Artículos | Humanas | Econom�a

Trabajando para Lehman Brothers, por ejemplo, Kearns �explica una investigaci�n de Bloomberg, reci�n actualizada en su sitrio- intenta desde hace tiempo que una computadora haga algo hasta ahora casi imposible: pensar como un operador de Wall Street, pero manejando miles de transacciones sin perder de vistas sutiles cambios en los mercados.

En un sentido, la futura �m�quina de sacar ganancias� parece una mutaci�n muy peligrosa de un proyecto japon�s, conocido hace m�s de veinte a�os: los ordenadores de quinta generaci�n. Por motivos nunca bien claros (el trabajo de la agencia no dice una palabra al respecto), la idea qued� sepultada en los archivos. Ahora, ingenieros de sistemas y matem�ticos la desentierran �sin mencionar su origen-, pero orientada a afinar instrumentos para grandes intermediarios financieros y burs�tiles.

Naturalmente, el concepto de IA remite a la �prueba de Turing� (1951) para reconocer la inteligencia cibern�tica. Su ep�nimo, Alan Turing, se suicid� en 1954 y, reci�n en 1956, surgi� el t�rmino �inteligencia artificial�. A los dos a�os, se cre� el programa Lisp, un lenguaje de IA, substituido en 1964 por computadoras capaces de entender lenguaje humano b�sico, suficiente para resolver problemas algebraicos. Por fin, en 1965, aparece Eliza, un programa interactivo capaz de dialogar en ingl�s neutro y esquem�tico sobre cualquier t�pico.

Ah� arrancan las innovaciones que desembocar�n en los presentes ensayos de �IA financiera�. En 1968, un cineasta versado en esos temas, Stanley Kubrick, imagina �partiendo de Arthur Clarke- en �2001� un ordenador inteligente de tipo hol�stico, HAL-9000. A su vez, el escritor se inspiraba en el antepasado de la computaci�n, Charles Babbage (1792/1871), que concibi� -pero no construy�- el ordenador de fichas perforadas. Mucho despu�s, en 1987/8, las operaciones autom�ticas computadas ayudaron a provocar un crac burs�til global.

Ello no impide que diversas aplicaciones de IA (�m�quinas que aprenden�) invadan todo tipo de sectores y, al fin, Internet. En 1999, Sony presenta un perro robot que, como sus versiones �humanas�, s�lo parece servir para que los japoneses se diviertan. En 2001, �Inteligencia artificial�, un producto mediocre de Steven Spielberg (astuto, pero nunca un Kubrick) se candidatea para un Oscar que no obtiene.

Kearns es un optimista cl�sico y sostiene que �la AI cambiar� Wall Street primero y despu�s, el mundo�. Olvida que gur�es de la ef�mera �nueva econom�a�, como Nicholas Negroponte o Abigail Cohen (Goldman Sachs) promet�an lo mismo hace casi diez a�os. Tampoco advierte que, en el mundillo acad�mico, �AI� tiene una traducci�n ir�nica, �aventuras imposibles�. Sea como fuere, un ej�rcito de analistas cuantitativos (AC) y graduados terciarios desaf�a a operadores financieros convencionales.

Por supuesto, hace decenios que bancas de inversi�n, fondos de cobertura y otros segmentos usan AC para detectar relaciones y tendencias subyacentes. El objeto consiste en explotar esos datos en veloces transacciones computadas. Los AC pretenden excluir m�viles humanos �miedo, codicia-, pero ocurre que sus empleadores y los medios ven la codicia como virtud teologal.

Pese a esa contradicci�n, ap�stoles de la AI como Kearns, Vasant Dhar o Kathleen McKeown creen que el tiempo est� de su lado. Algunos tienen una meta nada modesta: construir un Warren Buffett cibern�tico, capaz de procesar todo tipo de interrogante financiero, econ�mico, geopol�tico, etc., que afecte al mercado. Por el contrario, muchos cient�ficos, empresarios o ejecutivos prefieren �como el difunto Peter Drucker, que conoci� a Turing-no tocar el tema. En verdad, la AI nunca satisfizo las ilusiones de los a�os 60 y 70.

Existe una raz�n objetiva, bellamente expuesta en �2001� (la novela, no tanto la pel�cula), �Solyaris� �el filme de Andry�i Tarkovskiy- o el ciclo �Fundaci�n� de Isaac As�mov. Tiene que ver con una situaci�n ya cl�sica: un ordenador derrota a eximios ajedrecistas, pero no puede predecir el decurso de una sola acci�n relevante. �Por qu�? Porque el tablero de ajedrez �aun el tridimensional- en un sistema cerrado, con cierto l�mite de piezas y movida. Al rev�s, el mercado es un sistema abierto, con una masa ilimitada o cambiante de operadores y otra similar de eventos, v�nculos, situaciones e imponderables. Por ello, una computadora no parece capaz de ganar una partida de p�ker ni la guerra en Irak.

Obviamente, seg�n apunta Brian Hamilton (Raleigh), los programas tipo AI pueden resolver problemas espec�ficos seg�n par�metros finitos. As�, en febrero Intel anunci� haber desarrollado un microprocesador tama�o u�a capaz de procesar un bill�n de c�lculos por segundo. En los a�os 90, lo mismo exig�a 10.000 semiconductores. Los creyentes en la AI como absoluto sostienen que esto reci�n empieza. Pero ante ellos se yergue otro campo muy dif�cil: el procesamiento de lenguajes naturales (PLN). Puesto en t�rminos f�ciles, la posibilidad de que un ordenador entienda un idioma humano, pueda usarlo y hasta aplicarlo a decisiones financieras. Esto supera a HAL 9000 (�2001�) o a los sistemas de �Viaje a las estrellas� series II a IV.

Una firma norteamericana, Collective Intellect, emplea ya programas elementales tipo PLN que �peinan� 55 millones de sitios web en pos de datos que generen utilidades a fondos de cobertura. Esto es, especulaci�n sobre futuros y opciones v�a derivados. Otro campo de AI, las redes neurales, implica replicar con �nanochips� el esquema de la corteza cerebral (los mecanismos que gu�an la raz�n).

Su objeto: que los cibersistemas imiten las neuronas naturales, piensen como operadores financieros y entiendan que el mundo no viene en blanco y negro, sino en un espectro de grises. Pero, a diferencia de un programa tipo AI, esos grises pueden no tener l�mite. Cuantificarlos equivale, como dec�an los presocr�ticos o Agust�n de Hipona, a definir los alcances del poder celeste.

Sin pretender tanto, los analistas cuantitativos (AC o �quants� en la jerga del oficio) s�lo quieren llegar al �hiperprotagonismo� en los mercados. Pero esta meta no carece de riesgos. Por ejemplo, por ahora ni los programas m�s complejos de AI muestran sentido com�n u olfato. A diferencia de los operadores humanos, en situaciones cr�ticas pueden ocasionar cat�strofes (confiesan Kearns y Dhar).

Seguramente por todo eso, �muchos investigadores en AI prefieren por el momento aspirar a menos y lograr m�s en materia de m�quinas capaces de aprender�. Eso se�ala Thomas Mitchell, docente universitario experto en el tema. En esta l�nea menos �fundamentalista�, varias firmas financieras comienzan a desplegar programas b�sicos orientado a �m�quinas que aprenden�. Mediante algoritmos, analizan a la inversa horizontes probables y definen medidas a adoptar en cada fase de una operaci�n. Pero nada m�s.

Publicado originalmente en Mercado (Argentina)