LA COYUNTURA DE COLOMBIA FRENTE A LAS ELECCIONES PRESIDENCIALES

 La revista "Analísis político" de la universidad nacional en su número 38 la dedica a un terma de actualidad: "La democracia a la deriva". Lo presenta de esta manera: "La deriva democrática contemporánea no se manifiesta como un colapso institucional abrupto, sino como una reconfiguración gradual, escéptica y polarizada de las ciudadanías, de sus líderes y de la política, que se revela en las dificultades progresivas para tramitar el disenso, lograr los acuerdos y proveer legitimidad en las sociedades". La campaña por la presidencia en Colombia nos demuestra de alguna manera lo que padece el país tal y cual, como lo presenta el editorial y no desde ahora, llevamos tiempo acentuándo estas dificultades. Ante la evidente crisis de los partidos tradicionales, las opciones que tendrán los electores reflejan tal como lo expresa la presentación, lo que vivimos. Son tres los problemas que requieren una atención sin ningún aplazamiento, sin ser los únicos. La violencia, el deficit fiscal y la Salud.

En un trabajo denominado: "De la guerra a la distribución: Realinamiento político en Colombia, escrito por Rodrigo Barrenechea y Silvia Otero-Bahamon se expresa en el resumen, sobre lo que trata: "En  menos  de  una  década,  Colombia  ha  experimentado  un  proceso  de  desalineamiento  y  posterior  realineamiento político. Durante años, las identidades políticas se estructuraron en torno al conflicto armado: la  izquierda  asociada  a  la  negociación  y  la  derecha  a  la  mano  dura.  La  paz  de  2016  desactivó  de  forma  abrupta este eje, y los votantes reorientaron sus prioridades hacia la economía y la redistribución, mientras los  partidos  permanecieron  anclados  al  clivaje  del  conflicto.  El  vacío  de  representación  resultante  abrió  espacio en 2022 para un candidato anti-establishment que introdujo la redistribución como eje central. Tres años después, se observa un realineamiento asimétrico: la izquierda se ha organizado programáticamente en torno a la redistribución, mientras la derecha carece de definición en este eje y se cohesiona en torno al rechazo a Gustavo Petro".

Adelante dice: "En la literatura, el desalineamiento entre partidos y votantes ha sido identificado como un  factor  que  favorece  el  ascenso  de  candidaturas  populistas.  Los  estudios  clásicos  han  subrayado  que  la  convergencia  programática  de  los  partidos  constituye  un  mecanismo  central para dicho desalineamiento, en la medida en que genera vacíos de representación que los populistas aprovechan para ocupar ese espacio entre los electores (Roberts, 2015, 2021)". Definimos  en muy pocos días quien será el presidente del país. Miremos que debe atender el elegido. El problema más grave del país es el orden público y la violencia. Pareciera que los estudios sobre la misma son muchos. Pero la realidad ha superado a la retorica de los estudiosos, los violentologos. Colombia ha tenido históricamente(Desde 1930 hasta hoy), lo que solemos llamar un conflicto armado, se expresa de muchas maneras: Guerra soterrada entre partidos, violencia del estado, paramilitarismo, carteles, sicariato y guerra sucia por doquier, hemos tenido todas las formas de violencia. Ahora, la violencia se expresa diferente en  cada ciudad o rincon del territorio, en Catatumbo, en el Caribe, en putumayo, en las fronteras, en Cauca y en cada Dpto. Ya no hay guerrilla en la forma que la conocimos entre los 60 y el 2000, hoy sólo hay carteles de la droga. Esto significa que cualquier proceso de paz o dfialogo debe ser territorial, pues en cada punto es muy diferente. Esto no lo han enterndido los gobernantes. La pregunta a responder es:   ¿Qué valores culturales sustentan la participación o la desconexión política en un país atravesado por conflictos territoriales, reformas frustradas y demandas de justicia redistributiva?.

