https://x.com/TauLogicAI/status/1728035139882463636
La próxima generación de inteligencia artificial
El matemático e informático Ohad Asor ha desarrollado con su proyecto “Tau” una solución que revolucionará el mundo del desarrollo de software. Pero su IA lógica también promete aplicaciones revolucionarias en otros sectores.
Entrevista: Moris Frommelt
Imágenes: Nils Vollmar
Sr. Asor, su carrera grita literalmente “niño prodigio”. Empezó como desarrollador de software y matemático en su juventud. ¿Cómo surgió todo esto y a qué se dedica hoy?
Ohad Asor: Tras convertirme en el alumno más joven de Israel en estudiar matemáticas e informática a los 13 años, a los 15 ya trabajaba a tiempo completo en la industria israelí del software. Siempre he estado interesado en muchas áreas de las matemáticas y la informática. En los últimos 15 años, me he interesado sobre todo por la teoría de la probabilidad, el aprendizaje automático, la lógica matemática y computacional, y llevo ocho años trabajando en mi proyecto vital “Tau”.
¿Cómo surgió el proyecto?
Aunque el alcance de “Tau” se extiende a muchas más industrias, todo empezó con una necesidad en el mundo de las cadenas de bloques: aunque la descentralización es el principio fundamental de las cadenas de bloques, un aspecto importante sigue estando centralizado: La definición de la red, es decir, el código del software, está controlado por un pequeño grupo de frikis informáticos como yo. Este problema ha sido reconocido por muchos actores del sector, pero su enfoque para resolverlo ha sido insatisfactorio. La única solución que proponen es permitir que los usuarios voten los cambios en el código. Sin embargo, esto plantea dos problemas: en primer lugar, esos cambios de código y sus efectos son muy difíciles de entender, incluso para programadores muy experimentados. Aún más problemático es que la votación en grandes grupos presenta fallos fundamentales.
[] “Durante los últimos 15 años, he trabajado principalmente con teorías de la probabilidad, aprendizaje automático y lógica matemática y computacional”.*
¿Qué quiere decir con eso?
Las votaciones no pueden seguir siendo justas si intervienen demasiadas personas. Supongamos que todo el mundo tiene derecho a votar. Pero, ¿quién decide lo que se vota? Incluso si todo el mundo tiene ese derecho, el proceso de votación sigue sin ser eficiente. Después de todo, ¿quién tiene tiempo para leer un millón de propuestas cada día? Por eso se crean jerarquías en las que los de arriba deciden lo que se vota. Sin embargo, esto tiene un precio, ya que el flujo de información en la jerarquía es muy limitado. Como consecuencia, la capacidad de expresarse se limita a unas pocas afirmaciones de sí o no.
¿Cómo quiere resolver este problema?
La solución es que la gente no vote ni haga sugerencias directamente, sino que simplemente diga lo que tiene que decir. Si lo dicen en un lenguaje que los ordenadores puedan entender con precisión, podemos proceder automáticamente a partir de aquí en dos pasos: En primer lugar, creamos el llamado mapa de opinión, una representación de todas las opiniones en un debate. Muestra qué opiniones están de acuerdo o en desacuerdo entre sí, dónde hay casos especiales, etcétera. En el siguiente paso, podemos calcular el consenso, por ejemplo, la parte en la que todos o la mayoría están de acuerdo.
[] “Las herramientas basadas en el aprendizaje automático son incapaces de ser precisas y lógicas”.*
Ordenadores que entienden a las personas: ¿Se refiere a herramientas como Chat GPT?
En absoluto, puesto que todas las herramientas basadas en el aprendizaje automático carecen por naturaleza de precisión y lógica. Eso es un hecho matemático.
¿Cuál es su solución para que los ordenadores entiendan a los humanos?
Los lenguajes lógicos existentes permiten expresar distintos tipos de conocimiento, pero nuestro caso entraña una complejidad adicional: Hablamos de un programa informático. Por tanto, este “lenguaje que entienden los ordenadores” debe servir también para describir software y procesos. Estas y otras complicaciones similares me han llevado a inventar una nueva matemática que cumpla estos requisitos. Han pasado ya ocho años desde el inicio del proyecto y por fin se han resuelto todas las cuestiones complicadas.
Existen dos tipos de inteligencia artificial. ¿Puede explicar brevemente en qué se diferencian?
