Conversaciones en torno a la inteligencia artificial en clave catalana
| Autor | Marta R. Costa-Jussà, Maite Melero Nogués |
| Cargo | Doctora enginyera per la Universitat Politècnica de Catalunya (UPC), és investigadora Ramón i Cajal i ERC de la UPC, on colidera el grup de Traducció Automàtica/Doctora en Lingüística Computacional, és investigadora principal a la Unitat de Mineria de Dades al Barcelona Supercomputing Center, on lidera el grup de Traducció Automàtica |
| Páginas | 90-99 |
CONVERSES AL VOLTANT DE LA INTEL·LIGÈNCIA ARTIFICIAL EN CLAU
CATALANA1
Marta R. Costa-Jussà∗
Maite Melero Nogués∗∗
Resum
La intel·ligència articial mou milions d’euros i ocupa una part important de les agendes polítiques i estratègiques dels
governs. En aquest article reexionem sobre aquest concepte difús i ho fem a través de tres entrevistes a tres persones
que ocupen llocs rellevants en aquest àmbit, i que a més tenen en comú que són nascudes i formades a Catalunya. Amb
elles hem parlat distesament dels orígens d’aquesta revolució tecnològica, del seu impacte sobre l’organització social i
el mercat laboral, de les seves implicacions ètiques, de les tendències futures que es dibuixen i també sobre quin paper
juguem els catalans en aquesta revolució. En la qüestió catalana hem volgut saber si les nostres universitats són capaces
de generar el talent necessari, com impulsar estratègicament el teixit empresarial en aquesta àrea, quin paper ha de tenir
l’administració i què hauria de passar perquè la intel·ligència articial també parli en català. En aquestes converses, els
nostres interlocutors ens han transmès la urgència i la necessitat de treballar en la denició d’estratègies concretes de
país per tal de no quedar socialment i estructuralment enrere en el que sembla una revolució sense límits.
Paraules clau: intel·ligència articial; aprenentatge profund; aprenentatge no supervisat; xarxes neuronals; llengua i
tecnologia; tecnologia i ètica.
CONVERSATIONS AROUND ARTIFICIAL INTELLIGENCE FROM THE CATALAN
PERSPECTIVE
Abstract
Articial intelligence moves millions of euros and occupies an important part of governments’ political and strategic
agendas. In this article we reect on this varied concept through interviews with three people who hold important
positions in the eld of articial intelligence and who also have in common the fact that they were born and trained in
Catalonia. We talked with them about the origins of this technological revolution, its impact on social organization and
the labour market, its ethical implications, the future trends which are emerging and also on what role we Catalans
play in this. With regards to the Catalan question we wanted to know if our universities are capable of generating the
necessary talent, how to strategically boost the fabric of business in this area, what role the Administration should play
and what should happen for articial intelligence to communicate in Catalan. Throughout these conversations, the
interviewees have conveyed to us the urgency and need to work on the denition of country-specic strategies in order
not to be left behind socially and structurally in what seems to be a revolution without limits.
Keywords: articial intelligence; deep learning; unsupervised learning; neural networks; language and technology;
technology and ethics.
1 Aquest treball ha estat nançat en part pel Ministerio de Ciencia e Innovación mitjançant el programa Ramón i Cajal i per l’European
Research Council (ERC) sota European Union’s Horizon 2020 research and innovation programme (grant agreement No 947657).
* Marta R. Costa-Jussà, doctora enginyera per la Universitat Politècnica de Catalunya (UPC), és investigadora Ramón i Cajal i
ERC de la UPC, on colidera el grup de Traducció Automàtica, marta.ruiz@upc.edu
** Maite Melero Nogués, doctora en Lingüística Computacional, és investigadora principal a la Unitat de Mineria de Dades al
Barcelona Supercomputing Center, on lidera el grup de Traducció Automàtica, maite.melero@upf.edu
Les autores hi han contribuït en la mateixa mesura.
Citació recomanada: Costa-Jussà, Marta R. i Melero-Nogués, Maite (2020). Converses al voltant de la intel·ligència articial en
clau catalana, Revista de Llengua i Dret, Journal of Language and Law, 74, 90-99. https://doi.org/10.2436/rld.i74.2020.3503
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 91
Sumari
Introducció
Tres primeres espases catalans a la IA
Què és la intel·ligència articial?