El deficit fiscal es otro de los problemas más graves. El déficit fiscal de Colombia cerraría este año entre el 6,5 por ciento y el 7,0 por ciento del producto interno bruto (PIB), lo que seguiría dejando al país en una posición ampliamente vulnerable. Así lo proyecta el equipo de Investigaciones Económicas de Bancolombia, el cual indica que el holgado desbalance fiscal que este año enfrentarían las cuentas del Gobierno estaría soportado por una tendencia creciente de la ejecución del gasto público.

Está claro que la situación fiscal de Colombia en 2026 no mejora. De acuerdo con un reciente informe de J.P. Morgan del 19 de mayo, el país enfrenta una brecha estructural entre lo que recauda y lo que gasta, con poco margen de maniobra para lo que resta del año.

El problema central está en los ingresos. Aunque el recaudo se mantiene estable como proporción del PIB, los datos de la DIAN hasta marzo muestran una caída del 2,2 % anual en el recaudo bruto real, lo que equivale a 0,26 puntos porcentuales del PIB.

A este panorama se suma un riesgo jurídico de fondo. Fallos de la Corte Constitucional obligan al Gobierno a devolver recursos recaudados bajo decretos de emergencia anteriores, lo que añade una presión adicional sobre la caja disponible.

La salud en Colombia atraviesa una grave crisis estructural y operativa. Los problemas principales incluyen una severa insuficiencia de recursos financieros (UPC), desabastecimiento de medicamentos, extensas barreras administrativas y el colapso de la red prestadora por deudas acumuladas entre el Estado, las EPS y los hospitales.

El cálculo de la UPC: La Unidad de Pago por Capitación (el valor que el Estado reconoce por cada afiliado) ha sido históricamente calculada con una lógica individual, resultando insuficiente frente al aumento real de la siniestros y la inflación en salud.

Deudas en la cadena: El retraso en los giros y las insuficientes transferencias del gobierno a las EPS han desencadenado una red de impagos hacia los hospitales (IPS) y proveedores de medicamentos, limitando la capacidad de atención y forzando el cierre de servicios (incluyendo urgencias y camas.

Barreras Administrativas y Judicialización: Tiempos de espera y tramitología: Los pacientes se enfrentan a demoras críticas, burocracia y autorizaciones tardías para acceder a especialistas o tratamientos de alto costo.

Aumento de Tutelas: Ante la negación o demora en la prestación de servicios, el uso de acciones de tutela para exigir el derecho a la salud se ha disparado de forma histórica en los últimos años.

Desabastecimiento de Medicamentos e Insumos: La falta de disponibilidad de medicamentos esenciales es una constante que afecta el tratamiento de enfermedades crónicas, forzando a los pacientes a incurrir en un mayor "gasto de bolsillo" para comprarlos por cuenta.

Fragmentación Regional: Existe una grave brecha territorial. Los modelos urbanos son ineficientes y poco pertinentes en regiones apartadas, donde la red de hospitales públicos opera con una infraestructura deficiente, lo que reduce la calidad y el acceso a la atención médica en las zonas rurales.

Intervenciones Estatales y Gobernanza: La intervención y administración de varias EPS (incluyendo la Nueva EPS) por parte del Gobierno no ha logrado frenar el deterioro operativo del sistema; por el contrario, los usuarios reportan demoras generalizadas y dificultades para acceder a citas y medicamentos sin importar si la entidad está intervenida o no.

Para profundizar en las estadísticas oficiales, evaluar el comportamiento de las tutelas o conocer las resoluciones emitidas, puedes consultar el portal del Ministerio de Salud y Protección Social.

Espero que los candidatos hayan estudiado estos problemas con mucho juicio.

GERMAN VARGAS LLERAS

 No sólo se va un político a carta cabal, con amplia trayectoria a quien le cabia el país en la cabeza, sino quien ha sido el maximo ejecutor en infraestructura, vivienda, reformas administrativas y ponente de leyes de toda índole (Justicia transicional, victimas, desmovilizados, estatuto anticorrupcional, seguridad y defensa nacuinal, estatuto de la abogacia, convivencia ciudadanas, ley de orden público, proteccion de defensores de derechos humanos, entre muchas otras) en los últimos 20 años. Siempre fue un defensor  a granel de la institucionalidad, de la democracia. Se murió en un momento en que su mayor preocupación lo constituía el ánimo de un sector político que constantemente habla de reformar la constitución del 91 a través de una constituyente con el único ánimo de perpetuarse en el poder.

