
Intel·ligència Artificial
El curs
L'any 1997, a Nova York, s'enfrontaven per segona vegada Garri Kaspàrov, campió mundial d'escacs, i Watson, un programa desenvolupat per IBM sobre un ordinador especial. Després de cinc partides, l'humà i la màquina empataven. En la sisena i definitiva trobada, Kaspàrov va abandonar en el moviment 19. Va ser el primer gran èxit mediàtic de la Intel·ligència artificial (IA) i va marcar el començament d'una sèrie d'avenços espectaculars que han culminat amb la IA generativa i ChatGPT.
Avui la IA no només és capaç de guanyar als escacs, pot generar textos, imatges, vídeo i àudio a un nivell de perfecció increïble. Sembla que influirà de manera decisiva a les nostres formes de vida futura, amb cotxes autònoms, assistents robòtics o comunicació parlada entre humans i ordinadors. El mercat de treball també patirà canvis: tasques repetitives seran dutes a terme per màquines de forma automàtica.
Què ha passat perquè la IA sigui vista amb sorpresa, i fins i tot amb por?
Desgranarem tot això a Bojos per la Ciència. Intel·ligència Artificial. Descriurem els avenços en els diferents àmbits, i analitzarem l'impacte que poden tenir a la cultura i a la nostra vida quotidiana.
Tractarem els següents àmbits:
- Resolució de problemes.
- Representació del coneixement.
- Aprenentatge.
- Llenguatge natural.
- Percepció.
- Multiagents.
- Qüestions ètiques.
Sessions 2026
Sessió 1. Aprenentatge simbòlic
L'aprenentatge sempre ha estat considerada una part fonamental del comportament intel·ligent. Ser capaç de millorar amb l'experiència el rendiment sobre una tasca determinada ha estat clau en el desenvolupament de la intel·ligència humana, i es considera igualment essencial per a les màquines. En aquest tema veurem, dins del paradigma simbòlic, les diferents formes d'aprenentatge existents en ordinadors, com s'entrenen, el rendiment i els exemples d'aplicació.
Sessió 2. Aprenentatge neuronal
Davant l'aproximació simbòlica hi ha el paradigma neuronal, actiu des de fa molts anys (el primer pas d'aquest model es va fer el 1943, tot i que hi ha hagut èpoques de desenvolupament escàs). A la dècada dels 80 del segle passat, les capes ocultes i l'algorisme de backpropagation van reactivar la investigació en aquesta àrea, avui considerada fonamental en el context de l'aprenentatge màquina. En veurem les característiques bàsiques, l'esquema per minimitzar l'error i convergir uns pesos adequats, amb exemples d'aplicacions pràctiques.
Sessió 3. Aprenentatge profund
En els darrers anys (des d'ImageNet el 2012), s'han desenvolupat esquemes d'aprenentatge neuronal que superen molt el rendiment de les xarxes inicials dels anys 80 i 90, i que han revolucionat algunes àrees de la IA com la visió (el reconeixement d'imatges) i el processament del llenguatge natural (la traducció automàtica). En aquesta sessió ens centrarem en aquestes tècniques recents d'aprenentatge profund, i en parlarem tant del rendiment com dels recursos que consumeixen i dels problemes que plantegen.
Sessió 4. Llenguatge natural
El maneig fluid del llenguatge natural, que genera una llista de comeses diferents —no és el mateix respondre preguntes sobre un text que fer una traducció d'aquest text a un altre idioma—, per part d'ordinadors digitals ha estat un dels objectius de la IA des dels seus inicis. Possiblement sigui l'àrea de la IA sobre la qual s'han emprat més tecnologies diferents, cadascuna millorant a l'anterior però sense arribar a la perfecció desitjada. En aquesta sessió, repassarem les tasques associades al llenguatge natural, així com les tecnologies actuals més acceptades per al tractament.
Sessió 5. Large Language Models
Els Large Language Models han revolucionat la IA, i la manera com aquesta tecnologia s'allibera a la societat. En aquesta sessió en descriurem les característiques essencials, la forma d'entrenament, els punts forts i febles. Veurem aspectes d'èxit, així com casos que mostren les seues limitacions. Considerant un context global, estudiarem allò que poden aportar al desenvolupament humà, les seves potencialitats sense evitar els seus riscos.
