, las redes neuronales disfru-
taron de breves períodos de prominencia, seguidos de un aban-
dono casi total. En 1988 utilicé una técnica similar a las redes
neuronales (modelo oculto de Markov o HMM, por sus siglas en

inglés) para crear Sphinx, el primer sistema de habla continua y

reconocimiento del habla.6 Ese logro me reportó una reseña en
The New York Times.7 Pero no fue suficiente para salvar a las
redes neuronales de caer en desgracia una vez más, ya que la IA
volvió a entrar en una época glaciar prolongada durante la ma-
yor parte de la década de 1990.
Lo que en última instancia resucitó el campo de las redes
neuronales —y desencadenó el renacimiento de la IA que vivi-
mos hoy—, fueron los cambios en dos de las materias primas cla-
ve de las que se nutren las redes neuronales, junto con un gran
avance tecnológico. Las redes neuronales requieren grandes
cantidades de dos cosas: potencia de cálculo y datos. Los datos
«entrenan» al programa para reconocer patrones dándole mu-
chos ejemplos, y la potencia de cálculo permite que el programa
analice esos ejemplos a gran velocidad.
Tanto los datos como la potencia de cálculo eran escasos en
los albores del campo de la IA en los años cincuenta. Pero con el
transcurso de los años durante las décadas siguientes, todo eso
ha cambiado. Hoy, tu smartphone tiene millones de veces más
capacidad de procesamiento que los ordenadores de vanguardia
que la NASA utilizó para enviar a Neil Armstrong a la Luna en
1969. E internet ha dado lugar a una explosión de todo tipo de
datos digitales: texto, imágenes, vídeos, clics, compras, tweets,
etc. En conjunto, todo esto ha proporcionado a los investigado-
res grandes volúmenes de datos con los que entrenar a sus redes,
así como una inmensa capacidad de procesamiento a bajo coste
para utilizarla en más formación.
Pero las propias redes seguían siendo muy limitadas en cuan-
to a lo que podían hacer. La precisión de los resultados a proble-
mas complejos requerían muchas capas de neuronas artificiales,
6. LEE, Kai-Fu, «On Large-Vocabulary Speaker-Independent Conti-

nuous Speech Recognition», Speech Communication 7, nº 4, diciembre de
1988, pp. 375–379.
7. MARKOFF, John, «vTalking to Machines: Progress Is Speeded», The
New York Times, 6 de julio de 1988 <https://www.nytimes.com/1988/07/06/
business/ business -technology -talking -to -machines -progress -is -speeded .
html>.

y los investigadores no habían encontrado aún la forma de entre-

nar esas capas con eficacia a medida que se agregaban. El gran
salto técnico del aprendizaje profundo llegó por fin a mediados
de la década de 2000, cuando el destacado investigador Geofrey
Hinton descubrió un modo de entrenar de manera eficaz a las
nuevas capas de redes neuronales. El resultado fue como dar es-
teroides a las viejas redes neuronales, multiplicando su potencia
para realizar tareas como el reconocimiento de voz y de objetos.
Pronto, estas redes neuronales aceleradas, rebautizadas aho-
ra como «aprendizaje profundo (Deep learning)», podrían supe-
rar a los modelos más antiguos en una variedad de tareas. Pero
años de prejuicios arraigados contra el enfoque de las redes neu-
ronales llevaron a muchos investigadores de IA a pasar por alto
a este grupo «alternativo» que reivindicaba resultados sobresa-
lientes. El punto de inflexión llegó en 2012, cuando una red neu-
ronal construida por el equipo de Hinton arrolló a sus competi-
dores en un concurso internacional de visión por ordenador.8
Tras décadas al margen de la investigación de la IA, de la
noche a la mañana las redes neuronales pasaron a formar parte
de la corriente dominante, esta vez en forma de aprendizaje pro-
fundo. Este avance prometía derretir el hielo del último invierno
de la IA y, por primera vez, llevar de verdad el poder de la IA al
mundo real. Investigadores, futuristas y directores ejecutivos de
empresas tecnológicas comenzaron a hablar sobre el enorme po-
tencial del sector para descifrar el habla humana, traducir docu-
mentos, reconocer imágenes, predecir el comportamiento del
consumidor, identificar fraudes, tomar decisiones crediticias,
ayudar a los robots a «ver», e incluso a conducir un coche.
Abrir el telón al aprendizaje profundo
¿Cómo funciona el aprendizaje profundo? En esencia, estos al-

goritmos utilizan cantidades masivas de datos de un dominio
8. ImageNet Large Scale Visual Recognition Challenge 2012, Resultados

completos en <http://image-net.org/challenges/LSVRC/2012/results.html>.