Me he preguntado por qué en Colombía los pólíticos, grandes empresarios  y lideres no escriben sus memorias. Pocos lo han hecho. El abuelo de German (Carlos Lleras Restrepo), fue la excepción con "Cronica de mi propia vida". Las colunnas del domingo en el periodico el tiempo, son una muestra del conocimiento profundo de los problemas más graves del país y sus soluciones que tenía German. 

Lo conocí siendo consejal de Bojaca. Era un joven que ya le pesaba el apellido y quien fue criado para ser presidente. Llegó al nuevo liberalismo de la mano de su lider natural Luis Carlos Galan Sarmiento, contrario a los principios que enaltecian al NL, fue nombrado el lider de la colectividad en la zona 14 de Bogotá sin elección previa. Está zona era liderada por Edison Dávila un profesor de politología de una universidad Bogotana, quien vivía en el Barrio Santa Isabel. Hay apellidos que pesan y este nombramiento fue un acierto de Luis Carlos Galan pese a todo. Nosotros de la mano de Alfonso Prada en un lid justa ganamos la elección interna del partido y manejabamos la zona 14 de la capital junto al propio Davila y Arnulfo Abril un joven empresario absolutamante leal. Nosotros presentamos a German a su llegada al partido en Ramona Antigua de Bogotá.

German llegó muy joven al Consejo de Bogotá. Siempre fue un hombre distante pero muy comprometido con su labor legislativa. Con su gente fue leal y solidario. Lo conocí en la mejo época del NL, donde el deseo de cambiar las constumbres política del país y renovar la forma de ejercerla era la mayor preocupación del partido.  

Del consejo pasó al Senado de la republica. Fue excelente congresista y ocupó en esta corporación muchos cargos hasta llegar a la presidencia del Senado. Se ha dicho que no fue presidente de Colombia. Pero se les olvida  a algunos periodistas que durante 16 años, en los gobiernos de Uribe y Santos, fue el hombre más poderoso del país y las ejecutorias  hablan por él. Evita la tercera reelección de Uribe y fue ministro de gobierno de varios periodos, igual de vivienda y el padre de las mayores obras de infraestructura que tiene Colombia.

Se dice que fue un hombre muy malgeniado. Talvez sea cierto, pero la verdad era muy impaciente y exigente con sus objetivos. Fue un estadista de resultados, Odiaba las medias tintas. Uribe no le perdonó el hecho de haberle truncado su tercera presidencia. En todo caso fue el ministro estrella  del doctor Santos y después su viscepresidente. Perdió dos elecciones para la presidencia y después su enfermedad lo alejó un poco del espectro político lo que no significó la perdida de liderazgo. Creo que su fue el último estadfista completo que ha dado el país. 

He querido traer una entrevista en la revista CINEP que hablan mejor de quien era. Como parte de su seguimiento a los candidatos a la Presidencia 2010-2014, Cien Días entrevistó al candidato del partido Cambio Radical sobre sus propuestas en materia de derechos humanos y paz y conflicto armado.

¿Cuál es su propuesta para solucionar el conflicto con las Farc y el Eln?

Continuar con los programas de seguridad democrática. Soy pesimista en lograr una salida negociada al conflicto. Con la entrada en vigencia del tratado de Roma y de la jurisdicción de la Corte Penal Internacional, se dificultará aún más que esa salida se abra paso. Los integrantes de las cúpulas de las organizaciones armadas ilegales están sindicados de delitos atroces o de lesa humanidad, lo que no hace viable que puedan cursarse amnistías o indultos. Eso me lleva a creer que las organizaciones no están dispuestas a pagar unos mínimos estándares de pena. La responsabilidad del Gobierno y del Estado es darle continuidad al esfuerzo que ha hecho el actual Gobierno para desarticular a esas organizaciones. 

¿Intentaría un proceso de paz? 

