Category
🗞
NoticiasTranscripción
00:00¿Qué tal amigos de OK Diario? Vamos a hablar de inteligencia artificial. Es una de las palabras
00:04de moda. No sabemos si es una amenaza, si se nos viene un mundo Orwelliano al estilo Blade Runner
00:11y tendremos que prepararnos para un apocalipsis o si es una oportunidad maravillosa que nos da
00:19la tecnología para mejorar en productividad, en eficiencia o quizás sean las dos cosas. Esto es
00:24lo que le vamos a preguntar a nuestro experto, a nuestro invitado que es Nicolás Franco. Es uno de
00:29los mayores expertos en IA en España y no sólo no sólo por lo que sabe sino por de dónde viene
00:36porque lleva en estos temas hace muchos muchos años cuando la IA no era esto de poner un texto
00:41en chat chipití sino que era algo muchísimo más complejo y más complicado. Nicolás, ¿qué tal?
00:46Bienvenido a OK Diario. Muchas gracias por acogerme aquí en vuestra casa y la verdad es que muy
00:50contento de venir y poder charlar contigo sobre la inteligencia artificial. Bueno, es un placer.
00:56A Nicolás le conocemos en una charla que nos dio para nuestra redacción sobre inteligencia
01:02artificial y la verdad que fue sobre toda la evolución de la inteligencia artificial y de
01:07eso quiero preguntarte que tú llevas muchísimos años, hace 25 años fundaste una startup con tu
01:14hermano Mr. Houston. ¿Cuánta agua ha pasado de ojo del puente después de aquello? Pues sí, la verdad
01:21es que llevamos mucho tiempo como empresa tecnológica porque ya digo yo vengo del mundo
01:27de la ciencia, empecé haciendo un doctorado en Francia y después empecé a trabajar en diferentes
01:32laboratorios, acabé en Estados Unidos en Berkeley donde estuve dando clases y trabajaba en un
01:37laboratorio con un sincrotrón que había ahí y cuando volví a España. ¿Qué es un sincrotrón? Un sincrotrón es un
01:43acelerador de electrones, es una herramienta que es como un microscopio muy muy muy fino donde puedes
01:50llegar a ver casi hasta la posición de los átomos, se utiliza mucho para estudiar la estructura de
01:55los materiales, para estudiar a nivel de muy baja dimensionalidad cómo están hechos los materiales
02:01tanto materiales muy digamos duros como puede ser cualquier material que utilizamos para hacer
02:12los chips como materiales más blandos, llamamos blandos lo que llaman soft materials que son
02:17materiales vivos es decir biología o biotecnología, son herramientas muy costosas hay muy poquitos en
02:23el mundo no sé cuántos sincrotrones habrá a lo mejor 10 o 20 y ya digo son las herramientas más
02:29punteras que hay para el estudio de la estructura de la materia. ¿Gracias a esos estudios por ejemplo
02:34para el que nos está escuchando qué es lo que tenemos hoy gracias a aquellos pioneros
02:39estudios? Mira una de las cosas que comenté con vosotros cuando la charla que a mí más me
02:45impactó es que una de digamos de las ramas en las que más se utiliza los sincrotrones es para
02:50la detección de digamos de la estructura de las proteínas es decir aún se invierte mucho mucho
02:57dinero en determinar la estructura de la proteína y se invierte mucho tiempo muchos esfuerzos y ahora
03:02justamente con inteligencia artificial se acaba de dar este año el premio nobel a Hasimi que es
03:07un experto en inteligencia artificial que no es realmente ni químico ni bioquímico pero que
03:14fundó una empresa en donde se ha podido determinar la estructura de las proteínas en muy poquito
03:19tiempo y con una calidad altísima por lo tanto realmente hay un vuelco en todo lo que es la
03:25ciencia muy importante en donde se está aplicando la inteligencia artificial a unos niveles yo creo
03:30que desde mi punto de vista asombrosos con unos resultados asombrosos y que nos están dando unos
03:35avances asombrosos y esa es una de las cosas más increíbles que nos está dando que a lo mejor la