La mejor manera de explicar la diferencia es observar cómo los humanos enseñan a los ordenadores nueva información. El aprendizaje automático consiste en dar muchos ejemplos para que el ordenador pueda responder correctamente a nuevas preguntas basándose en el gran número de ejemplos contestados. Por supuesto, con este método no se garantiza que las respuestas del ordenador sean correctas, sino que sólo son fiables hasta una cierta probabilidad. Es fácil entender por qué ocurre esto: si realmente queremos expresarnos con claridad, no siempre podemos limitarnos a dar ejemplos. A veces es necesario formular las cosas con claridad en lugar de limitarse a enumerar ejemplos. La lógica trata precisamente de este tipo de formulación clara y sin ambigüedades.
¿Puede poner un ejemplo?
Digamos, por ejemplo, que queremos que el ordenador entienda que los gatos son animales. En el enfoque de aprendizaje automático, se utilizarían tantos ejemplos de gatos como fuera posible para establecer que se clasifican como animales. Además, se necesitan innumerables ejemplos para explicar al ordenador por qué otros animales no son automáticamente gatos. En la IA lógica, sin embargo, todo esto es trivial: basta con escribir “Todos los gatos son animales” y el ordenador lo entiende inmediatamente sin cometer nunca un error. Aquí me gustaría mencionar que es un hecho matemático que el aprendizaje automático puede hacerse con lógica, pero la lógica no puede hacerse con aprendizaje automático.
¿Cómo es posible que aún no se haya desarrollado este tipo de IA?
En realidad, la inteligencia artificial lógica es mucho más antigua que el aprendizaje automático. Sin embargo, las dudas sobre su viabilidad paralizaron la investigación y el desarrollo a partir de los años setenta. A principios de la década de los 2000, sin embargo, quedó claro que era factible después de todo: Los ejemplos prácticos demostraron que las herramientas lógicas pueden resolver problemas que antes se consideraban irresolubles. Ahora sabemos que la IA lógica funciona en la práctica, aunque todavía no existe una teoría que justifique su éxito. La IA lógica ya se utiliza en algunos casos en la industria informática. Por poner sólo un ejemplo, las bases de datos, el mayor segmento de la informática en términos financieros, son en realidad una forma de lógica computacional.
[] “La IA lógica es en realidad mucho más antigua que el aprendizaje automático”.*
Usted ha mencionado que “Tau” quiere establecerse en otros sectores además del segmento blockchain. ¿Cuáles son sus objetivos a largo plazo?
Actualmente, estamos posicionando “Tau” para su prometida blockchain. Tenemos que cumplir esta promesa a la comunidad blockchain que nos apoya. Será la primera blockchain totalmente controlada por sus usuarios. Además, “Tau” posibilita una “economía del conocimiento” que permite el comercio directo de conocimientos. Actualmente también estamos posicionando “Tau” en otros mercados como herramienta innovadora para el desarrollo de software basado en IA lógica. En el futuro, también nos dirigiremos al mercado para escalar actividades empresariales de grandes organizaciones o países enteros. Queremos proponer “Tau” como solución para los procesos democráticos y la toma de decisiones colaborativa en poblaciones y gobiernos. Debido a que nuestra IA lógica es única y debido a nuestra rara combinación de teoría y tecnología, tenemos la capacidad de monopolizar esta industria. Actualmente también estamos patentando ciertos inventos necesarios para una IA segura.
Suena muy ambicioso. ¿Cuál es la situación actual del proyecto?
La innovación más importante es el lenguaje “Tau”, que en muchos aspectos es mucho más completo que los lenguajes lógicos computacionales existentes. Actualmente estamos en las últimas fases de implementación y pronto podremos demostrar nuestro novedoso enfoque de la especificación de software. También estamos trabajando para patentar las principales invenciones y buscamos inversores. Nuestro equipo está formado por 15 personas, 4 de las cuales son profesores. Hacen un gran trabajo de investigación, desarrollo y relaciones públicas. También estamos buscando cooperación con gobiernos e inversores de capital.
¿Por qué su empresa tiene su sede precisamente en Liechtenstein?
Liechtenstein ofrece muy buenas condiciones para una empresa como la nuestra, activa en los ámbitos de la IA y la cadena de bloques, entre otros. Ofrece un marco jurídico y normativo flexible, así como expertos altamente cualificados.
[] Sobre la persona: Ohad Asor (43) es desarrollador de software y matemático. Comenzó su carrera en 1995 en varias empresas tecnológicas y fue el universitario más joven de Israel en estudiar matemáticas e informática a los 13 años. Su amplio espectro de conocimientos abarca desde la programación y diversas disciplinas matemáticas hasta especialidades actuales como la lógica, el aprendizaje automático y la teoría de la complejidad. Es el cerebro detrás del desarrollo y la puesta en marcha de los proyectos “Tau” y “Agoras”, de los que es fundador y CTO.*