Impacte ètic i social de la IA
La carrera professional
La IA a Catalunya
Conclusions i missatges nals
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 92
Introducció
La intel·ligència articial (IA) és difícil d’entendre pel públic en general. És la gran desconeguda de la qual
tothom parla. La tendència és, o bé a deixar-se endur per la visió de les pel·lícules de ciència cció, on les
màquines són capaces de fer tot el que fan les persones, a qui substituiran aviat, o bé, en l’altre extrem, a
menysprear les capacitats de les màquines i considerar-les “ximples”. Com sempre, in media, virtus. En
aquestes notes volem reexionar sobre aquest concepte difús, que mou milions d’euros i que ocupa una part
important de les agendes polítiques i estratègiques dels governs. I ho farem a través de tres entrevistes a tres
persones que ocupen llocs rellevants en l’àmbit de la intel·ligència articial i que a més tenen en comú que
són nascudes i formades a Catalunya. Amb elles hem parlat distesament dels orígens d’aquesta revolució
tecnològica, del seu impacte sobre l’organització social i el mercat laboral, de les seves implicacions ètiques,
de les tendències futures que es dibuixen i també sobre quin paper juguem els catalans en aquesta revolució.
En la qüestió catalana hem volgut saber si les nostres universitats són capaces de generar el talent necessari,
com impulsar estratègicament el teixit empresarial en aquesta àrea, quin paper ha de tenir l’Administració i
què hauria de passar perquè la intel·ligència articial també parli en català. En aquestes converses, els nostres
interlocutors ens han transmès la urgència i la necessitat de treballar en la denició d’estratègies concretes
de país per tal de no quedar socialment i estructuralment enrere en el que sembla una revolució sense límits.
Aquest article conté fragments seleccionats de les converses que hem mantingut per separat amb Cristian
Canton de Facebook Research, Elisenda Bou-Balust de Vilynx i Oriol Vinyals de Google DeepMind. Hem
aplegat les seves respostes sense retocar-les gaire perquè el que volem és escoltar les seves veus expertes i
les hem organitzat en blocs. En el primer fem un repàs al concepte i la història de la intel·ligència articial,
en el segon reexionem sobre el seu impacte a la nostra societat i en el tercer analitzem les components
especícament catalanes. En moltes coses coincideixen, però cadascun d’ells ens ha aportat la seva
perspectiva com a observador privilegiat en aquesta “aventura apassionant”, com un d’ells l’ha qualicat.
Tres primeres espases catalans a la IA
Els nostres entrevistats són tres catalans amb empenta, que ocupen llocs de responsabilitat en l’ecosistema
internacional de la IA. Dos homes i una dona. Dos d’ells viuen i treballen fora de Catalunya, la tercera viu i
treballa a Catalunya.
Cristian Canton, doctor enginyer per la Universitat Politècnica de Catalunya, va néixer a Terrassa però
actualment viu a Seattle i treballa a Facebook Research, on porta un equip d’investigadors en l’àrea de
visió per computador i més concretament en la identicació de fake news i ciberdelictes. El Cristian és un
apassionat de la seva feina. El satisfà anar-se’n a dormir cada dia pensant que ha posat el seu granet de sorra
per fer d’aquest món un lloc millor. Els vespres i els caps de setmana és musicòleg, pianista de concerts i
compositor.
L’Elisenda Bou-Balust, doctora enginyera per la Universitat Politècnica de Catalunya en col·laboració amb
el MIT, és cofundadora i chief technical ocer (CTO) a Vilynx, on dirigeix un equip amb l’objectiu de
construir el primer cervell articial capaç d’aprendre autònomament. L’Elisenda és una persona molt curiosa
a qui apassiona treballar en equips capaços d’empènyer els límits de la tecnologia i la ciència. Fora d’aquesta
passió, la seva ació són les plantes. Li fascina la seva capacitat per reproduir-se. Té un mapa de l’arbrat i
plantes de Barcelona i quan és època de llavors o esqueixos, va expressament a buscar-ne per fer planter:
“És fascinant; és com si la teva ació fos llegir, i els llibres creixessin al carrer i només haguessis de sortir
a recollir-los, a l’època que toca”.
L’Oriol Vinyals, doctor enginyer en Enginyeria Elèctrica i Ciències de la Computació per la Universitat de
Califòrnia, Berkeley, oriünd de Sabadell, viu a Londres i treballa a Google DeepMind on lidera l’equip de
Deep Learning. Va dirigir l’equip AlphaStar creador del primer agent articial que va superar un professional
jugant a StarCraft, un conegut videojoc d’estratègia en temps real. L’Oriol es dedica al desenvolupament
de noves idees entorn de l’aprenentatge automàtic, les xarxes neuronals i l’aprenentatge de reforç. Gran
acionat a l’escalada, del Vallès troba a faltar la proximitat de la natura i sobretot la muntanya.
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 93
Què és la intel·ligència articial?