Serían ellos quienes tendrían que tomar la iniciativa. Siempre que se habla del tema pero nunca se define ni una agenda, ni tiempos, ni objetivos y lo que no aceptaría es avanzar o restablecer un proceso de paz del cual sólo se esperaría que ellos derivaran ventajas internacionales o militares. ¿Cuál es su posición frente al proceso de paz que se adelantó con los paramilitares? Con relación a los grupos emergentes el Estado tiene la obligación de combatirlos sin vacilación alguna. Con algo de escepticismo advierto que en la Ley de Verdad, Justicia y Reparación aún no se han proferido sentencias definitivas. Me preocupa también que habiéndose abierto la posibilidad de que el Fiscal General de la Nación pueda resolver la situación subyudis de los miles de integrantes de esas organizaciones, el proceso no se haya iniciado. En la medida en que esas personas no puedan reintegrarse a la vida civil estarán tentadas a reagruparse. 

¿Cómo dar justicia y reparación a las víctimas? 

A través de una ley de reparación que lamenté mucho que se hubiera hundido en el Congreso. Yo esperaría que esta legislatura incorporara, más allá de la reparación, un procedimiento o mecanismo automático para que las personas a quienes se les despojo de sus tierras volvieran a ellas sin esperar larguísimos procesos judiciales. 

¿Una política concreta para terminar con las ejecuciones extrajudiciales? 

Erradicar de las fuerzas militares esa mal llamada doctrina del conteo de cuerpos, que en un momento se estableció en la institución y que no puede ser tolerada. Los desadaptados que estuvieron en esa política tienen que ser sancionados ejemplarmente. Eso no fue el resultado de una improvisación, sino de haber acogido dentro de las Fuerzas Militares la doctrina del conteo de cuerpos, que contraría el honor militar y que tienta a muchos miembros a incurrir en conductas delictivas que nunca debieron haber tenido lugar. La institución y las Fuerzas Militares no son cuerpos de mercenarios para que tengan que actuar motivados por ese tipo de principios.

 ¿Cómo dar garantías a la oposición frente a los escándalos de las interceptaciones ilegales del DAS?

 

EL ABC DE LA INTELIGENCIA ARTIFICIAL

 Todos los datos del presente artículo han sido tomados de la red e inclusive de la misma IA. Esta no solo es una herramienta, es mucho más que eso. Nadie se atrevería a dudar los aspectos positivos de la misma y lo importante que puede ser para la humanidad. Lógico que exige regulación y control, pues también en malas manos generará muchos problemas. Empezaré por lo básico.

La inteligencia artificial (IA en adelante) es una colección de componentes computacionales que permiten construir sistemas que emulan funciones realizadas por el cerebro humano. Podríamos decir que  es la rama de las ciencias computacionales que se encarga del diseño y construcción de sistemas capaces de realizar tareas asociadas con la inteligencia humana. Sus aplicaciones van desde el reconocimiento en imágenes o video de objetos y personas, hasta el habla y la traducción automática de textos, pasando por el diagnóstico y tratamiento de enfermedades y la toma de decisiones.  En términos coloquiales, IA se usa cuando una máquina es capaz de imitar las funciones cognitivas propias de la mente humana, como: creatividad, sensibilidad, aprendizaje, entendimiento, percepción del ambiente y uso del lenguaje.

Como todo lo cierntifico, la IA, tiene una historia. El modelo matemático de la máquina de Turing, desarrollado por el británico Alan Turing, inspiró la creación de los primeros prototipos de computadoras del siglo XX y lo convirtió en pionero y fundador de la rama de la Inteligencia Artificial (IA). Turing y otros científicos y filósofos de su época fueron los primeros en buscar una respuesta rigurosa a la pregunta: ¿pueden las máquinas pensar?. Responderla implica contar con una definición formal del concepto de inteligencia; un paso fundamental para delinear rigurosamente las fronteras de la computación.

