Cómo la visión construyó la inteligencia humana y la IA

Andrew Huberman conversa con la doctora Fei Fei Li, científica computacional de Stanford conocida como la madrina de la inteligencia artificial y directora del Instituto para la IA Centrada en el Ser Humano de Stanford, sobre el origen de la inteligencia y hacia dónde se dirige. La charla pasa de la biología de la visión a la mecánica del aprendizaje automático y termina en los valores humanos que deben guiar a la IA en medicina, creatividad y vida diaria.

La visión como raíz de la inteligencia

Li presenta la visión como el verdadero pilar de la inteligencia, tanto en lo evolutivo como en lo técnico. La explosión cámbrica, cuando la vida animal se diversificó rápidamente hace cientos de millones de años, suele vincularse a la aparición de los ojos y la capacidad de percibir el mundo. Esa misma lógica marcó la carrera de Li, quien construyó ImageNet, una enorme base de datos de imágenes etiquetadas que ayudó a desencadenar el punto de inflexión del aprendizaje profundo en 2012, cuando las redes neuronales entrenadas con datos visuales empezaron a superar a los métodos anteriores. Ese avance impulsó el auge actual de la IA y llevó, con el tiempo, a los sistemas de generación de video de hoy, como Sora, capaces de crear escenas realistas a partir de un texto. Para Li, la visión nunca fue un tema secundario, sino la base sensorial que cerebros y máquinas usan para construir un modelo del mundo.

Cómo aprenden distinto la IA y el cerebro humano

Uno de los hilos más claros de la conversación es el contraste entre cómo adquieren conocimiento los sistemas de IA y el cerebro humano. Los grandes modelos de IA aprenden a partir de cantidades enormes de datos de internet, mientras que un niño puede aprender un concepto nuevo con apenas un puñado de ejemplos. Huberman y Li conectan esto con la corteza prefrontal, la región cerebral que da a los humanos una máquina para aprender a aprender, capaz de actualizar sus propias reglas con el tiempo. Por eso los niños que crecen junto a chatbots no están necesariamente peor que generaciones anteriores que crecieron con calculadoras o la computadora personal. Li sostiene que el riesgo más profundo no es la tecnología en sí, sino cómo se usa: herramientas que respetan la necesidad del niño de desarrollar agencia y motivación a través del esfuerzo, frente a hábitos como el scroll pasivo, que erosionan ambas cosas en silencio.

Lo que la IA todavía no puede alcanzar

Huberman y Li dedican tiempo real a la creatividad y la intuición, y distinguen la intuición superficial, que en realidad es la IA usando pistas de contexto de una conversación, de la intuición más profunda, arraigada en la experiencia personal y corporal. Un chatbot ajusta su respuesta según quién dices que eres, pero no puede acceder a estados internos privados, a menudo inexpresables, cambios hormonales, recuerdos, emociones sentidas, que nunca se escriben ni se suben a ningún lado. Li prefiere desmitificar esto en lugar de hacerlo sonar místico: si una información puede expresarse mediante lenguaje, imágenes o señales fisiológicas, eventualmente una máquina podrá aprenderla. Si no puede expresarse en absoluto, ni un humano ni una máquina pueden acceder a ella. Por eso, argumenta, que una IA diga "lamento que estés enfermo" es distinto a que lo diga un amigo: la máquina reconoce un patrón, no recuerda lo que se siente el dolor.

IA y robótica en medicina

La conversación se vuelve concreta al llegar a la salud. Li describe un sistema de IA que ayudó a identificar un caso de vértigo vinculado a presión arterial baja, un patrón lo bastante común en los datos médicos como para que la IA lo reconozca de forma confiable, útil para personas sin acceso inmediato a un médico. También comparte una historia personal: a su padre lo operaron del hígado en Stanford con asistencia robótica mediante el sistema Da Vinci, guiado por un cirujano humano, y perdió diez veces menos sangre que en un procedimiento típico. Pero es franca sobre los límites: la anatomía del hígado varía mucho entre pacientes, y aun agregando todas las cirugías de hígado del mundo, quizás no alcance para entrenar una IA quirúrgica totalmente automática. Cuando los patrones no son abundantes, dice, la colaboración entre humanos e IA es más segura que cualquiera de los dos por separado.

IA encarnada y el camino por delante

Mirando más adelante, Li describe la próxima frontera de la IA como la encarnación física, más allá del lenguaje, hacia los robots y la asistencia física. Señala vehículos autónomos que ya ceden el paso a peatones de forma más confiable que algunos conductores humanos, e imagina robots de tipo sanitario, evocando a Baymax de Disney, ayudando a personas mayores a conseguir alimentos o medicinas y aliviando la carga de enfermeras agotadas y cuidadores familiares. En lugar de reemplazar la conexión humana, describe estas herramientas como una forma de liberar tiempo para las partes del cuidado, la narración y la enseñanza que siguen siendo profundamente humanas.

Mantener al ser humano en el centro

A lo largo del episodio, Li vuelve a una palabra: agencia. Advierte contra el catastrofismo extremo sobre la IA y también contra el utopismo acrítico, y sostiene que las normas profesionales, la educación y la regulación deben evolucionar juntas, tal como la sociedad se adaptó a los autos, los aviones y la biotecnología. Su mayor preocupación es por los maestros, los padres y los estudiantes, grupos de los que, según ella, se habla constantemente en los debates sobre IA pero con quienes casi nunca se habla directamente. Su propia respuesta, tras el lanzamiento de ChatGPT, fue ir a enseñarles a los maestros de la escuela de su hija qué hace realmente la tecnología.

El episodio cierra con optimismo realista: la inteligencia, biológica o artificial, se construye sobre la percepción, el aprendizaje y las decisiones humanas sobre cómo usar estas herramientas. El mensaje final de Li es que preservar la dignidad, la motivación y la agencia humanas debe ser el objetivo de diseño, no una idea de último momento, a medida que la IA avanza.