03:42gente no lo ve más directamente porque digo son cosas muy muy técnicas pero que los que hemos
03:48estado metidos en ese ámbito mucho tiempo nos deja realmente empatados porque los que peinamos
03:55canas nos acordamos de haber estudiado la universidad a fines de los 80 principios 90 los
04:01trabajos de marvin minsky pero claro te hablaban de eso y parecía ciencia ficción parecía el
04:07el hall 9000 de la película de cubric no que con el que a ti te gusta empezar tus charlas tus
04:14conferencias que ha pasado desde desde aquello que parecía como te digo un relato un relato de
04:21rey bradbury a lo que a lo que ha venido a lo que pasó ahora que es una revolución que en pocos años
04:26ha pegado una celerona impresionante bueno vamos a ver yo creo que se han conjugado una serie de
04:32hechos muy diferentes pero que han ido sumándose es decir obviamente hubo ese invierno de la
04:40inteligencia artificial en donde no hubo una evolución pero porque a nivel de infraestructura
04:45a nivel de hardware que sostenía no había no teníamos las plataformas o las herramientas que
04:51hoy en día y por otro lado también no había la comunidad de ayuda ni el enfoque que había que
04:58hoy en día a partir de ahí es increíble como las grandes empresas tecnológicas del siglo 20 como
05:06es google como es amazon como ahora envidia como puede ser apple en un momento dado empezaron a
05:12invertir con digamos en la inteligencia artificial y el gran coste que han soportado que es una de
05:20las cosas que a mí habiendo trabajado durante muchos años en ciencia te das cuenta que la gran
05:25parte de la inversión en ciencia siempre viene mediada por estamentos gubernamentales son
05:30realmente en europa y aún así en eeuu son realmente el estado el que invierte en ciencia
05:37base pues en este caso en la inteligencia artificial han sido empresas mayoritariamente ya digo o sea
05:42google sobre todo pero también ha habido amazon y en ese empuje que han dado unido con la tecnología
05:47a nivel de hardware que ha habido digamos subiendo las características que van teniendo ha hecho
05:55que en un momento dado realmente empezará a empezar a ver unos resultados muy muy
06:03buenos que han dado valor y en el momento que dan valor valor sobre todo también comercial y ha
06:09habido empresas que han ido apostando por ese valor comercial ha habido una eclosión brutal sobre todo
06:15a partir también de una serie de papers de los años desde el año 13 14 15 sobre todo el 17 18 y
06:23a partir de ahí ha habido una eclosión espectacular de una serie de maneras de trabajar el procesamiento
06:29de los datos de lenguaje natural y los datos de vídeo unido con las características de gpus y
06:35de nueva tecnología que ha hecho que aparecieran unos resultados que a día de hoy la gente no se
06:44explica cómo son tan buenos que es una de las cosas decir hay algo muy cerrado muy obtuso dentro
06:51de lo que es la inteligencia artificial porque no se llega a explicar la calidad de los resultados
06:57tan buenos como hemos llegado aquí en tan poco tiempo sobre todo como la manera digamos la
07:03arquitectura de datos que se ha montado como puede dar unos resultados tan buenos es algo que
07:08realmente hay una serie papers escritos este año es por gente de harvard unos de harvard y dos
07:15son de MIT en el cual empiezan a estudiar realmente lo que se hubiera pretendido la calidad
07:20de los que se hubiera pretendido con lo que sale y no se explican no se explican realmente cómo hay
07:26cómo los resultados son tan buenos decir hay algo ahí dentro que nos da miedo nos da un cierto miedo
07:32porque no está muy claro cómo funciona no hay una una manera de trazar perfectamente cómo es el
07:39funcionamiento de las redes profundas pero lo que es evidente es que los resultados que están dando
07:43son espectaculares resultados a nivel de digamos del público en general es decir porque podemos