Per tenir clar de què estem parlant quan fem servir aquest terme, hem demanat als nostres entrevistats que
ens donessin la seva denició del concepte “intel·ligència articial” defugint tecnicismes. Hem explorat amb
ells com va sorgir aquesta tecnologia i quines han estat les tes principals del seu progrés, que s’ha accelerat
en els últims anys. Ens han parlat de l’aprenentatge automàtic, el que en anglès es coneix com a machine
learning, i ens han explicat que es pot classicar en tres tipus principals: l’aprenentatge supervisat, el no
supervisat i l’aprenentatge amb reforç. També ens han donat unes pistes de cap on anirà la IA en els propers
anys.
[Elisenda Bou-Balust] El terme “intel·ligència articial” l’introdueix per primera vegada John Mccarthy2
al 1955 i el deneix com a “comportament humà que les màquines poden exhibir”, com ara predir quin
temps farà demà, reconèixer la parla, identicar imatges, conduir vehicles, etc. Pocs anys després,
un psicòleg cognitiu, Frank Rosenblatt3, es va inventar el perceptró, el primer algorisme inspirat en les
connexions neuronals del cervell humà. El perceptró era una xarxa neuronal articial molt bàsica, capaç
d’aprendre a partir d’exemples. D’aprendre dels exemples se’n diu aprenentatge supervisat. Aquests sistemes
d’aprenentatge supervisat s’han anat fent cada cop més complexos, amb xarxes cada cop més profundes,
però segueixen depenent de la codicació humana per aprendre. Per exemple, perquè un sistema aprengui
a reconèixer imatges de gats, li hem d’haver dit moltes vegades “això és un gat”. Això es fa a través de
conjunts de dades especícament anotades per a la tasca que volem que la màquina resolgui.
Un sistema d’aprenentatge alternatiu al supervisat és l’aprenentatge per reforç, introduït per Richard
Sutton4, i que seria com educar amb un sistema de recompenses i càstigs. Consisteix en deixar que la
màquina explori solucions, però necessita la supervisió de l’humà que reforça positivament les solucions
correctes i negativament les incorrectes.
Més endavant apareixen els sistemes d’aprenentatge no supervisat o autònom. Per exemple, li donem a la
màquina fotograes de gats i gossos, i, sense dir-li què és què, li demanem que les classiqui en dos grups
basant-se en les seves similaritats i les seves diferències. La màquina no sabrà què és un gat o què és un
gos, però serà capaç de separar el conjunt d’imatges en dos grups. La màquina sense intervenció humana
pot aprendre una tasca concreta.
L’anomenat aprenentatge profund o deep learning utilitza xarxes neuronals que, a diferència del perceptró
original, tenen moltes capes de profunditat. És difícil precisar quan va començar però, en qualsevol cas,
cap al 2010 es va produir una autèntica explosió en tots els àmbits, gràcies a un increment generalitzat
en la potència computacional. Ara mateix, l’accés a potència computacional no és el problema; l’autèntic
problema per a les empreses mitjanes o petites, o els centres d’investigació, és l’accés a les quantitats
sucients de dades anotades que requereix l’aprenentatge supervisat. S’ha parlat molt del big data, però el
que estan descobrint les empreses és que el que realment compta és el quality data, la qualitat de les dades.
Les dades s’han de ltrar, organitzar i anotar, i això és molt costós.
L’últim any i mig ha crescut moltíssim la recerca en algorismes que eviten la dependència de grans quantitats
de dades prèviament anotades, ja sigui aconseguint aprendre amb menys exemples, com l’anomenat one-
shot learning, o a través de sistemes no supervisats o autònoms, que estalvien el cost de les anotacions
manuals de les dades.
[Cristian Canton] Penso que anomenar intel·ligència a la intel·ligència articial és un abús de la paraula.
La IA en realitat no és intel·ligència, és una caixa negra que emula el comportament humà però que no fa
les coses com les faria un humà. Per començar, la màquina per aprendre necessita veure molts exemples, en
canvi un humà aprèn havent-ne vist molt pocs, sovint només amb un exemple ja som capaços d’aprendre.
Les màquines encara no pensen.
2 https://ca.wikipedia.org/wiki/John_McCarthy
3 https://en.wikipedia.org/wiki/Frank_Rosenblatt
4 https://en.wikipedia.org/wiki/Richard_S._Sutton
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 94
La primera ta important per arribar a ser on som va ser aconseguir que funcionessin les xarxes neuronals
amb múltiples capes i a partir d’aquí les arquitectures neuronals s’han anat fent cada cop més complexes.
La segona ta, i molt important, va ser que grans empreses com Google, Microsoft o Facebook veiessin
el potencial d’aquesta tecnologia i hi invertissin. Un factor fonamental per a l’explosió de la IA ha estat
l’accés a grans quantitats de dades anotades, ja que és a partir d’aquestes dades que els sistemes aprenen.
Tanmateix hi ha una quantitat encara més gran de dades que no estan anotades. Aquestes són les dades que
s’utilitzen per a l’aprenentatge no supervisat.