específico para adoptar una decisión que optimiza el resultado

deseado. Esto lo hace entrenándose a sí mismo para reconocer
patrones y correlaciones profundamente enterrados que conec-
tan los muchos puntos de datos con el resultado deseado. Este
proceso de búsqueda de patrones es más fácil cuando los datos se
etiquetan con el resultado deseado: «gato» contra «no gato»;
«clicado» frente a «no ha clicado»; «juego ganado» contra «jue-
go perdido». Entonces puede recurrir a su amplio conocimiento
de estas correlaciones —muchas de las cuales son invisibles o
irrelevantes para los observadores humanos— para tomar deci-
siones mejores que las que una persona podría adoptar.
Para ello se necesitan grandes cantidades de datos relevan-
tes, un algoritmo sólido, un dominio limitado y un objetivo con-
creto. Si te falta alguno de éstos, las cosas se desmoronan. ¿De-
masiados pocos datos? El algoritmo no tiene suficientes ejemplos
para descubrir correlaciones significativas. ¿Un objetivo dema-
siado amplio? El algoritmo carece de puntos de referencia claros
para aspirar a la optimización.
El aprendizaje profundo es lo que se conoce como «IA estre-
cha», inteligencia que toma datos de un dominio específico y los
aplica para optimizar un determinado resultado. Aunque impre-
sionante, todavía está muy lejos de la «IA general», la tecnología
polivalente capaz de hacer todo lo que puede hacer un ser humano.
La aplicación más natural del aprendizaje profundo es en
campos como el de los seguros y la concesión de préstamos. Los
datos relevantes sobre los prestatarios son abundantes (califica-
ción crediticia, ingresos, uso reciente de tarjetas de crédito), y el
objetivo a optimizar es claro (minimizar las tasas de impago). Si
se va un paso más allá, el aprendizaje profundo ayudará a los
vehículos autónomos a «ver» el mundo que les rodea: reconocer
los patrones en los píxeles de la cámara (octágonos rojos), averi-
guar con qué se correlacionan (señales de stop) y utilizar esa in-
formación para tomar decisiones (pisar el freno para que el co-
che se detenga lentamente) que optimicen la obtención del
resultado deseado (llevarme a casa de forma segura en el menor
tiempo posible).
La gente está tan entusiasmada con el aprendizaje profundo

justamente porque su poder fundamental —su capacidad de re-

conocer un patrón, optimizar para obtener un resultado especí-
fico, tomar una decisión— se puede aplicar a muchos tipos dife-
rentes de problemas cotidianos. Por eso, compañías como Google
y Facebook se han apresurado para hacerse con los servicios del
pequeño núcleo de expertos en aprendizaje profundo, pagándo-
les millones de dólares para llevar a cabo ambiciosos proyectos
de investigación. En 2013, Google adquirió la startup fundada
por Geofrey Hinton, y al año siguiente se adueñó de la británica
DeepMind —la compañía que construyó AlphaGo— por más de
quinientos millones de dólares.9 Los resultados de estos proyec-
tos han seguido asombrando a los observadores y acaparan titu-
lares. Han cambiado el espíritu cultural de la época y han hecho
que tengamos la sensación de estar en el precipicio de una nueva
era, una en la que las máquinas empoderarán de forma radical
y/o desplazarán de manera violenta a los seres humanos.
La IA y la investigación internacional
Pero ¿dónde estaba China en todo esto? Lo cierto es que la his-

toria del nacimiento del aprendizaje profundo tuvo lugar casi
por completo en Estados Unidos, Canadá y Reino Unido. Des-
pués de eso, un número más pequeño de empresarios y de fondos
de capital riesgo chinos, como el mío, comenzaron a invertir en
este sector. Pero la gran mayoría de la comunidad tecnológica
china no despertó realmente a la revolución del aprendizaje pro-
fundo hasta su momento Sputnik, en 2016, una década después
del avance en el campo que supuso el estudio académico y cuatro
años después de haber demostrado su valía en el concurso de
visión por ordenador.
Las universidades y compañías tecnológicas estadounidenses
llevan décadas cosechando los frutos de la capacidad del país
9. SHU, Catherine, «Google Acquires Artificial Intelligence Startup for

Over $500 Million», TechCrunch, 6 de enero de 2014, <https://techcrunch
.com/2014/01/26/google-deepmind/>.