07:49hay algo que hoy en día nos atrae muchísimo que yo creo que es que podemos hacer a la inteligencia
07:58artificial todos manejarla y que y tenerla realmente como una herramienta de uso cotidiano
08:05es decir utilizar un cloud un chat gpt un cualquiera de un proximity de una manera eficiente que nos dé
08:13resultados era impensable hace 4 o 5 años eran herramientas que estaban hechas y sobre todo
08:19enfocadas al mundo profesional en donde para poder trabajar había que codificar había que implementar
08:25en unos sistemas los resultados había después que interpretarlos y hoy en día eso no es así
08:33es decir tú yo cualquier persona puede utilizarlo con un valor muy grande a nivel personal y a
08:39nivel profesional y eso es lo que realmente atrae a la gente y por otro lado da un poco de miedo
08:45porque no sabemos porque esos resultados son tan buenos a eso iba y por eso tú arrancas tus
08:52conferencias con ese con ese momento de la película de Kubrick en el que la máquina creada por un
08:57hombre desobedece al hombre que estamos muy lejos de eso vamos a ver estamos tan lejos como la
09:06normativa nos lo permita es decir hoy en día realmente el estar lejos o cerca realmente
09:12estamos muy cerca estamos muy cerca porque podemos hacer sistemas autónomos en los cuales les
09:16podamos dotar de digamos de decisiones de la toma de decisiones y en las cuales esas dentro de esas
09:24decisiones que tienen que tomar puedan desobedecernos pero por otro lado tenemos una normativa sobre todo
09:30en Europa que puede ser para bien o para mal ya digo no me no lo sé si es bueno o malo probablemente
09:39para mal pues probablemente para mal en todo caso lo que va a ser es ralentizar el avance
09:47si un poco va a hacer que las empresas que invierten en tecnología piensen dos veces si
09:54realmente les merece la pena ya digo ponía como ejemplo el otro día cuando hablábamos que había
09:59una empresa americana que hacía todo el tratamiento que era una startup que le había
10:02habido muy bien que hacía todo un tratamiento de currículums automatizado para las grandes
10:07multinacionales y en el momento que habían sacado la normativa que sacó Biden en el cual le prohibía
10:12muy al estilo la que ha sacado Europa después esa normativa prohibía el tratamiento automatizado de
10:18tomas de decisiones en currículum había quebrado porque ya todo el mundo te da miedo a que les
10:22dieran que les pusieran pleitos en esas tomas de decisión ahora ha venido Trump y Trump ha
10:28dicho que todo eso lo va a echar por la boda por lo cual todas esas empresas han vuelto otra vez a
10:32florecer han vuelto a invertir pero ya digo el que una empresa invierta y arriesgue dinero en
10:38tecnología cuando puede haber una normativa que se la eche para atrás pues suscita también muchos
10:43resquemores entonces ya digo no la gente que invierte dinero le da un poquito de miedo esas
10:50políticas que son muy proteccionistas pero por otro lado ya digo no sé si el proteccionismo
10:56también nos podrá servir para bien o para mal no lo sé estoy en la estamos una circunstancia que
11:00hay que ver venir lo que viene más adelante ya digo como dicen habitualmente estados unidos
11:06crea china copia y europa legisla entonces estamos en la etapa de europea de legislación que no sé
11:12si eso nos va a frenar un poquito seguramente pues seguramente que mister houston la startup
11:21que fundaste con hace 25 años años con con tu hermano que en qué momento que qué áreas de
11:27negocio está esperando a partir de la inteligencia artificial y que están los clientes que están
11:33pidiendo vamos a ver nosotros lo que nos hemos dado cuenta es que la inteligencia artificial
11:37hoy en día tiene mucho atractivo tiene mucho atractivo pero por otro lado la gran empresa
11:44tiene también ciertas reticencias porque hoy en día aunque se ha democratizado mucho el acceso