Afortunadament la recerca avança en la direcció d’aquest aprenentatge no supervisat i cada vegada
necessitarem menys anotacions per aconseguir els mateixos resultats. Denitivament, l’aprenentatge no
supervisat serà la segona gran onada de la IA. Per exemple, en processament del llenguatge s’ha avançat
moltíssim amb sistemes no supervisats. Ara cal treballar més en la comprensió de vídeos, a través de
l’aprenentatge multimodal, que utilitza dades de diversos tipus alhora, per exemple imatge i text. Actualment,
els avenços en recerca arriben de seguida a les mans del consumidor en forma de productes, sobretot a
través del mòbil, per exemple els traductors, el reconeixement d’imatges, etc.
Un altre aspecte que tindrà molta importància és la IA que preserva la privacitat de les dades. S’està
investigant molt sobre com garantir que els models que es generen no continguin informacions personals
o que no siguin esbiaixats cap a certs perls, només perquè certs perls apareixen més sovint a les dades
d’entrenament.
Una altra línia en la qual ja estem treballant molt és la IA “adversària”, que té com a objectiu una IA robusta
als atacs maliciosos. Consisteix a abusar dels sistemes tal com ho faria algú amb males intencions, per
confondre-la intencionadament. Donat que la IA és pertot arreu, també en àmbits sensibles, és fonamental
que els sistemes siguin robustos i no manipulables.
Podríem dir que tot just estem a les beceroles de la IA. Aquesta és realment una aventura apassionant i em
considero afortunat de poder seguir-la de prop.
[Oriol Vinyals] La intel·ligència articial es pot veure com un estudi humà, un estudi de totes aquelles
habilitats que ens deneixen com a humans, com són la parla, la creativitat, la memòria, el raonament. Volem
aprendre, entendre aquestes habilitats i saber com funcionen. Si les entenem, sabrem com fer màquines que
puguin imitar aquests comportaments. Evidentment, aquesta imitació per part de les màquines no passa
necessàriament per replicar exactament els mateixos mecanismes humans. Per exemple, és possible trobar
una funció matemàtica que tradueixi una frase en català a l’anglès. Aquesta funció matemàtica actualment
es codica en xarxes neuronals. I precisament les xarxes neuronals profundes són un dels paradigmes que
recentment més ha revolucionat la intel·ligència articial.
La majoria dels sistemes intel·ligents comercials, per exemple les recomanacions de pel·lícules a Netix
o de productes a Amazon, el reconeixement de veu dels assistents personals, els traductors automàtics...,
tots aquests sistemes es basen en aprenentatge supervisat que aprenen amb grans quantitats d’exemples.
Nosaltres a Deep Mind treballem sobretot amb l’aprenentatge amb reforç. L’aprenentatge amb reforç, que
també es fa servir en robòtica, té un gran potencial de futur, però encara es troba en un estat molt inicial.
El mateix que li passa a l’aprenentatge no supervisat, que segons l’opinió de molta gent pot revolucionar el
món de la IA en un futur proper, però que encara té un llarg camí per recórrer.
En la recerca en IA, els desenvolupadors de sistemes articials busquem inspiració en la neurociència i
també es produeixen inuències en sentit contrari. En el cas de DeepMind, la neurociència ha estat un
pilar des de la seva fundació i encara ara tenim un equip de 50 neurocientícs que intenten entendre com
funciona el cervell, des de la minúscula neurona ns a com es comuniquen entre elles. Recentment aquest
equip de neurociència ha demostrat que un mecanisme habitual dels sistemes d’aprenentatge articial, el de
la memòria recurrent, també és propi dels processos neuronals d’un animal o un humà, per exemple, quan
aquest s’ha d’orientar en un espai per trobar una sortida. I a la inversa, les descobertes en neurociència
també serveixen per millorar els sistemes articials. Per exemple, sabem que quan dormim actua el que es
coneix com a “memòria de reproducció”, que fa un compendi de les vivències del dia. Doncs, inspirats per
aquesta funció del cervell, nosaltres hem implementat el mateix concepte a la màquina que juga a ATARI.
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 95
És molt divertit veure pel·lícules futuristes antigues, com ara 2001, una odissea a l’espai, amb aquelles
pantalles d’ordinador gegants. Si les comparem amb les nostres pantalles tan nes, veiem que aquí no la
van encertar gaire! Però hi ha aspectes que sí que es van predir correctament, com ara que HAL5 jugui a
escacs amb els humans. A Deepmind hem aconseguit una màquina que juga al Go6, l’AphaGo, que guanya
els grans mestres. El reconeixement de la parla també es va preveure, i en la síntesi de veus articials potser
estem ns i tot més avançats del que es preveia. Ara bé, on estem molt lluny de les pel·lícules és en la part
del contingut del diàleg, i sobretot en què les nostres màquines no tenen emocions, personalitat o objectius
propis. Aquí estem molt lluny de HAL perquè, de fet, els nostres diàlegs estan preprogramats; són, com si
diguéssim, receptes precuinades. És impossible mantenir una conversa llarga i sensible amb una màquina
actual. S’haurien de produir uns avenços trencadors per arribar a tenir un HAL. Encara tenim feina!
