«¿Fuiste a ver La Odisea? ¿En IMAX? ¿En 70 mm?»
Así fueron la mayoría de las conversaciones sobre la última aventura de Christopher Nolan a lo largo de este mes de julio. Seguro que has tenido la misma conversación, o alguna variación parecida, con alguien que conoces. En todas partes, desde reels en redes sociales hasta artículos de periódico, alguien intentaba ayudarte a decidir (o al menos lo pretendía) entre todos esos formatos de cine. Si te pareces en algo a mí, seguramente te sentiste tan abrumado como yo comprando las entradas, con tantos formatos disponibles. Está el IMAX, el 70 mm, el Dolby Cinema, el digital estándar y el 35 mm. Ah, espera, hay dos opciones de IMAX: digital y 70 mm. ¿Y qué es eso del IMAX de doble láser?
Aaaaargh… ¡y eso que tengo formación en óptica y en tecnologías basadas en óptica!
Respiremos hondo. Todo está bien, todo está bien.
Ahora seguro que te preguntas a dónde quiero llegar con toda esta charla sobre La Odisea, Nolan y las salas IMAX, sobre todo porque llegaste aquí queriendo leer un artículo sobre IA (esperando que no lo haya escrito una IA, y no es así; todo esto es puro delirio de mi cerebro muy humano, lo prometo). Ten paciencia un poco más, te prometo que tengo un punto al que quiero llegar.
Volvamos un momento a hablar de lo que hay detrás de todos estos formatos de cine. Imagínate la escena: un actor de pie en el set, a punto de decir una frase intensa y en voz baja, con una máquina del tamaño de una lavadora aparcada a pocos metros de su cara, haciendo un ruido digno de un cortacésped; y cada dos o tres minutos hay que interrumpir la toma para que el equipo recargue la película. Esa máquina, querido lector, es una cámara de cine IMAX. Tradicionalmente pesaba más de 90 kilos, con chasis de película que apenas aguantaban unos tres minutos de metraje utilizable antes de tener que cambiarse. Ese ruido no es un fallo que alguien olvidó corregir. Es una consecuencia física, directa, de eso mismo que hace que la imagen IMAX resulte tan impresionante. No se puede tener lo uno sin lo otro.
Ese único hecho —que la mayor fortaleza de una herramienta y su limitación más evidente nacen de la misma fuente— es la idea sobre la que se construye todo este artículo, y se aplica tanto a la IA como al cine.
¡LA CÁMARA MÁS RUIDOSA DEL MUNDO!
Un fotograma de película IMAX es, aproximadamente, diez veces más grande que uno de 35 mm estándar. Esa es, precisamente, la razón de ser del IMAX: más superficie de película significa más detalle capturado, lo que permite ampliar la imagen a una pantalla de varios pisos de altura y que siga viéndose nítida en lugar de granulada. No es un truco de marketing, es una diferencia física real en la cantidad de información visual que queda registrada. Pero registrar tanta información no sale gratis. Para mover un fotograma tan grande por la cámara con precisión, la máquina necesita un sistema de vacío que succiona la película para pegarla al objetivo decenas de veces por segundo, además de una mecánica lo bastante potente como para arrastrar tanto material a esa velocidad. Ese sistema de vacío, mientras hace su trabajo de mantener cada fotograma perfectamente nítido, ¡es ruidosísimo! Tan ruidoso que, durante décadas, sencillamente no se podía usar el IMAX para rodar una conversación normal entre dos personas. Estaba pensado para paisajes imponentes y acción desbordante, no para susurros. Así que, durante años, los directores —incluido Nolan, en Interstellar, Dunkerque y Oppenheimer— usaron el IMAX como se usa una herramienta especializada: sacarla para los grandes planos espectaculares y cambiar a una cámara más pequeña y silenciosa en cuanto dos personajes tenían que sentarse a hablar. Nadie lo consideraba una renuncia. Simplemente entendían que la herramienta pensada para la grandiosidad no era la herramienta pensada para la intimidad, y viceversa.
Ahora guarda esa idea y colócala junto a un problema que, a primera vista, parece completamente distinto: la naturaleza de «caja negra» de los sistemas de IA modernos.
LA IA MODERNA
Un modelo grande de aprendizaje profundo, el tipo que hay detrás de la mayoría de los sistemas de IA actuales, gana su potencia de la misma forma en que una cámara IMAX gana su resolución: siendo enorme. Está construido a partir de miles de millones de parámetros internos, ajustados automáticamente contra grandes cantidades de datos hasta volverse extraordinariamente bueno en su tarea, ya sea escribir, traducir, reconocer imágenes o predecir resultados. Y, igual que ocurre con el gigantesco fotograma IMAX, esa escala es precisamente de donde viene la capacidad. No se puede reducir el modelo y conservar el mismo rendimiento, del mismo modo que no se puede reducir el fotograma de película y conservar la misma resolución.