11:51sigue teniendo cierto coste y cierto y sigue teniendo también hay que tener ciertos stopper
11:57como es la formación en la gente la los miedos que conlleva y entonces la gran empresa está aún
12:05pendiente de ver si realmente la adopta o no la adopta que acabará adoptándola pero está un poco
12:10con ciertos resquemores y nosotros la gran mayoría de los proyectos que de los cuales nos llaman es
12:15realmente la mediana empresa es decir una empresa que a lo mejor tiene una serie de volumen de
12:24negocio que no es muy alta pero quiere optimizar procesos o quiere optim o quiere tener modelos
12:29explicativos de ventas o quiere tener modelos para poder digamos ser más competitivos pero muy lo que
12:38llamaríamos inteligencia artificial más clásica es no tanto la generativa que eso sí que aporta
12:45directamente pero ellos la ven como algo muy de andar por casa es decir que ya que eso lo puedo
12:51hacer yo lo puedo hacer con mis técnicos pero el hacer un modelo descriptivo un modelo evolutivo en
12:59el cual pueda saber qué es lo que va a pasar en mi empresa eso es más esos modelos de machine
13:04learning más estándares y podemos llamar pero que son muy complicados porque son muy matemáticos eso
13:11es lo que da mucho valor a esas empresas y es lo que ellos apuestan ya digo tenemos una serie de
13:18proyectos que a lo mejor el atractivo es toda la idea generativa que está suscitando en el cual
13:24puedo automatizar tareas puedo hacer informes automáticos puedo hacer una serie de cosas pero
13:30está de estas empresas lo ven como un valor pero no le suscita tanto digamos valor añadido al final
13:38como realmente tener un modelo de previsión de ventas muy afinado en el cual le sacan un retorno
13:44enorme y en el cual realmente ven que tiene mucho valor o el tener un modelo explicativo de por qué
13:49se le van los clientes o tener un modelo en el cual puedan ver en tiempo porque las máticas se
13:56les pueden estropear esos modelos predictivos en donde todo eso es muchísimo valor es mucho
14:03más clásico y es realmente en donde hoy por hoy nosotros por lo menos como pequeña consultora nos
14:10llaman y nos demandan mucho más que digamos el atractivo de un modelo de implantación aunque es
14:16decir que sí que tenemos una serie de proyectos en los cuales nos van pidiendo cosas más generativas
14:23hoy en día pero eso va con cierto cierta inercia y sabemos que eso hasta dentro a lo mejor seis
14:28meses al año que viene esos proyectos no entrarán en marcha porque está en una zona un poco de
14:34incertidumbre no sabemos que cómo la gente lo va a adoptar de bien estamos así y cómo ves a España
14:41en el futuro pues siempre aquí nos hemos perdido todas las olas la de internet la de datos la de
14:49las telecomunicaciones hombre yo como todo es decir España va a remolque Europa va a remolque
15:00Europa va a remolque de Estados Unidos eso es evidente y dentro de Europa España va un pelín
15:06a remolque pero depende de las áreas tampoco va tanto es decir yo nosotros que hemos estado
15:10trabajando ahora con empresas europeas nosotros trabajamos en nuestra empresa mucho con bancos
15:18de inversión y con la banca en general y nos han llamado para hacer una serie de modelos en bancos
15:24en Suiza que a priori es una de las grandes digamos bancas que hay europeas y que tendrían
15:30que estar muy tecnificadas y ves realmente que sus sistemas tampoco es decir la banca española no
15:37tiene nada digamos que desmerecer con la banca suiza hemos estado trabajado también con banca
15:47digamos de Alemania y de Holanda y tampoco vemos una gran gran diferencia lo que vemos más en
15:53diferencia es a lo mejor esa mentalidad que digo de quien en España estamos siempre pendientes
16:02de el riesgo es decir ponemos más o nos contabilizamos más el riesgo cuando apostamos algo
16:11que el beneficio que nos pueda dar si nos sale bien y esos riesgos nos dan mucho resquemor y
