DAVID HOLZ, EL HOMBRE DETRÁS DE MIDJOURNEY

No es sencillo crear una IA generativa que sea capaz de elaborar imágenes de alta calidad a partir de textos. La demanda de tiempo y trabajo para elaborar la compleja arquitectura de la inteligencia artificial es el primer desafío; acceder a millones de imágenes para alimentar su algoritmo puede ser aún más difícil. Por eso es que el éxito de MidJourney, creada por un laboratorio compuesto por diez personas, es tan llamativo. Al frente del proyecto está David Holz, quien se define como un «emprendedor serial». Cuando cursaba liceo en Florida (EEUU), ya tenía un negocio de diseño. Estudió Matemáticas en la universidad y preparaba su doctorado en Mecánica de Fluidos mientras trabajaba en el Centro de Investigación Langley, de la NASA, y el Instituto Max Planck de Florida. «Me abrumé en un momento y dejé todas esas cosas a un lado», comentó en una entrevista con The Verge en 2022. Se mudó a San Francisco, donde abrió la empresa Leap Motion en 2011.

Estuvo más de diez años al frente de la compañía, que vendía un poderoso hardware de captura de movimiento, antes de volver a dejar todo para fundar MidJourney. Pese a su pequeño tamaño, el laboratorio se propuso trabajar en múltiples proyectos, si bien hoy es sinónimo de la IA creadora de imágenes, un éxito inmediato desde su beta pública en julio de 2022. Por supuesto, la popularidad trajo aparejada la polémica: lo difícil de conseguir las millones de imágenes necesarias para entrenar la AI está en hacerlo sin infringir el derecho de autor de terceros. «No hay forma de obtener cien millones de imágenes y saber de dónde proceden», afirmaba Holz en otra nota a Forbes de 2022, esta a Forbes. «No hay forma de encontrar una imagen en Internet, rastrearla automáticamente hasta su propietario y hacer algo para autentificarla». bueno, pero lo que sabe es estructurar el texto; el contenido puede estar mal», explica Lecumberry. «Eso puede mejorar, pero siempre debe haber un humano dando el feedback. Es una colaboración».

Sobre la otra polémica, el impacto de AIs como Midjourney en el trabajo de artistas visuales, Holz responde con una mirada humanista: «Nos gusta decir que estamos tratando de expandir los poderes imaginativos de la especie humana. El objetivo es hacer que los humanos sean más imaginativos, no hacer máquinas imaginativas, lo que creo que es una distinción importante», afirmó.

Esa mirada llevó a que Midjourney se lanzara dentro de la plataforma de Discord, como una construcción comunitaria: «Las personas quieren hacer cosas de manera comunitaria», explicó Holz. En marzo se actualizó a la version 5 de la IA, y comenzó a publicarse una revista impresa mensual, porque les parecía «que sería divertido».

Hay mucho de lúdico, de juego y exploración, en Holz y su trabajo, por eso en la tapa de nuestra actual edición, utilizamos la IA para, a partir de una foto actual, crear al CEO de Midjourney de niño. Es David Holz por David Holz.

«No estamos bajo presión para vender algo o ser una empresa pública», explicó él sobre el futuro de su laboratorio. «Se trata simplemente de tener un hogar durante los próximos 10 años para trabajar en proyectos geniales que sean importantes, con suerte no solo para mí, sino para el mundo. Y para divertirme».

Bastante más preocupante es el uso de IA en otras áreas de la vida: en materia de salud, la tecnología ya está ayudando a la detección temprana de enfermedades y su diagnóstico salvará vidas, pero ¿qué ocurre si se le utiliza para administrar las camas de un hospital o un CTI? O, como ya ocurre, para filtrar qué CVs llegan al potencial empleador o evaluar a quién se le entrega un crédito bancario.

«Ese tipo de sistema ¿cómo llega a sus decisiones?», pregunta Lecumberry. «Te da una respuesta, pero debemos examinar cómo llegó a esa decisión. No es tan sencillo saberlo por la cantidad de parámetros que tienen estos sistema. Otra pregunta es con qué certidumbre llega a esas respuestas».

Es aquí que los sesgos introducidos durante el entrenamiento, mediante ese dataset que forma parte de su aprendizaje, juegan un papel fundamental: «Hay un caso famoso de una investigadora afrodescendiente cuya cara no era detectada por un sistema de detección de rostros, hasta que se puso una máscara blanca», recuerda Lecumberry.

«Hay discriminación en cómo son entrenados los sistemas. Según lo que le enseñemos, así trabajará. Igual a una persona», afirma el profesor.