Impacte ètic i social de la IA
Igual que la Revolució Industrial va transformar la societat europea a principis del segle XIX, la IA tindrà un
gran impacte sobre el mercat laboral, les conseqüències del qual encara estem començant a percebre. Això
haurà de fer replantejar aspectes com les polítiques socials o el nostre sistema educatiu. Com apunten els
nostres entrevistats, no s´ha de veure la IA com un “competidor” o com un perill, sinó com un complement
de les capacitats humanes.
[Cristian Canton] El món està canviant i actualment estem a l’inici d’aquest procés. A curt termini, la gent
pot veure els benecis immediats de la IA: el paquet d’Amazon arriba molt ràpid, Google em munta l’àlbum,
Facebook em posa en contacte amb un amic de la joventut… A mitjà i llarg termini, hi haurà professions
més mecàniques o rutinàries que desapareixeran, però n’apareixeran de noves, algunes que ja podem intuir,
com ara “curador de dades” i moltes altres que encara no podem ni imaginar. D’altra banda, es donaran
molts escenaris híbrids, en els quals la IA no substituirà l’humà, sinó que el complementarà: per exemple,
el suport al diagnòstic mèdic. Crec que l’impacte de debò en el mercat laboral encara no ha començat. Cal
educar els joves en la IA, i com abans comencin a entendre’n les eines tecnològiques millor. Cal que es
familiaritzin amb les tecnologies digitals. El mateix és vàlid per al públic en general.
Respecte als aspectes ètics de la IA, hem de lluitar perquè sigui inclusiva. Cal que els sistemes intel·ligents
representin tot el món, nord i sud, homes i dones, nens i adults, diferents etinicitats. Actualment els sistemes no
funcionen igual per a tothom. La tecnologia és neutra però els seus usos no necessàriament. Per exemple, el
reconeixement facial pot tenir usos negatius. Aniran apareixent dilemes ètics que ara no podem ni imaginar,
perquè els conceptes ètics mateixos també evolucionen. Tecnologies que ara estem desenvolupant amb tota
la bona intenció, poden tenir usos dolents en un futur.
Per això és important que hi hagi veus crítiques respecte a la IA. Ens obliguen a reexionar. Cal que
aquestes veus vinguin de dintre i de fora de les corporacions. És fonamental parlar amb experts externs al
món pròpiament de la IA, propiciar el debat, no deixar que interessos concrets dictin els passos a seguir.
[Elisenda Bou-Balust] És cert que la IA substituirà l’humà en algunes feines, però s’ha de lluitar perquè
automatitzar tasques senzilles serveixi per millorar les condicions laborals de tots i no per perjudicar-les.
Cal veure la IA com una ajuda no com una amenaça. Més que substituir l’humà, el complementarà. Jo, si
puc triar, prefereixo que m’operin amb el robot Da Vinci del Clínic que sense. Igual que va passar amb la
Revolució Industrial, desapareixeran unes feines i se’n crearan de noves. Però necessitarem una formació
més gran en tecnologia. Hi ha el risc que es creï una bretxa tecnològica i això s’ha d’evitar. Per exemple,
hi ha molt poques dones que es dediquin a carreres cienticotècniques, el que es coneix amb les sigles de
STEM7. A mi em criden sovint per anar a parlar d’això als instituts. Les noies tenen la impressió que fer
STEM vol dir ser un “friqui”. Cal trencar amb aquests estereotips i fer més diversa la tecnologia.
5 HAL és el nom de l’ordinador intel·ligent de la pel·lícula 2001, una odissea a l’espai (1968).
6 Joc de tauler xinès de complexitat superior als escacs.
7 Science, Technology, Engineering, Mathematics
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 96
La carrera professional
Els nostres tres entrevistats s’han format a la universitat catalana, han seguit formant-se als Estats Units
i han acabat ocupant llocs destacats en la IA comercial. En el cas de l’Oriol i el Cristian, a dues grans
multinacionals, i en el cas de l’Elisenda a una start-up fundada per ella mateixa a Catalunya. Els hem
demanat quins han estat els principals punts d’inexió de les seves exitoses carreres.
[Cristian Canton] Crec que la meva carrera s’ha construït a partir de decisions personals i eleccions
professionals encertades. Recordo que va ser durant unes pràctiques a Polònia que vaig descobrir la visió
per ordinador, i em va apassionar. Després van venir altres períodes professionals a Anglaterra i els Estats
Units.