para atraer y absorber talento procedente de todo el mundo. El

progreso en IA no parecía ser diferente. Estados Unidos se afian-
zaba en una posición de liderazgo, que sólo crecía a medida que
estos investigadores de élite se aprovechaban del generoso en-
torno de financiación, su cultura única y empresas puntales de
Silicon Valley. En opinión de la mayoría de los analistas, la in-
dustria tecnológica china estaba destinada a desempeñar el mis-
mo papel en la IA global que había tenido durante décadas: el
del imitador que se quedaba muy por detrás de la vanguardia.
Como se demuestra en los capítulos siguientes, ese análisis es
erróneo. Se basa en suposiciones anticuadas sobre el entorno
tecnológico chino, así como en la incomprensión más esencial de
lo que está impulsando la revolución de la IA en curso. Puede que
Occidente haya encendido la chispa del aprendizaje profundo,
pero China será el mayor beneficiario del calor que el fuego de la
inteligencia artificial está generando. Este cambio global es el
resultado de dos transiciones: de la era del descubrimiento a la
de la implementación, y de la era de los conocimientos especiali-
zados a la de los datos.
Básica a la creencia errónea de que Estados Unidos lleva gran
ventaja en IA es la convicción de que vivimos en una era de des-
cubrimientos, una época en la que los investigadores de élite de
la IA tumban sin parar viejos paradigmas y descifran antiguos
misterios. Esta impresión ha sido alimentada por un flujo cons-
tante de apasionantes informes mediáticos que anuncian la últi-
ma hazaña realizada por la IA: diagnosticar ciertos tipos de cán-
cer mejor que los médicos, vencer a los campeones de la versión
estándar del juego de cartas de póquer llamado Texas Hold’em,
enseñándose a sí misma a dominar nuevas habilidades con cero
interferencia humana. Ante esta riada de atención mediática a
cada nuevo logro, se podrá perdonar al observador ocasional —e
incluso al analista experto— el hecho de creer que no paran de
abrirse nuevos caminos en la investigación de la inteligencia ar-
tificial.
Creo que esta impresión es engañosa. Muchos de estos re-
cientes hitos son, más bien, la mera aplicación de los avances de
la última década —principalmente del aprendizaje profundo,

pero también de tecnologías complementarias como el aprendi-

zaje de refuerzo y la transferencia del aprendizaje— a nuevos
problemas. Lo que estos investigadores están llevando a cabo re-
quiere de una gran habilidad y un profundo conocimiento: la
capacidad de modificar complejos algoritmos matemáticos, de
manipular cantidades masivas de datos y de adaptar la red neu-
ronal a diferentes problemas. Eso a menudo exige ser un experto
en la materia de nivel de doctorado. Pero estos avances son me-
joras y optimizaciones adicionales que aprovechan el dramático
salto hacia delante del aprendizaje profundo.
La era de la implementación
Lo que realmente representan es la aplicación de las increíbles

facultades de reconocimiento de patrones y de predicción del
aprendizaje profundo en diferentes esferas, como el diagnóstico
de una enfermedad, la emisión de una póliza de seguro, la con-
ducción de un automóvil o la traducción de una frase en chino a
inglés legible. No significan un progreso rápido hacia la «IA ge-
neral» o cualquier otro avance similar en el nivel del aprendizaje
profundo. Ésta es la era de la implementación, y las empresas
que quieran beneficiarse de este período de tiempo necesitarán
empresarios, ingenieros y gerentes de producción con talento.
Andrew Ng, pionero del aprendizaje profundo, ha compara-
do la IA con el aprovechamiento de la electricidad de Thomas
Edison:10 una tecnología revolucionaria por sí sola, y que una vez
que se utiliza se puede emplear para revolucionar decenas de in-
dustrias diferentes. Del mismo modo en que los empresarios del
siglo xix no tardaron en comenzar a aplicar el gran avance de la
electricidad a la cocina de alimentos, en salas de iluminación y
equipos industriales, los actuales empresarios de la IA están ha-
ciendo lo mismo con el aprendizaje profundo. Gran parte del di-
10. LYNCH, Shana, «Andrew Ng: Why AI is the New Electricity», The
Dish (blog), Stanford News, 14 de marzo de 2017<https://news.stanford.edu/
thedish/2017/03/14/andrew-ng-why-ai-is-the-new-electricity/>.

fícil y abstracto trabajo de investigación de la IA ya se ha realiza-

do, y ahora es el momento de que los empresarios se arremanguen
y se pongan manos a la obra para convertir los algoritmos en ne-
gocios sostenibles.
Eso de ninguna manera disminuye el entusiasmo actual en
torno a la IA; la implementación es lo que hace que los avances
académicos tengan sentido y lo que realmente terminará cam-
biando el entramado de nuestra vida diaria. La era de la imple-
mentación significa que veremos aplicaciones en el mundo real
tras décadas de prometedora investigación, algo que llevo espe-
rando durante gran parte de mi vida adulta.
Pero hacer esa distinción entre descubrimiento e implemen-
tación es fundamental para entender cómo la IA transformará
nuestras vidas o qué país será el principal impulsor de ese pro-
greso. Durante la era del descubrimiento, el progreso fue promo-
vido por un puñado de pensadores de élite, prácticamente todos
ellos concentrados en Estados Unidos y Canadá. Sus investiga-
ciones e innovaciones intelectuales únicas dieron lugar a un re-
pentino y monumental aumento de aquello que los ordenadores
pueden llegar a hacer. Desde los albores del aprendizaje profun-
do, ningún otro grupo de investigadores o ingenieros ha aporta-
do ninguna innovación de tal magnitud.
La era de los datos
Esto nos lleva a la segunda gran transición; de la era de los cono-

cimientos especializados a la de los datos. Hoy día, los buenos
algoritmos de IA necesitan tres cosas: gran volumen de datos,
capacidad de procesamiento y el trabajo de sólidos ingenieros de
algoritmos de IA, aunque no necesariamente de élite. Llevar el
poder del aprendizaje profundo a nuevos problemas requiere de
los tres elementos, y en esta era de implementación, los datos
constituyen la parte central. Esto se debe a que una vez que la
capacidad de procesamiento y el talento de ingeniería alcanzan
cierto umbral, la cantidad de datos se vuelve decisiva para deter-
minar la potencia y la precisión de un algoritmo.