La década fundacional para la Inteligencia Artificial fue la de los cincuenta. En 1951 el profesor Marvin Minsky --a quien tuve el honor de conocer en el MIT(Quien escribe esto es Nuria Oliver)-- construyó la primera red neuronal computacional como parte de su doctorado en la Universidad de Princeton. Se trataba de una máquina con válvulas, tubos y motores que emulaba el funcionamiento de neuronas interconectadas, y lograba simular el comportamiento de ratas que aprenden a orientarse en un laberinto. La máquina, con sus 40 neuronas, fue uno de los primeros dispositivos electrónicos construidos con capacidad de aprender.

Apenas cinco años más tarde, en 1956, tuvo lugar la mítica convención de Dartmouth (New Hampshire, EE. UU.), en la que participaron figuras legendarias de la informática como John McCarthy, Marvin Minsky, Claude Shannon, Herbert Simon y Allen Newell, todos ellos ganadores del premio Turing, el más prestigioso en computación, equivalente al Nobel galardón que, además, ganó Simon.

Dartmouth marca un hito porque es en este encuentro donde se define la Inteligencia Artificial y se establecen las bases para su desarrollo, identificando preguntas clave que incluso hoy día nos sirven de mapa conceptual a los investigadores en esta área (Ver recuadro Las siete cuestiones fundacionales de la IA).

Es en Dartmouth donde McCarthy acuña el término de Inteligencia Artificial, para referirse a "la disciplina dentro de la Informática o la Ingeniería que se ocupa del diseño de sistemas inteligentes", esto es, sistemas con la capacidad de realizar funciones asociadas a la inteligencia humana como percibir, aprender, entender, adaptarse, razonar e interactuar imitando un comportamiento humano inteligente.

McCarthy quiso diferenciar la Inteligencia Artificial del concepto de cibernética, impulsado por Norbert Wiener --también profesor del MIT--, y en el que los sistemas inteligentes se basan en el reconocimiento de patrones, la estadística, y las teorías de control y de la información. McCarthy, en cambio, quería enfatizar la conexión de la Inteligencia Artificial con la lógica. Esta diferencia dio lugar a dos escuelas distintas dentro del desarrollo de la IA, como explico más adelante.

Participantes de la convención de Dartmouth, incluyendo a Marvin Minsky (en el centro del grupo, con gafas), Claude Shannon (primero por la dcha.) y Ray Solomonoff (tercero por la izda.) (Cortesía de la familia Minsky).

Entre las más controvertidas y citadas declaraciones realizadas en los albores de la Inteligencia Artificial se cuentan las del psicólogo Frank Rosenblatt, creador del Perceptrón en el Laboratorio Aeronáutico de Cornell. El Perceptrón se presentó a la prensa en 1958, como un programa instalado en un ordenador de IBM, el 704, que por cierto ocupaba una estancia entera.

Según la crónica publicada el 8 de julio de 1958 en el New York Times, el Perceptrón habría de convertirse en "el primer ordenador capaz de pensar como el cerebro humano", equivocándose al principio, pero "volviéndose más sabio con la experiencia". Rosenblatt --señala el Times-- lo describió como el "embrión" de un ordenador en el futuro capaz de "caminar, hablar, ver, escribir, reproducirse y ser consciente de su existencia"

       Ejemplos de sistemas* top-down *y sistemas* bottom-up*.*

En 1956, después de la convención de Dartmouth, Herbert Simon predijo que "en veinte años, las máquinas serán capaces de hacer el trabajo de una persona". Marvin Minsky, por su parte, declaró en 1970 a la revista Life que "dentro de tres a ocho años tendremos una máquina con la inteligencia general de un ser humano". Hasta mediados de los años setenta predominó el optimismo en todo lo relativo a la Inteligencia Artificial y su impacto.

De hecho, el periodo entre 1956 y 1974 suele conocerse como la primera etapa dorada de la Inteligencia Artificial. Fueron los años en que Edward Feigenbaum --uno de los fundadores del departamento de informática de la Universidad de Stanford-- lideró el equipo que construyó el primer sistema experto, implementado en LISP, el programa de ordenador desarrollado por McCarthy.