Mentre estava a Microsoft Research se’m va presentar l’oportunitat de participar a una Hackaton organitzada
per Facebook de rescat de nens desapareguts. Es tractava d’aplicar tècniques de reconeixement facial sobre
una base de dades amb imatges d’aquests nens i una web de serveis de prostitució. Això va suposar un gir a
la meva carrera. De cop i volta vaig descobrir que amb les eines que jo coneixia podia fer una contribució
positiva al món. Des de llavors he treballat a Facebook. Part de la meva feina consisteix a aplicar la IA per
a prevenir l’abús i el mal ús en les xarxes socials (fake news, terrorisme, discurs d’odi, pornograa infantil,
etc.). I quan vaig a dormir, sento que el meu equip i jo hem ajudat a fer un món millor.
[Oriol Vinyals] Possiblement inuït pel meu pare i per un bon professor que vaig tenir a l’escola a Sabadell,
les matemàtiques sempre m’han agradat molt. Quan estava a la UPC vaig anar a una xerrada sobre IA
que em va decidir a anar a fer el doctorat als Estats Units. Un cop allà van anar sorgint oportunitats. Les
pràctiques a grans empreses (en vaig fer quatre a Microsoft i una a Google) em van posar en contacte amb
la recerca industrial, que pot ser molt variada i que també et dona l’oportunitat de publicar.
Mentre feia unes pràctiques a Microsoft vaig coincidir amb estudiants de Georey Hinton i em vaig interessar
per l’aprenentatge profund, molt abans que es posés de moda. Estic particularment orgullós d’un treball
concret que vaig fer el 2014 en traducció automàtica relacionat amb la probabilitat que una seqüència, per
exemple en català, sigui la traducció d’una seqüència en anglès. Aquest model de probabilitat de seqüències
bilingües s’ha pogut extrapolar a molts àmbits: per exemple, en reconeixement de la parla, a una seqüència
de veu i una de text; en diàleg, a una pregunta i la seva resposta, etc.
Un avantatge d’estar en una companyia com Google és l’impacte de la teva recerca. Hi ha equips d’enginyers
que converteixen en productes les coses que fem els investigadors. A Google es publica molt i hi ha molta
comunicació amb l’acadèmia. Jo hi tinc molt contacte i, per exemple, intento formar part de tribunals de
tesi tant com puc.
[Elisenda Bou-Balust] Jo vaig anar a fer el doctorat a Boston, al MIT (Massachusetts Institute of
Technology), i quan el vaig acabar tenia dues opcions: la més evident era anar a treballar a alguna gran
multinacional a Califòrnia, l’altra era tornar a Catalunya i intentar muntar alguna cosa aquí. Aquest és un
moment determinant. Si t’hi quedes, és fàcil que ja t’hi quedis per sempre. Jo volia tornar.
La gran dicultat que et trobes si vols fundar una empresa tecnològica a Catalunya és accedir a fons
d’inversió. Els fons d’inversió europeus demanen rendibilitats molt ràpides, màxim a dos anys; per exemple
les que pot proporcionar l’e-commerce. Però els reptes tecnològics que planteja la IA fan que no puguis
posar-te objectius de rendibilitat tan curts.
En canvi als Estats Units hi ha fons d’inversió especícament dedicats a tecnologia capdavantera. En aquell
moment, vaig conèixer el Juan Carlos, CEO i cofundador amb mi de Vilynx. Ell volia viure als Estats
Units i dedicar-se a buscar fons d’inversió americans i jo volia muntar un equip tècnic a Barcelona. Va
ser la combinació perfecta. La nostra visió de futur a l’hora de fundar Vilynx va ser apostar pels sistemes
autònoms no supervisats.
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 97
La IA a Catalunya
Evidentment, un dels nostres objectius quan ens vàrem plantejar fer aquestes entrevistes era conèixer la seva
opinió sobre la situació a Catalunya, amb la perspectiva que els dona la seva posició privilegiada al món de
la IA més capdavantera. Hi ha consens entre ells que la formació a la universitat catalana és molt bona, els
problemes comencen després. Els seus diagnòstics i recomanacions ens han semblat de gran interès, sobretot
tenint en compte que la Generalitat està començant a desplegar l’estratègia de IA a Catalunya8. També ens
interessa molt la salut de la llengua catalana en un futur món dominat per la IA. Les seves respostes són
optimistes.
[Cristian Canton] Jo vaig haver de marxar de Catalunya i buscar feina a fora perquè en aquell moment
allà no es donaven les condicions adequades per desenvolupar la meva carrera. Ara bé, si quedant-me a
Catalunya hagués pogut aconseguir una quarta part del que he aconseguit fora, certament m’hi hauria
quedat. El meu objectiu és tornar algun dia i si pot ser, revertir allà tot el que he après. Mantinc una forta
relació amb la UPC on em vaig formar. És la meva alma mater, això per a mi és molt important.