En el aprendizaje profundo, no hay mejor dato que más da-

tos. A cuantos más ejemplos de un determinado fenómeno esté
expuesta una red, con mayor exactitud podrá ésta seleccionar
patrones e identificar elementos en el mundo real. Con muchos
más datos, un algoritmo diseñado por un puñado de ingenieros de
IA de nivel medio suele superar al diseñado por un investigador
de aprendizaje profundo de clase mundial. Tener el monopolio
de los mejores científicos ya no es lo que era.
Los investigadores de IA de élite todavía tienen el potencial
de impulsar el sector al siguiente nivel, pero esos avances ocu-
rren una vez cada varias décadas. Mientras esperamos el siguien-
te descubrimiento, la pujante disponibilidad de datos será la
fuerza motriz detrás de la alteración del aprendizaje profundo de
innumerables industrias en todo el mundo.
Ventaja china
La realización de la nueva promesa de la electrificación hace un

siglo requirió de cuatro insumos clave: combustibles fósiles para
generarla, empresarios para construir nuevos negocios alrededor
de ella, ingenieros eléctricos para manipularla y un gobierno que
prestase su apoyo para desarrollar la infraestructura pública esen-
cial. Aprovechar el poder de la IA hoy —la «electricidad» del siglo
xxi— requiere de cuatro insumos análogos: datos abundantes,
empresarios hambrientos, científicos de IA y un entorno político
favorable a la IA. Al examinar las relativas fortalezas de China y de
Estados Unidos en estas cuatro categorías, podemos predecir el
emergente equilibrio de poder en el orden mundial de la IA.
Ambas transiciones descritas en las páginas anteriores —des-
de el descubrimiento hasta la implementación, y de los conoci-
mientos especializados a los datos— inclinan la balanza hacia
China. Lo hacen minimizando las debilidades de China y am-
pliando sus fortalezas. Pasar del descubrimiento a la implemen-
tación reduce uno de los mayores puntos débiles de China (plan-
teamientos fuera de lo convencional a las preguntas de
investigación) y también aprovecha la fuerza más significativa del

país: aguerridos empresarios con un agudo instinto para cons-

truir negocios sólidos. La transición de los conocimientos espe-
cializados a los datos tiene un beneficio similar, ya que minimiza
la importancia de la élite global de investigadores de la que China
carece y maximiza el valor de otro recurso clave que China tiene
en abundancia: datos.
Los empresarios de Silicon Valley se han ganado la reputación
de ser algunos de los más trabajadores de Estados Unidos, jóvenes
fundadores apasionados que trasnochan en una loca carrera para
sacar un producto, y luego repiten de forma obsesiva ese producto
mientras buscan el siguiente gran acontecimiento que lo cambiará
todo. No hay duda de que los empresarios de allí trabajan duro.
Pasé décadas arraigado a fondo tanto en Silicon Valley como en la
escena tecnológica de China, trabajando en Apple, Microsoft y
Google antes de pensárlo bien e invertir en decenas de startups chi-
nas. Puedo asegurar que Silicon Valley parece lento en compara-
ción con su competidor al otro lado del Pacífico.
Los exitosos empresarios chinos de internet han llegado donde
están mediante la conquista del entorno competitivo más despia-
dado del planeta. Viven en un mundo donde la velocidad es esencial,
copiar es una práctica aceptada, y los competidores no se deten-
drán ante nada para ganar un nuevo mercado. Cada día que uno
pasa en la escena de las startups chinas es una prueba de fuego,
como un día en la vida de un gladiador en el Coliseo. Las batallas
son a vida o muerte, y tus oponentes no tienen escrúpulos.
La única manera de sobrevivir a esta batalla es mejorar de ma-
nera constante tu producto, pero también innovar en tu modelo
de negocio y construir un «foso» alrededor de tu empresa. Si tu
única ventaja es una sola idea novedosa, esa idea acabará siendo
copiada de forma inevitable, te robarán tus empleados clave y se-
rás expulsado del negocio por los competidores subvencionados
por inversores de capital riesgo. Este entorno de frenética activi-
dad contrasta con Silicon Valley, donde copiar está estigmatizado
y a muchas empresas se les permite avanzar sin esfuerzo sobre la
base de una idea original o de un golpe de suerte. Esta falta de
competencia puede llevar a un cierto nivel de autocomplacencia,
en el que los empresarios dejan de explorar todas las versiones