El nombre de este sistema experto era DENDRAL, y fue fruto del deseo del biólogo molecular Joshua Lederberg, también de Stanford, de disponer de un sistema que facilitara su investigación sobre compuestos químicos en el espacio. DENDRAL ayudaba a los químicos orgánicos a identificar moléculas desconocidas a partir de su espectro de masas, gracias a que le había sido transferido el conocimiento de un prestigioso químico --en concreto Carl Djerassi, creador de la píldora anticonceptiva--. DENDRAL era experto en química porque atesoraba el conocimiento químico y la experiencia de un humano experto en este campo.

Pero tarde o temprano llega la primavera. El interés por la Inteligencia Artificial, y los fondos disponibles para su desarrollo, empezaron a aumentar de nuevo a principios de los 80. Durante esa década llegaron al mercado los primeros sistemas expertos, con éxito apreciable. En 1985 el gasto en sistemas de IA en las empresas era de miles de millones de dólares.

Dentro del acercamiento simbólico-lógico, en 1984 nació el primer esfuerzo científico por implementar en una máquina el razonamiento de sentido común, mediante una gigantesca base de datos con todo el conocimiento sobre el mundo que tiene, de media, una persona. Llamado Cyc, hoy en día sigue activo en la compañía Cycorp y atesora decenas de millones de aserciones, reglas o ideas del sentido común aportadas por humanos --por ejemplo, el agua causa humedad y la humedad pudre la comida--, que pueden ser usadas por otros programas.

Sin embargo, de nuevo aparecieron obstáculos. Durante el congreso de 1984 de la Asociación Americana de Inteligencia Artificial, Minsky y Roger Schank alertaron de que el entusiasmo y la inversión en Inteligencia Artificial conducirían a una nueva decepción. En efecto, en 1987 comenzó el segundo invierno de la Inteligencia Artificial, que alcanzaría su momento más oscuro en 1990.

Mientras tanto la comunidad científica seguía avanzando en las dos escuelas de pensamiento. Uno de los hitos más importantes de la estrategia bottom-up y, en particular, del conexionismo, fue el uso del algoritmo de backpropagation por parte de David Rumelhart, Geoffrey Hinton y Ronald Williams  en 1986.

Gracias al algoritmo de backpropagation es posible entrenar redes mucho más complejas que el Perceptrón, con numerosas capas de neuronas ocultas --llamadas así en la jerga-- operando entre las capas de entrada y salida y con capacidad, esta vez sí, de modelar problemas complejos. Hoy en día el algoritmo de backpropagation es la base de la gran mayoría de modelos de redes neuronales profundas.

El funcionamiento, en términos muy básicos, es el siguiente. Las redes nacen ignorantes, no saben nada sobre el problema que tienen que resolver a partir de los datos que se les van a proporcionar --volviendo al ejemplo de los gatos, no saben si hay o no un gato en la foto--, pero se lanzan y hacen una predicción; esa predicción es cotejada con la realidad, y se mide su grado de error. En función de esta medida se ajustan los pesos en la red, es decir, los coeficientes que deben ser procesados por la neurona.

Se llama backpropagation porque se propagan los errores hacia atrás en la red, desde las neuronas de salida (las que están más a la derecha  a las neuronas de entrada. Por tanto, los errores que comete la red neuronal al entrenarse sirven, gracias al algoritmo backpropagation, para determinar los valores de los pesos que lograrían reducir tales errores. Es un proceso iterativo: en cada iteración se van ajustando los pesos en función de los errores cometidos, de forma que estos, y la propia corrección a que se les debe someter, se van reduciendo. 

Aunque Rumelhart, Hinton y Williams no fueron los primeros en publicar un artículo sobre backpropagation, fue su trabajo el que logró calar en la comunidad científica por la claridad con que presenta esta idea.