Pero la escala también genera exactamente el mismo tipo de ruido que produce la cámara IMAX. No se puede señalar un único número dentro de un modelo de aprendizaje profundo y decir: «ahí, esa es la razón por la que tomó esta decisión.» No hay ninguna frase ahí dentro, ninguna explicación clara esperando a ser leída. Lo mismo que hace poderoso al modelo, el tamaño y la complejidad, es lo que hace imposible acercarse y obtener una respuesta breve y precisa a la pregunta «¿por qué has hecho eso?» Es ruidoso exactamente en el mismo sentido en que lo es la cámara. No está roto. Simplemente está construido para otro tipo de plano.
LA CÁMARA MÁS SILENCIOSA
Aquí es donde entra la IA explicable (o XAI, por sus siglas en inglés), y desempeña el mismo papel que la cámara más pequeña y ligera desempeña en un rodaje.
Los métodos de XAI no pretenden ser todo el sistema. Son un conjunto de herramientas aparte, más pequeño, que se enfoca en una pregunta concreta cada vez: modificar una sola palabra de la entrada y ver cómo cambia la respuesta; comprobar qué señales internas se activan realmente cuando el modelo toma cierto tipo de decisión; desconectar en silencio una pequeña parte del modelo y ver si se rompe un comportamiento específico. Cada una de estas técnicas, por sí sola, es una herramienta modesta, discreta, de plano corto. Ninguna captura la escala imponente de lo que puede hacer el modelo completo. Pero cada una puede acercarse a una decisión concreta y conseguir algo que el modelo gigante jamás podrá dar por sí mismo: una respuesta clara, rastreable y específica.
Es el mismo trato que actores y directores han hecho siempre en un rodaje. No consigues con la cámara pequeña la resolución épica que cubre toda una pared. A cambio consigues otra cosa: la capacidad de trabajar en silencio, de cerca y con precisión, al precio de renunciar a la escala. Ninguna cámara es la correcta. Están construidas para planos distintos.
¿Y ENTONCES, LA ODISEA?
La última épica cinematográfica de Christopher Nolan, La Odisea, se describe como la primera película rodada íntegramente con cámaras de cine IMAX, sin concesiones, tal como él quería. No es difícil de creer: al fin y al cabo, es un defensor de toda la vida del formato de gran tamaño. Para hacerlo posible, IMAX le construyó un sistema de cámara completamente nuevo —apodado la Keighley y diseñado para ser más silencioso y manejable que las versiones anteriores—, confiando una vez más en Nolan para probar y perfeccionar sus prototipos más ambiciosos.
Y funcionó. La película se rodó, íntegramente en película IMAX, exactamente como él quería. Pero solo resolvió el problema de fondo a medias: la contrapartida no desapareció del todo, simplemente se hizo más pequeña. Incluso completamente encerrada en su nueva carcasa insonorizante (que, según se dice, pesa unos 135 kilos), la cámara seguía siendo audible de cerca. Matt Damon, reflexionando sobre el rodaje de La Odisea, lo describió como tener «una batidora pegada a la cara». La mejora en la ingeniería sí redujo la distancia —una batidora en la cara es, desde luego, mejor que el cortacésped del que partíamos—. Y el tiempo de recarga no se movió ni un poco: la nueva cámara seguía necesitando película nueva cada dos o tres minutos, igual que antes, simplemente porque esa es la cantidad de película que cabe en un chasis antes de agotarse. Conviene recordar que, aunque se dio un enorme salto tecnológico, el ruido más pequeño sigue siendo ruido.
¿QUIÉN GANA?
Pregúntale a un director de fotografía si una cámara IMAX es mejor que una digital. O pregúntale a un fotógrafo aficionado si el modo retrato es mejor que el modo paisaje. Pregúntate a ti mismo qué modo de la cámara del móvil usas siempre. La respuesta a todo esto es: depende. Depende de lo que quieras mostrar. Sacarle una foto a tu matcha favorito y a una porción de tarta espectacular para los foodies de Instagram exige un plano completamente distinto al de capturar una vista panorámica desde un sendero de montaña para tus seguidores amantes de los viajes.
Lo mismo ocurre en la IA, y merece la pena resistirse al impulso de tomar partido. Si el problema es «reconocer patrones en un conjunto de datos enorme y desordenado con la mayor precisión posible», un modelo grande de aprendizaje profundo se gana su tamaño igual que el IMAX se gana su fotograma. Si el problema es «dime exactamente por qué se marcó este diagnóstico en concreto», necesitas algo más parecido a la cámara silenciosa y de plano corto: un modelo interpretable o un método de explicabilidad construido para responder, una a una, preguntas rastreables, aunque no pueda igualar la potencia bruta de reconocimiento de patrones del modelo gigante.
Y, cada vez más, los sistemas de IA más serios del mundo real hacen lo mismo que la mayoría de las películas: usar ambas herramientas en el mismo proyecto, según qué momento pida qué herramienta. El modelo grande se encarga del trabajo complejo y de gran escala. Una capa de interpretabilidad más pequeña y silenciosa entra en juego en los momentos en los que alguien realmente necesita entender, en términos claros, qué acaba de pasar y por qué.
Nadie entraría en un rodaje a declarar ganadora a una de las cámaras. La escena decide. Resulta que lo mismo ocurre con los sistemas que, cada vez más, deciden cosas sobre nuestras vidas: el plano que necesitas determina la cámara que eliges, siempre.