posibles de su primera innovación. Los complicados mercados y

los sucios trucos de «imitación» de China engendraron algunas
empresas de reputación cuestionable, y también incubaron una
generación de empresarios sagaces, espabilados y dispuestos a tra-
bajar duro. Estos emprendedores serán el ingrediente secreto que
ayude al gigante asiático a convertirse en el primer país en sacar
provecho de la era de la implementación de la IA.
Estos empresarios tendrán acceso a la otra «fuente natural» del
mundo tecnológico chino: una sobreabundancia de datos. China
ya ha superado a Estados Unidos en términos de volumen como
principal productor de datos. Éstos no sólo son impresionantes
desde un punto de vista cuantitativo, sino que gracias al ecosistema
tecnológico único de China —un universo alternativo de productos
y funciones que no se ve en ningún otro lugar—, los datos están
hechos a medida para construir empresas de IA rentables.
Hasta hace unos cinco años, tenía sentido comparar directa-
mente el progreso de las compañías de internet chinas y estadou-
nidenses en los términos de una competición. Llevaban trayecto-
rias más o menos paralelas, con Estados Unidos ligeramente por
delante de China. Pero hacia 2013, el internet de China dio un
golpe de timón. En lugar de seguir los pasos de las compañías es-
tadounidenses o de copiarlas sin más, los empresarios chinos co-
menzaron a desarrollar productos y servicios sin análogos en Sili-
con Valley. Los analistas solían invocar analogías sencillas basadas
en Silicon Valley para describir a las empresas chinas —«el Face-
book de China», «el Twitter de China»—, pero en los últimos años,
estas etiquetas dejaron de tener sentido en muchos casos. El internet
chino se había transformado en un universo alternativo.
Los urbanitas chinos comenzaron a pagar por comprar en el
mundo real con códigos de barras en sus teléfonos, parte de una
revolución de pagos móviles no vista en ningún otro lugar. Ejér-
citos de repartidores de comida y masajistas a la carta que se
desplazaban en motos eléctricas obstruyeron las calles de las ciu-
dades chinas. Representaban una ola sísmica de startups onli-
ne-to-offline (O2O) que llevaron las ventajas del comercio elec-
trónico a los servicios del mundo real, como la comida de
restaurante o las manicuras. Poco después llegaron los millones

de bicicletas compartidas de colores brillantes que los usuarios

podían coger o dejar en cualquier lugar con sólo escanear un có-
digo de barras con sus teléfonos móviles.
La unión de todos estos servicios dio lugar a la aparición de la
super app china WeChat, una especie de navaja digital del ejército
suizo para la vida moderna. Los usuarios de WeChat empezaron a
enviar mensajes de texto y de voz a sus amigos, a pagar sus com-
pras, a pedir una cita con el médico, a pagar impuestos, a desblo-
quear bicicletas compartidas y a comprar billetes de avión, todo
ello sin salir de la aplicación. WeChat se convirtió en la aplicación
social universal, en la que se utilizaban diferentes tipos de grupos
de chat—formados con compañeros de trabajo y amigos, o en tor-
no a intereses concretos— para negociar acuerdos comerciales, or-
ganizar fiestas de cumpleaños o discutir sobre arte moderno. Reu-
nió una serie de funciones esenciales que en Estados Unidos y otros
países se encuentran dispersas en una docena de aplicaciones.
Ahora, el universo digital alternativo de China crea y captura
un montón de nuevos datos sobre el mundo real. Esa riqueza de
información sobre los usuarios —su ubicación cada segundo del
día, cómo viajan, qué alimentos les gustan, cuándo y dónde com-
pran comida y cerveza— es valiosísima en la era de la implemen-
tación de la IA. Proporciona a estas empresas un pormenorizado
tesoro de los hábitos diarios de estos usuarios, que puede combi-
narse con algoritmos de aprendizaje profundo para ofrecer servi-
cios a medida que van desde la auditoría financiera hasta a la
planificación urbanística. También supera ampliamente lo que
las compañías líderes de Silicon Valley pueden descifrar a partir
de tus búsquedas, «likes» u ocasionales compras online. Este in-
comparable tesoro de datos del mundo real dará a las empresas
chinas una importante ventaja en el desarrollo de servicios basa-
dos en la inteligencia artificial.
Con la mano en la balanza
Estos recientes y poderosos acontecimientos inclinan como es ló-