Igualmente cabe destacar el trabajo de Judea Pearl a finales de los 80, cuando incorporó a la Inteligencia Artificial las teorías de la probabilidad y de la decisión. Algunos de los nuevos métodos propuestos incluyen modelos clave en mi investigación, como las redes bayesianas (una red bayesiana es un modelo gráfico probabilístico que representa una serie de variables y sus dependencias probabilísticas en forma de un gráfico donde los nodos son las variables, y las conexiones entre nodos representan las dependencias entre variables) y los modelos ocultos de Markov (un modelo estadístico de un sistema dinámico que puede representarse como la red bayesiana dinámica más sencilla), así como la teoría de la información, el modelado estocástico y la optimización. También se desarrollaron los algoritmos evolutivos, inspirados en conceptos de la evolución biológica como la reproducción, las mutaciones, la recombinación de genes y la selección.

En los algoritmos evolutivos se generan soluciones candidatas al problema que se quiere resolver. Cada solución juega el papel de un individuo en una población; se van seleccionando las soluciones de mayor calidad aplicando ciertos criterios predefinidos, y estas soluciones se hacen evolucionar aplicando los conceptos anteriores de reproducción, mutaciones, etcétera.

El objetivo es que, tras un cierto número de generaciones, las soluciones encontradas sean cada vez mejores. La ventaja es que estos algoritmos se pueden aplicar para resolver multitud de problemas. La desventaja es su complejidad computacional, que dificulta su aplicación a muchos problemas reales.

Desde mediados de los años 90,  hasta hoy en día --y especialmente en la última década--, se ha producido un avance muy significativo en las técnicas de aprendizaje estadístico por ordenador basadas en datos (statistical machine learning), que pertenecen al enfoque bottom-up.

El acceso a cantidades ingentes de datos --Big Data--; la disponibilidad de procesadores muy potentes a bajo coste; y el desarrollo de redes neuronales profundas y complejas, los modelos llamados de deep learning, son los tres factores que han confluido para instalar hoy día a la Inteligencia Artificial en una "primavera perpetua", en palabras del profesor de la Universidad de Stanford Andrew Ng, con quien también coincidí en MIT.

Cronología de la Inteligencia Artificial. Puede observarse la alternancia en la prevalencia de los modelos simbólico-lógicos (en azul) y los modelos* bottom-up *(en naranja).*

En los últimos años --como puede observarse en la Figura 10--, con el éxito de los métodos de aprendizaje de deep learning se ha producido un fuerte resurgir del acercamiento bottomup y en particular del conexionismo, dentro de la Inteligencia Artificial. Así lo atestigua el hecho de que los pioneros del deep learning Yoshua Bengio, Geoffrey Hinton y Yann LeCun hayan recibido en 2019 el premio Turing, el equivalente al Nobel en informática.

La Inteligencia Artificial --no queda ya alguna duda-- forma parte de nuestro presente. 

10 Ejemplos de diferentes arquitecturas de redes neuronales profundas (fuente: asimovinstitute.org, Fjodor van Veen).

Importante dejar en claro. Desde los albores de la IA ha existido cierto enfrentamiento entre dos escuelas de pensamiento. El enfoque simbólico-lógico o top-down --de arriba a abajo-- postula que las máquinas deben seguir reglas predefinidas. La idea es programar en la máquina el conocimiento humano y las reglas de la lógica. Por su parte, la escuela conexionista o bottom-up --de abajo a arriba-- propone que la IA debe inspirarse en la biología, aprendiendo a partir de la observación y la experiencia. Curiosamente, en un guiño del destino, la propuesta de Wiener basada en datos y estadística se ha convertido en la dominante, pero utilizando la terminología de McCarthy.

Es un hecho. Desde mediados de los años noventa, y especialmente en la última década, se ha producido un avance extraordinario. Tres factores han confluido para instalar hoy día a la Inteligencia Artificial en una "primavera perpetua", en palabras de Andrew Ng: el acceso a cantidades ingentes de datos --lo que llamamos Big Data--; la disponibilidad de procesadores muy potentes a bajo coste; y el desarrollo de redes neuronales profundas y complejas, los modelos de deep learning. Inicialmente el enfoque bottom-up no tuvo mucho éxito práctico porque no había datos ni computación. Pero ahora sí, y eso lo ha cambiado todo.

Buena parte de la historia fue tomada de un artículo de Noria Oliver directora cientifica de ALLIS Alicante:

La Historia de la Inteligencia Artificial