La inteligencia artificial de Google programa código mejor que quienes la desarrollaron

Para programar buen código una de las reglas es que este sea limpio. Esto quiere decir que eviten las rutinas prescindibles, es decir, que se eliminen todos los rodeos innecesarios que se hacen para ejecutar un comando. Los mecanismos deben ser lo más directos posible, sin apaños de última hora, sin parches, sin canalizaciones de emergencia.

De esta forma las funciones para las que ha sido programado el código se ejecutan con más rapidez y se reduce la posibilidad de que haya problemas en alguna de las rutinas. Los buenos programadores tienden a esto. También los programadores que han desarrollado AutoML, un sistema de 'machine learning' que forma parte de la investigación en inteligencia artificial que Google lleva a cabo.

Lo que quizá no se esperaban los programadores de AutoML cuando construían este software es que su creación terminaría por programar mejor que ellos. El sistema ha sido capaz de producir código para software de 'machine learning' con mayores tasas de eficiencia que sus propios creadores. El relato del alumno que supera al maestro, de la máquina que se pone por encima de su creador, adquiere una nueva dimensión aquí.

Lo cierto es que AutoML se desarrolló como una solución a la escasez de talento en el mundo de la programación. En Google pensaron que si no había suficientes programadores habilidosos, tal vez un software podría hacer el trabajo.

Así, este sistema de 'machine learning' está preparado para desarrollar código similar al que lo compone. Lleva a cabo miles de simulaciones para determinar qué partes en las cadenas del código se pueden mejorar. Después, practica los cambios pertinentes y vuelve a revisar las líneas. Este proceso lo repite hasta llegar al nivel de eficiencia que se le ha marcado como objetivo.

Como ejemplo de las cualidades de AutoML -o mejor dicho del código que ha programado- los investigadores pusieron el nuevo desarrollo ante tareas complejas de inteligencia artificial. En una de ellas había que marcar múltiples puntos dentro de una imagen, algo que el software programado por AutoML hizo con un 42% de precisión. Para la misma tarea, el código desarrollado por ingenieros demostró un 39% de eficiencia. Como ventaja añadida, AutoML es capaz de hacer el trabajo de programación en horas, cuando un equipo de ingenieros de alto nivel tardaría semanas o meses.

Por el momento el proyecto es uno de los múltiples que Google tiene abiertos en el terreno de la inteligencia artificial. Pero en el futuro puede que algunas de las tareas que hoy llevan a cabo programadores expertos se deleguen en algoritmos. Por momentos, ningún trabajo parece a salvo las máquinas. Ni siquiera el de sus creadores.