gico el equilibrio de poder a favor de China. Pero además de este

reequilibrio natural, también el gobierno chino está haciendo todo

lo posible para inclinar la balanza. El plan de gran envergadura
del gobierno de China para convertir al país en una superpotencia
de la IA garantizó un amplio apoyo y financiación para la investi-
gación de la IA, pero sobre todo sirvió de faro para que las admi-
nistraciones locales de todo el país siguieran su ejemplo. Las es-
tructuras de gobierno chinas son más complejas de lo que la
mayoría de los estadounidenses suponen. El gobierno central no
emite simplemente órdenes que se implementan al instante en
toda la nación, aunque sí tiene la capacidad de elegir ciertos obje-
tivos a largo plazo y movilizar recursos épicos para caminar en esa
dirección. El desarrollo a un ritmo vertiginoso de una red ferrovia-
ria de alta velocidad en expansión constituye un ejemplo de ello.
Los líderes de los gobiernos locales respondieron al auge de
la IA como si acabaran de escuchar el pistoletazo de salida de una
carrera, compitiendo entre sí para atraer a las compañías y em-
presarios de IA a sus regiones con generosas promesas de subsi-
dios y políticas preferenciales. Esa carrera apenas acaba de co-
menzar, y todavía no está claro el impacto que tendrá en el
desarrollo de la IA en China. Pero cualquiera que sea el resulta-
do, contrasta con un gobierno estadounidense que de manera
deliberada adopta un enfoque de no injerencia en la iniciativa
empresarial y que está recortando de forma activa la financia-
ción de la investigación básica.
Si unimos todas estas piezas —la doble transición hacia la era
de la implementación y la era de los datos, los emprendedores chi-
nos de talla mundial y un gobierno proactivo— creo que China no
tardará en igualar e incluso superar a Estados Unidos en el desa-
rrollo y despliegue de la inteligencia artificial. A mi modo de ver,
ese liderazgo en la implementación de la inteligencia artificial se
traducirá en un aumento de la productividad a una escala nunca
vista desde la revolución industrial. PriceWaterhouseCoopers es-
tima que el despliegue de la IA aportará 15,7 billones de dólares al
PIB mundial para 2030.11 Está previsto que China se lleve a casa
siete billones de dólares de ese total, casi el doble de los 3,7 billo-
11. DR. RAO, Anand S. y VERWEIJ, Gerard, «Sizing the Prize», PwC, 27

nes de dólares en ganancias de Estados Unidos. A medida que el

equilibrio de poder económico se incline a favor de China, tam-
bién lo harán la influencia política y el «poder de atracción», la
huella cultural e ideológica del país en todo el mundo.
Este nuevo orden mundial de la IA será particularmente agita-
do para Estados Unidos, que se ha acostumbrado a ejercer un do-
minio casi total de la esfera tecnológica. Porque desde que muchos
de nosotros podemos recordar, son las compañías de tecnología
estadounidenses las que han presionado para colocar sus produc-
tos y sus valores a usuarios de todo el mundo. Como resultado, las
empresas, los ciudadanos y los políticos de Estados Unidos han
olvidado lo que se siente al ser la parte receptora de estos inter-
cambios, un proceso que con frecuencia parece una «colonización
tecnológica». China no tiene la intención de utilizar su ventaja en
la era de la IA como plataforma para tal colonización, pero las al-
teraciones inducidas por la IA en el orden político y económico,
conducirán a un cambio importante en la forma en que todos los
países experimenten el fenómeno de la globalización digital.
Las auténticas crisis
Por muy significativa que llegue a ser esta competición entre las
dos superpotencias del mundo, palidece en comparación con los
problemas de pérdida de empleo y creciente desigualdad —tanto
en el nivel interno como entre países— que invocará la IA. A me-
dida que el aprendizaje profundo invada la economía mundial,
acabará con miles de millones de puestos de trabajo a todos los
niveles de la escala socioeconómica: contables, trabajadores de
líneas de montaje, operarios de almacenes, analistas bursátiles,
inspectores de control de calidad, camioneros, asistentes legales
e incluso radiólogos, por nombrar algunos.
En el pasado, la civilización humana ha absorbido en la eco-
nomía perturbaciones tecnológicas similares, convirtiendo a
de junio de 2017, <https://www.pwc.com/gx/en/issues/analytics/assets/pwc

-ai-analysis-sizing-the-prize-report.pdf>.