16:16no sabemos si realmente tirarnos a la piscina o no cuando probablemente en Inglaterra o en Alemania
16:22o en Francia cuando hay un cierto riesgo pues lo asumen asumen que las nuevas tecnologías tienen
16:27riesgo que los nuevos proyectos tienen riesgo y que esos riesgos hay que afrontarlos y que si de
16:3310 veces 8 salen bien y 2 salen mal pues estará muy bien en cambio en España nos da miedo de que
16:38aunque sea una salga mal y que sea justo la que me salga mal a mí y cuando vas a hablar con los
16:44grandes empresas a presentar un proyecto y le dices esto es un proyecto que tiene ciertos riesgos
16:49porque la inteligencia artificial es una parte de y más de si quieres más y pero si más de y lo que
16:55hay hoy en día no se sabe muy bien cómo va a salir pues te miran como diciendo uy es que si hay riesgo
17:01pues no lo sé entonces yo creo que es más mentalidad española así que realmente el hecho
17:06de que la gente quiera y que realmente las grandes empresas donde pueden a lo mejor romper
17:11esa mentalidad del riesgo hombre nosotros ya digo en cierto momento hemos estado en contacto
17:19con grandes empresas españolas que tiene unos departamentos de inteligencia artificial muy
17:24buenos muy potentes y que apuestan mucho por ello y que realmente dices anda seguramente hay pocas
17:30empresas en el mundo que lo tengan tan tan bien montado ya digo hay empresas españolas fantásticas
17:35pero no es lo común no es lo común que traba la última que traba tecnológica vez para la
17:41inteligencia artificial es ir hasta dónde dónde ahora les está cuáles son los próximos retos
17:48donde les está costando un poco vamos a ver la inteligencia artificial tiene un primer reto que
17:54es de coste sigue siendo relativamente poco accesible para la digamos la pyme es accesible
18:04ya es accesible para la mediana y gran empresa relativamente accesible si quieres montar
18:09sistemas complicados pues hay que invertir dinero segundo la inteligencia artificial tiene un coste
18:17energético muy alto a día de hoy que es uno de los grandes problemas en los cuales se trabaja es
18:22decir hacer algoritmos mucho más eficientes que tengan un coste energético en cuanto al uso de
18:27gpu es mucho más eficiente después tiene también un problema sobre todo la parte generativa que es
18:34el contenido para que yo pueda trabajar con una inteligencia artificial generativa necesito contenido
18:40y alguien me tiene que proveer de ese contenido y evidentemente ese contenido tienes que después
18:45dar digamos un retorno a la gente que lo ha generado si vosotros generáis contenido que está
18:53en la red de la cual yo me aprovecho y entreno máquinas con él algún tipo de retorno os tendré
18:59que dar a vosotros porque si no llegará un momento en donde nadie generará contenido es una de las
19:03cosas que se dice que hoy en día empieza a haber tanto contenido generado por máquinas que se
19:08nutren de las propias máquinas que empieza un poco a degenerar la calidad del contenido y ya
19:14digo esos yo creo que son un poquito los problemas que podemos encontrar hoy en día es decir realmente
19:21después hay esos esa legislación o esa falta de transparencia esa cuando entrenas los modelos
19:31generativos esa lo que llaman bias es decir esa rejuicio si más que rejuicio es decir ese
19:39entrenamiento sesgo exacto es la palabra sesgo que existe pero que yo personalmente veo que el
19:47tratar el sesgo es algo que hay que tratar pero que es muy complicado porque todas las personas
19:52tenemos sesgo entonces definir una máquina para que no tenga sesgo en donde alguien tiene que
19:57definir qué es el sesgo y qué es el no sesgo es muy complicado es decir es como si hoy en día yo digo
20:03qué es no tener sesgo si todo el mundo en vamos a tener aunque sea un poco de sesgo entonces tienes
20:09que adoctrinar una máquina y ese adoctrinamiento me parece que ya de por sí está minucioso.
