El misterio del conocimiento
Invertimos como nunca en computación para extraer conocimiento de los datos crudos. Estas tecnologías parecen exigir que pensemos mejor, no menos.
Fácil de ver una vez entendido, pero tan difícil de capturar, integrar y comunicar. Nuestra comprensión simbólica de la realidad, local o universal, sigue escapándose incluso de nuestras técnicas más refinadas.
En los últimos años hemos visto una inversión sin precedentes en computación digital (CPU, GPU, TPU, QPU) y en computación orgánica (personas creando, pensando, clasificando y operando) para reunir todo el conocimiento humano accesible digitalmente y agregarlo en una especie de oráculo omnisciente y comoditizado.
Aunque la probabilidad esotérica de billones de parámetros se parezca al comportamiento de una entidad pensante, en la práctica de las cosas que importan, el conocimiento y la astucia siguen escapándose de los transformers y las redes neuronales.
Dos linajes
Desde los años 90, muchas instituciones y mentes han trabajado para estructurar cómo organizamos el conocimiento y clasificamos la información repartida en redes públicas y privadas, para que máquinas y personas puedan interpretarla. Ese esfuerzo dio origen a las ideas y estándares de la web semántica para modelar conocimiento: RDF, Linked Open Data, ontologías y grafos de conocimiento.
En paralelo, en esas mismas décadas, en el contexto operativo de las empresas, vimos evolucionar las herramientas de análisis e integración de datos, por lo general bajo el paraguas de Analytics, con objetivos más cercanos a monitorear procesos y producir indicadores: data warehouses, modelado dimensional, frameworks de procesamiento distribuido, cubos OLAP.
Aunque el fin sea parecido, “necesitamos entender mejor algo”, estos dos mundos casi no se hablaron, quizá por las grandes diferencias de herramientas, objeto de trabajo y procesos de cada dominio.
La entropía sola no alcanza
Entonces, de las revoluciones de la IA generativa surgieron las ideas de embeddings vectoriales y de atención, con la promesa de “extraer” o “derivar” conocimiento a partir de datos crudos, sin necesidad de modelar conceptos antes.
Tras algunos años de esta ola, nos damos cuenta de que, aun con todo el dinero y la capacidad de cómputo del mundo, “solo analytics” todavía no logra producir conocimiento a partir de la entropía. Aún falta algo para sostener la comprensión, y en las últimas rondas del juego ese algo parece ser la combinación de grafos de conocimiento con embeddings vectoriales.
Pensar mejor
No puedo saber qué nos depara el futuro, pero saco una reflexión de todo esto. Mientras muchos parecen creer que estas tecnologías llegan para “ayudarnos a pensar menos”, a mí me parece que exigen que pensemos mejor cómo representamos los conceptos y cómo nos comunicamos.
Es como mínimo contradictorio querer procesadores cuánticos y crawlers que extraen datos de todo internet para que nuestros hijos puedan producir textos e ilustraciones sin tener que pensar ni aprender.