cientos de millones de agricultores en obreros industriales du-

rante los siglos xix y xx. Pero ninguno de estos cambios llegó tan
rápido como la IA. Basándome en las tendencias actuales en el
avance y la adopción de la tecnología, predigo que dentro de
quince años, la inteligencia artificial será técnicamente capaz de re-
emplazar entre el cuarenta y el cincuenta por ciento de los pues-
tos de trabajo en Estados Unidos. La pérdida real de empleo
puede llegar a retrasar esas capacidades técnicas una década
más, pero preveo que la alteración del mercado de trabajo será
muy real, muy grande y que se producirá en breve.
En paralelo con el desempleo, aumentará la astronómica ri-
queza en manos de los nuevos magnates de la IA. Uber ya es una
de las empresas más valiosas del mundo, incluso otorgando al
conductor alrededor del 75 por ciento del dinero ganado en cada
trayecto. Con ese fin, ¿a cuánto puede llegar a ascender el valor
de Uber si en el lapso de un par de años la compañía fuera capaz
de reemplazar a cada uno de sus conductores humanos por un
coche autónomo con IA? ¿O si los bancos pudieran reemplazar a
todos sus agentes hipotecarios con algoritmos que emitieran
préstamos más inteligentes con tasas de morosidad mucho más
bajas? ¿Y todo ello sin interferencia humana? Pronto se produci-
rán transformaciones similares en sectores como el transporte
en camión por carretera, los seguros, la fabricación y la venta al
por menor.
Mayor concentración de beneficios. Ése es el hecho: la IA
tiende de forma natural hacia una economía en la que el ganador
se lo lleva todo dentro de una industria. La relación del aprendi-
zaje profundo con los datos fomenta un círculo virtuoso para for-
talecer los mejores productos y empresas: más datos conducen a
mejores productos, que a su vez atraen a más usuarios, que gene-
ran más datos que mejoran aún más el producto. Esta combina-
ción de datos y dinero en efectivo también atrae a los mejores
talentos de la IA a las mejores compañías, ampliando la brecha
entre los líderes de la industria y los rezagados.
En el pasado, el dominio de los bienes físicos y los límites de
la geografía ayudaban a frenar los monopolios de consumidores
(la legislación antimonopolio estadounidense tampoco hacía

daño). Pero en el futuro, los bienes y servicios digitales conti-

nuarán comiéndose una mayor proporción del pastel del consu-
midor, y los camiones autónomos y los drones reducirán de ma-
nera drástica el coste del envío de bienes físicos. En lugar de una
dispersión de los beneficios de la industria entre diferentes em-
presas y regiones, empezaremos a ver una concentración cada
vez mayor de estas sumas astronómicas en manos de unos po-
cos, mientras que las colas del paro serán cada vez más largas.
El orden mundial de la IA
La desigualdad no se contendrá dentro de las fronteras naciona-

les. China y Estados Unidos ya han dado un gran salto y llevan
una enorme ventaja en inteligencia artificial sobre todos los de-
más Estados, al establecer el escenario de un nuevo tipo de orden
mundial bipolar. Otros países —Reino Unido, Francia y Canadá,
por nombrar algunos— cuentan con sólidos laboratorios de in-
vestigación en IA dotados de un gran talento, pero carecen del
ecosistema de capital riesgo y de grandes bases de usuarios para
generar los datos clave en la era de la implementación. A medida
que las empresas de IA de Estados Unidos y China acumulan
más datos y talento, el círculo virtuoso de las mejoras basadas en
datos está ampliando su liderazgo hasta un punto que se volverá
insuperable. En la actualidad, China y Estados Unidos están in-
cubando a los gigantes de la IA que dominarán el mercado mun-
dial y obtendrán riqueza de los consumidores de todo el mundo.
Al mismo tiempo, la automatización impulsada por la IA en
las fábricas socavará la única ventaja económica que los países en
vías de desarrollo poseían históricamente: la mano de obra bara-
ta. Es probable que las fábricas operadas por robots se trasladen
para estar más cerca de sus clientes en los grandes mercados, ale-
jando la escalera que países en desarrollo como China y los «ti-
gres asiáticos» de Corea del Sur y Singapur subieron en pleno
proceso de convertirse en economías de altos ingresos basadas en
la tecnología. La brecha entre los que tienen y los que no tienen se
ensanchará, sin que se conozca el modo de estrecharla o cerrarla.

El orden mundial de la IA combinará la economía del gana-

dor que se lo lleva todo con una concentración sin precedentes de
la riqueza en manos de unas pocas empresas chinas y estadouni-
denses. Ésta es, en mi opinión, la verdadera amenaza subyacente
que plantea la inteligencia artificial: un tremendo desorden so-
cial y colapso político derivados del desempleo generalizado y de
la enorme desigualdad.
El tumulto en el mercado de trabajo y la agitación en las so-
ciedades se producirán en el contexto de una crisis mucho más
personal y humana: una pérdida psicológica del propósito de
cada uno. Durante siglos, los seres humanos han pasado sus días
trabajando: intercambiando su tiempo y sudor por techo y comi-
da. Hemos construido valores culturales profundamente arrai-
gados en torno a este intercambio, y muchos de nosotros hemos
sido condicionados a derivar nuestra autoestima del acto del tra-
bajo diario. El crecimiento de la inteligencia artificial desafiará
estos valores y amenaza con socavar ese sentido de propósito de
la vida en un espacio de tiempo ridículamente corto.
Estos desafíos son trascendentales, pero no insuperables. En
los últimos años, yo mismo me he enfrentado a una amenaza
mortal y a una crisis existencial en mi propia vida personal. Esa
experiencia me transformó y me abrió los ojos a posibles solucio-
nes a la crisis de empleo que preveo, inducida por la IA. Abordar
estos problemas requerirá una combinación de un análisis clari-
vidente y un examen filosófico profundo de lo que importa en
nuestras vidas, una tarea tanto para nuestra mente como para
nuestro corazón. En los capítulos finales de este libro esbozo mi
propia visión de un mundo en el que los seres humanos no sólo
coexisten con la IA, sino que crecen con ella.
Para llegar hasta allí —en los niveles tecnológico, social y hu-
mano— debemos primero entender cómo hemos llegado hasta
aquí. Para ello tenemos que remontarnos al pasado, mirar quin-
ce años atrás, a una época en la que se ridiculizaba a China en
tanto que tierra de compañías imitadoras, y en la que Silicon Va-
lley se alzaba orgulloso y solo en la vanguardia de la tecnología.