20:16convengamos que las máquinas al igual que las plataformas no son neutrales es decir el
20:20algoritmo no es no está libre de sesgo no está vamos a ver la máquina lo hemos visto con google
20:27en la selección de trump por ejemplo ya pero ya digo la máquina en sí yo creo que sí que es neutral
20:33porque está hecha para que sea neutral lo que pasa es que tú la entrenas con una serie de datos y
20:38esos datos son los que le quitan la neutralidad entonces si yo quiero una máquina neutral tendré
20:44que definir primero qué es ser neutral y con esos datos neutrales entrenarla y el problema es que
20:51si yo defino esa neutralidad ya estoy dándole un cierto sesgo porque le he dado mi visión de la
20:56neutralidad es decir para eso tenemos que estandarizar y que todo el mundo sea digamos
21:01no el coherente pero por lo menos uniforme en cómo define la neutralidad y es hoy en día sabemos que
21:09es inviable de las tendencias que de diferentes tipos de opinión sobre lo que es la neutralidad
21:14en el mundo es que no caben en el diccionario entonces es muy complicado por eso yo digo que
21:22eso es más un término de político o si quieres de definición que realmente un término tecnológico
21:30el problema no es tecnológico por la falta de sesgo el problema es que nosotros definamos y
21:34que entrenemos la máquina pero no te preocupa la perfección que está alcanzando a nivel imágenes
21:41a nivel contenido que eso pueda generar en algún momento una una deep fake que ya sea sea muy muy
21:51difícil de contrastar o de saber de diferenciar entre lo que es real tú en tus conferencias lo
21:57dices si las imágenes mienten claro que mienten mienten muchísimo diciendo contradiciendo aquello
22:05de que una imagen vale más mil palabras y es que lo he visto en una imagen no ya no es decir no
22:10evidentemente las cosas que vamos a toda la tecnología para bien o para mal las pueden utilizar
22:16los buenos y los malos se puede utilizar para hacer el bien y se puede utilizar para hacer mal
22:20obviamente una tecnología tan potente se va a poder utilizar para hacer el mal va a haber que intentar
22:26coger medidas o por lo menos herramientas que nos ayuden a discernir lo que es lo bueno lo que es
22:32lo real de lo irreal obviamente que eso nos va a crear un mundo mucho más confuso 100% que vamos
22:39a tener nosotros que educar a nuestros hijos en que justamente hay un mundo lleno de información
22:47en la cual tienen que ser críticos con ellas y saber no sé si diferenciar lo real de lo no real
22:56pero por lo menos tener siempre en cuenta que lo que están viendo oyendo o leyendo no es lo real
23:03eso seguro pero eso yo creo que el hombre va a ir educándose justamente en este mundo en el cual
23:10el exceso de información y del cual no van a saber discernir o fácilmente discernir lo que es real
23:17de lo no real va a existir y ahí es en donde entra a lo mejor el proveedor de la información es decir
23:25el poder tener canales fiables en los cuales tú sepas que lo que digamos te están dando como
23:34información es verídica porque ellos son los que la garantizan vamos a atender justamente a ellos
23:42es decir si yo quiero ver una película me voy a netflix si quiero ver noticias me voy a un canal
23:47de noticias pero depende del canal de noticias yo sé que voy a tener una veracidad más grande o más
23:54pequeña las noticias o por lo menos quiero creerla obviamente ya digo de noticia escrita o noticia
24:01audiovisual hay de todo tipo de opiniones pero si en un partido de fútbol hay uno cero y me lo ponen
24:10yo por lo menos me creo que el resultado es bueno y eso es porque el canal que me lo está dando me
24:16fío de él yo creo que la tendencia va a ser en que aparezca que todo que lo que es que hemos
24:23pasado en una transición en donde nos hemos fiado absolutamente de todos vamos a llegar a un momento
24:29en donde sólo te vas a fiar del canal yo creo que esa transición es la que estamos haciendo decir yo
24:34voy a un sitio y me ponen algo en una plataforma social y yo por lo menos lo que enseño a mis hijos
24:41es no te creas absolutamente nada créete si viene de un canal del cual tú te crees y aún así es decir
24:48yo cuando leo el science en nature o el física review letter me lo creo porque porque ha habido
24:53unos referís detrás que ellos han dan su honor y su trabajo para que eso sea algo verificable y eso
25:01lo mismo tiene que ver sobre todo con los medios de comunicación que hay periodistas y hay gente
25:07profesional que son los que se encargan de que esos hechos sean verídicos y por eso yo creo que
25:12vamos a atender a eso a tener a que la gente se fíe de los canales y no de los hechos pero
25:17evidentemente es un gran problema un problema muy muy importante un problema muy gordo bueno
25:22en todo caso que se fíen de que hay diario eso eso por eso que vaya por delante gracias
25:27nicolás franco muchas gracias a vosotros por estar aquí gracias por abrirnos los ojos y ya ver
25:34hasta dónde nos puede llevar esta tecnología tan maravillosa y al mismo tiempo tan tan
25:39desconcertante en efecto muchas gracias a vosotros una vez más y para todo lo que queráis