Penso que a nivell de país, calen estratègies ben denides, ambicioses, amb visió a llarg termini, que tinguin
en compte tots els aspectes, tècnics, ètics, socials. Cal una transformació integral. Val a dir que hi ha molta
gent molt bona arreu, catalans, escampats pel món, que són pioners en els seus àmbits, que podrien ajudar
a fer moltes coses. L’Administració catalana hauria d’aprotar aquesta xarxa d’experts, que tenen moltes
ganes d’ajudar a construir un país millor, i que no ho farien per diners. Hi ha gent molt vàlida amb moltes
ganes de fer coses però és complicat trobar la manera d’articular-ho, saber com contribuir.
Cal aprotar iniciatives com ara el DLBS9, que reuneix cada any investigadors capdavanters de IA que tenen
una relació o altra amb Barcelona, per crear xarxa entre catalans que estan en llocs clau de la IA a dintre
i fora. Es poden fer moltes coses, crear sinergies, potenciar relacions de tutoria d’investigadors establerts
amb estudiants, etc. Jo, per exemple dedico unes hores a la setmana a orientar estudiants que estan fent la
tesi a la UPC. A més tot això es pot fer fàcilment de forma remota. No es necessita ser una gran potència
per ser capdavanter, Israel és un exemple de país petit que sap aprotar molt bé el talent i que destaca en
molts àmbits de la recerca i la indústria de la IA. Què ens falta? Talent en tenim, però marxa perquè no hi
ha oportunitats. Caldria que tothom (estudiants, investigadors, desenvolupadors, polítics) ens preguntéssim
“Què podria fer jo (i no estic fent) per reforçar la IA en el meu àmbit?”. Crec que fer-se aquesta pregunta
pot ser un desencadenant per iniciar sinergies, col·laboracions, pràctiques a empreses, tutories, en denitiva
una participació més activa per part de totes les parts implicades.
Respecte al tema de la llengua, i des d’un punt de vista purament econòmic, és cert que el català és un mercat
petit. Però aquest no és un factor absolutament determinant, crec que les empreses no es mouen només
amb aquesta perspectiva. Cal preguntar a les grans corporacions quina és la seva estratègia. Seria útil
obtenir d’aquestes corporacions declaracions ocials sobre el tema, per entendre quina és la seva estratègia
respecte als idiomes més petits i conèixer la seva predisposició a col·laborar amb les administracions o els
centres de recerca de la comunitat lingüística en qüestió. De fet, Facebook té traductor de català.
[Elisenda Bou-Balust] Aquí a Catalunya l’ecosistema és boníssim. Tenim la UPC, la UPF, el CFIS… El
CFIS10 és una meravella. També tenim una cosa molt especial que és l’enginyeria de telecomunicacions que
no existeix a altres països, i que dona una formació molt completa en processament del senyal, llenguatge,
vídeo, etc.
El que em preocupa és la manca d’inversió pública. La IA és una tecnologia molt cara i la inversió pública
és insucient. I no tot és inversió, les sinergies també són importants. Hauríem d’aprendre del Canadà,
de l’estratègia del president Trudeau. Ha creat tres centres de referència mundials, al voltant de les seves
tres gures més rellevants: Sutton, Hinton i Bengio. Ha estat capaç d’alinear start-ups, inversió pública
i privada, recerca i ns i tot polítiques d’immigració per facilitar l’arribada de talent. I ha tingut un èxit
rotund. Aquest ha de ser el nostre repte. Ser ambiciosos, posar-nos objectius clars i assolir-los. Cal apostar
8 https://web.gencat.cat/ca/actualitat/detall/Estrategia-dIntelligencia-Articial-de-Catalunya
9 Deep Learning Barcelona Symposium https://sites.google.com/view/dlbcn2019
10 Centre de Formació Interdisciplinària Superior (CFIS) de la Universitat Politècnica de Catalunya. https://cs.upc.edu/ca/
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 98
per la tecnologia capdavantera i diferencial, no acontentar-nos amb produir apps o l’e-commerce. Si ens
xem en l’exemple canadenc, veiem que hi ha tres factors fonamentals que cal analitzar per orientar bé
l’estratègia: amb quin talent comptem, quines personalitats cientíques rellevants tenim i quines línies
tecnològiques poden tenir un impacte més positiu en el nostre mercat laboral.
Respecte a la qüestió del català, el problema, que és el mateix que tenen les llengües que no són “gegants”
com l’anglès, l’espanyol o el xinès, és que no hi ha sucients dades anotades per entrenar els sistemes
d’aprenentatge supervisat. Nosaltres hem estat utilitzant dades del castellà per desenvolupar productes per
al català. Òbviament això no és ideal, ja que els resultats són forçosament inferiors.