Sessió 6. Visió
Atès que la vista és el sentit pel qual adquirim més informació, la visió per ordinador ha estat un objectiu llargament perseguit per la IA des dels seus inicis. En aquesta sessió revisarem els avenços que s'han aconseguit en aquest camp, així com els problemes oberts.
Sessió 7. Robòtica
Els desenvolupaments en robòtica en els darrers vint anys són espectaculars, especialment sobre la teoria de control que permet governar de forma satisfactòria aquests ens artificials. La irrupció de robots d'altes prestacions, ia una realitat a països de l'Extrem Orient com Corea o el Japó, planteja una sèrie de nous desafiaments, més enllà dels purament tecnològics, que han de ser abordats per tota la societat. En aquesta sessió descriurem la robòtica actual, així com els reptes més rellevants que planteja.
Sessió 8. Robòtica social
En un context realista, la distribució de robots a la societat els obligarà a interaccionar amb éssers humans i amb altres robots. Per això és fonamental considerar els aspectes socials d'aquestes màquines, que han de tenir models dels altres éssers per anticipar-ne les reaccions, col·laborar en tasques comunes i cooperar.
Sessió 9. Cotxe autònom
Fa uns quants anys, el cotxe autònom es perfilava com una gran aportació tecnològica a la societat; avui, malgrat que hi ha hagut grans avenços, aquesta contribució no acaba de concretar-se en els màxims nivells de rendiment que s'havien plantejat. En aquesta sessió, ens centrarem a descriure tota la tecnologia que s'ha desenvolupat en aquest gran esforç col·lectiu, i en els problemes que es mantenen com a obstacles per assolir aquesta imaginada capacitat.
Sessió 10. Cerca
Una de les primeres tècniques emprades a IA és la cerca a l'espai d'estats. Veurem les dues aproximacions existents: la cerca sistemàtica i la cerca local. Analitzarem el paper de les heurístiques a cadascuna i presentarem casos d'èxit.
Sessió 11. Lògica
La lògica va representar el primer intent daconseguir una representació de coneixement independent del domini daplicació. Encara que no es va consolidar com a llenguatge universal de representació —hi havia massa excepcions—, la seva versió proposicional sí que ha deixat molta empremta a la IA actual (en particular, als resolvedors SAT). En aquesta sessió veurem els passos bàsics de l´aproximació lògica.
Sessió 12. Incertesa
La incertesa i imprecisió són molt presents a la nostra vida i, malgrat aquests obstacles, som capaços de raonar amb èxit. Aquesta sessió tractarem de com fer aquest tipus de deliberació mitjançant esquemes formals que siguin susceptibles de ser implementats en un ordinador.
Sessió 13. Multiagents
La realització efectiva de sistemes d'IA permet considerar una societat d'agents intel·ligents artificials, on apareixen qüestions com a cooperació davant de competició, agents egoistes, racionalitat, elecció social computacional, etc. En aquesta sessió repassarem totes aquestes qüestions, amb èmfasi en els resultats de la impossibilitat.
Sessió 14. Història de la IA
En aquesta sessió presentarem la IA com una matèria sobre la qual es treballa i s'investiga des dels anys 50 del segle passat. Veurem a vista d'ocell els principals traços de la seva evolució, les seves eufòries i les seves depressions com a disciplina, i els temes més actius a cada moment. Descriurem casos d'èxit i també les limitacions que hi ha.
Sessió 15. Ètica de la IA
La realització efectiva de sistemes d'IA i la seva implantació a la societat -ja no són sistemes confinats a laboratoris- ha posat de manifest una sèrie de qüestions ètiques associats a aquesta tecnologia, que van des de l'ús de robots per cuidar nens petits, el control facial en multituds o els dilemes morals que planteja la irrupció del cotxe autònom. En aquesta sessió repassarem les qüestions ètiques que, avui dia, planteja la tecnologia, amb un èmfasi particular en les armes autònomes.