Superpotencias de La IA

Cargado por

Copyright:

Formatos disponibles

Superpotencias de La IA

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Superpotencias de La IA

Cargado por

Copyright:

Formatos disponibles

Si los robots lo hacen todo,

¿qué haremos nosotros entonces?

Ésta fue la pregunta que le hizo un niño de preescolar al reconocido experto

Traducción de Mercedes Vaquero

T-Superpotencias de la Inteligencia Artificial.indd 3 13/1/20 14:14

© 2018, Kai-Fu Lee. Todos los derechos reservados.

© de la traducción: Mercedes Vaquero Granados, 2020

© Editorial Planeta, S.A., 2020

© de esta edición: Centro de Libros PAPF, SLU.

Impreso en España - Printed in Spain

No se permite la reproducción total o parcial de este libro, ni su incorporación a un sistema

T-Superpotencias de la Inteligencia Artificial.indd 4 13/1/20 14:14

1 . El momento Sputnik de China . . . . . . . . . . . . . . . . . . . . . . 13

T-Superpotencias de la Inteligencia Artificial.indd 7 13/1/20 14:14

El momento Sputnik de China

El adolescente chino con gafas de montura cuadrada parecía un

T-Superpotencias de la Inteligencia Artificial.indd 13 13/1/20 14:14

Se cree que el Go se inventó hace más de 2.500 años, su histo-

1. «Go and Mathematics» en Wikipedia, s.v., «Legal Positions», <https://

T-Superpotencias de la Inteligencia Artificial.indd 14 13/1/20 14:14

El panorama desde Pekín

Lo que se vio en esta partida dependía desde dónde se observara

T-Superpotencias de la Inteligencia Artificial.indd 15 13/1/20 14:14

T-Superpotencias de la Inteligencia Artificial.indd 16 13/1/20 14:14

parámetros de evaluación para medir el progreso entre 2020 y

Un juego y un punto de inflexión

Detrás de ese incremento del apoyo del gobierno chino hay un

4. VINCENT, James, «China Overtakes US in AI Startup Funding with a

T-Superpotencias de la Inteligencia Artificial.indd 17 13/1/20 14:14

Lo mismo ocurrió cuando el Deep Blue de IBM derrotó al

T-Superpotencias de la Inteligencia Artificial.indd 18 13/1/20 14:14

to de la productividad, pero también de perturbaciones generali-

Pero en esa misma partida, también vi un motivo de esperanza.

T-Superpotencias de la Inteligencia Artificial.indd 19 13/1/20 14:14

juego, a su historia y a la gente que lo juega. Aquellas personas

Una breve historia sobre el aprendizaje profundo

El aprendizaje automático —el término general para el ámbito

T-Superpotencias de la Inteligencia Artificial.indd 20 13/1/20 14:14

versidad de Columbia a principios de los años ochenta, todo esto

T-Superpotencias de la Inteligencia Artificial.indd 21 13/1/20 14:14

tentaron reconstruir el mismo cerebro humano. Dado que las en-

T-Superpotencias de la Inteligencia Artificial.indd 22 13/1/20 14:14

inglés) para crear Sphinx, el primer sistema de habla continua y

6. LEE, Kai-Fu, «On Large-Vocabulary Speaker-Independent Conti-

T-Superpotencias de la Inteligencia Artificial.indd 23 13/1/20 14:14

y los investigadores no habían encontrado aún la forma de entre-

Abrir el telón al aprendizaje profundo

¿Cómo funciona el aprendizaje profundo? En esencia, estos al-

8. ImageNet Large Scale Visual Recognition Challenge 2012, Resultados

T-Superpotencias de la Inteligencia Artificial.indd 24 13/1/20 14:14

específico para adoptar una decisión que optimiza el resultado

T-Superpotencias de la Inteligencia Artificial.indd 25 13/1/20 14:14

justamente porque su poder fundamental —su capacidad de re-

Pero ¿dónde estaba China en todo esto? Lo cierto es que la his-

9. SHU, Catherine, «Google Acquires Artificial Intelligence Startup for

T-Superpotencias de la Inteligencia Artificial.indd 26 13/1/20 14:14

para atraer y absorber talento procedente de todo el mundo. El

T-Superpotencias de la Inteligencia Artificial.indd 27 13/1/20 14:14

pero también de tecnologías complementarias como el aprendi-