Dit això, l’avantatge que hem comentat abans sobre els sistemes d’aprenentatge autònom, o no supervisat,
és que ja no necessiten aquestes dades i permeten superar parcialment aquesta limitació de manca de dades
que tenen les llengües relativament petites. Una gran part de la recerca actual en IA es fa sobre sistemes
d’aprenentatge no supervisat i ja estan començant a arribar a la indústria. La meva predicció és que en els
propers dos anys veurem com moltes aplicacions de IA adopten aquest tipus d’aprenentatge.
[Oriol Vinyals] La formació a Catalunya és bona. Jo vaig sortir molt ben preparat de la carrera. Potser
massa! A les universitats americanes es donen menys continguts però en canvi potencien molt el perl de
recerca en els estudiants. A la carrera hi ha menys densitat d’assignatures però hi ha moltes oportunitats per
participar en projectes de recerca ja des del primer curs.
Respecte al català, sóc molt optimista per diverses raons. Una part és la bona feina que esteu fent els
grups de recerca catalans, tot i l’escassa inversió en recerca. L’altra són els avenços en l’aprenentatge no
supervisat. En traducció automàtica, per exemple, ns ara, s’aprenia a base d’oracions traduïdes prèviament
per humans. Ara podem aprendre només tenint text monolingüe. Per fer aplicacions per al català, sempre
necessitarem text o veu en català, però amb els nous avenços en necessitarem menys i no caldrà que estigui
anotat manualment. En general, en IA hi ha una urgència per treballar amb pocs recursos. Fins ara tot el
que s’ha fet és per a l’anglès i per als americans. Però el món és divers en llengües, gents, i nacionalitats, i
la IA ha ser capaç de reectir aquesta diversitat.
Conclusions i missatges nals
La intel·ligència articial és una tecnologia que està canviant el món tal com el coneixem. Una conuència
de factors, impulsada pels avenços vertiginosos en potència computacional, està fent realitat tòpics de la
ciència-cció del segle passat. Encara som lluny de HAL, la màquina conscient i amb personalitat pròpia.
La realitat és més prosaica, però no menys impressionant. A través d’aquestes converses, hem explorat el
concepte mateix d’intel·ligència articial i hem repassat els avenços tecnològics dels últims anys.
Els nostres entrevistats ens han explicat que la IA ns ara aprèn de les nostres dades, que se’n necessiten
moltes i que s’han de ltrar i anotar, i que això és molt costós. Però també ens han dit que s’està fent molta
recerca en màquines que aprenen sense supervisió humana. Es tracta dels sistemes d’aprenentatge autònom o
no supervisat i també dels sistemes d’aprenentatge amb reforç. La propera generació de sistemes intel·ligents
necessitarà menys dades per aprendre. I això és una bona notícia per al català.
L’ecosistema universitari català rep bona nota per part dels nostres entrevistats, que van cursar aquí la carrera
i mantenen vincles amb la universitat catalana. Tanmateix tots ells van haver de marxar fora per acabar-se de
formar i només l’Elisenda va tornar i es va establir com a emprenedora a Catalunya, i això perquè va trobar
la manera de canalitzar inversió americana a la seva empresa catalana.
Ells són només una mostra del gran talent que el país genera i que caldria veure la manera d’aprotar si
volem que Catalunya sigui competitiva en aquesta àrea tan estratègica.
Per acabar cada una de les entrevistes, els hem donat l’oportunitat de resumir en un missatge el que ells
consideren més important d’aquesta revolució tecnològica.
[Cristian Canton] Estem davant d’una revolució que canviarà com entenem el món. No es pot entendre el
món que vindrà sense la IA. Cal acceptar-ho, aprotar l’oportunitat i adoptar-la de forma responsable.
Marta R. Costa-Jussà; Maite Melero Nogués
Converses al voltant de la intel·ligència articial en clau catalana
Revista de Llengua i Dret, Journal of Language and Law, núm. 74, 2020 99
[Oriol Vinyals] “Keep calm and carry on.” Cal que la IA es conegui millor i espero que articles com aquest
ajudin. No s’ha de tenir por d’una superintel·ligència, però, en canvi, sí que cal abordar els problemes reals
de la IA com ara que ha de ser inclusiva i que ha d’evitar els biaixos de raça o de gènere.
[Elisenda Bou-Balust] En la mesura que la IA replica el comportament humà, com a humans hem d’anar
molt amb compte amb el nostre comportament. Si som racistes, la IA serà racista, si discriminem, la IA
discriminarà. Ja que la IA replicarà cada cop millor el comportament humà, assegurem-nos que aquest
comportament sigui el que ens agradaria tenir.
