Hoy hablamos mucho de la inteligencia artificial y tecnologías para mejorar la experiencia de cliente. Pero, empecemos por el principio de todo, la inteligencia. Elizabeth Spelke, psicóloga cognitiva de Harvard, ha pasado su carrera probando el sistema de aprendizaje más sofisticado del mundo: la mente de un bebé.

Los bebés que gorgotean pueden parecer incompatibles para la inteligencia artificial, porque son malos para etiquetar imágenes, incapaces de hacer minería de texto y pésimos con los videojuegos. Sin embargo, los bebés pueden hacer cosas más allá del alcance de cualquier IA.
Con solo unos meses de edad, han comenzado a comprender los fundamentos del lenguaje, como la gramática. Han comenzado a comprender cómo funciona el mundo físico, cómo adaptarse a situaciones desconocidas.
No obstante, incluso expertos como Spelke no entienden con precisión cómo aprenden los bebés, o los adultos. Esa brecha apunta a un rompecabezas en el corazón de la inteligencia artificial moderna: no estamos seguros de a qué apuntar.
Pensemos en uno de los ejemplos más impresionantes de inteligencia artificial, AlphaZero, un programa que juega juegos de mesa con habilidad sobrehumana. Después de jugar miles de juegos contra sí mismo a alta velocidad y aprender de las posiciones ganadoras, AlphaZero descubrió de forma independiente varias estrategias de ajedrez famosas e incluso inventó otras nuevas. Ciertamente, parece una máquina que eclipsa las habilidades cognitivas humanas. Pero AlphaZero necesita jugar millones de juegos más que una persona durante la práctica para aprender un juego. Lo más revelador es que no puede tomar lo que ha aprendido del juego y aplicarlo a otra área.
Para algunos miembros del «sacerdocio de la IA», eso requiere un nuevo enfoque. «Lo que hace que la inteligencia humana sea especial es su adaptabilidad, su poder de generalizar a situaciones nunca antes vistas», dice François Chollet, un conocido ingeniero de IA y creador de Keras, un marco ampliamente utilizado para el aprendizaje profundo (deep learning). En un artículo de investigación de noviembre, argumentó que es erróneo medir la inteligencia artificial únicamente de acuerdo con sus habilidades en tareas específicas. “Los humanos no comienzan con habilidades; comienzan con una amplia capacidad de adquirir nuevas habilidades», afirma. “Lo que demuestra un jugador de ajedrez humano fuerte no es la capacidad de jugar ajedrez per se, sino el potencial de adquirir cualquier tarea de dificultad similar. Esa es una capacidad muy diferente «.

Lo que hace que la inteligencia humana sea especial es su adaptabilidad, su poder de generalizar a situaciones nunca antes vistas

Chollet planteó una serie de problemas diseñados para probar la capacidad de un programa de inteligencia artificial para aprender de una manera más generalizada. Cada problema requiere organizar cuadrados de colores en una cuadrícula en base a unos pocos ejemplos anteriores. No es difícil para una persona. Pero los programas modernos de aprendizaje automático, entrenados en grandes cantidades de datos, no pueden aprender de tan pocos ejemplos.
A fines de abril, más de 650 equipos se habían inscrito para enfrentar el desafío; los mejores sistemas de inteligencia artificial estaban obteniendo aproximadamente el 12 por ciento correcto.
Todavía no está claro cómo los humanos resuelven estos problemas, pero el trabajo de Spelke ofrece algunas pistas.
Por un lado, sugiere que los humanos nacen con una habilidad innata para aprender rápidamente ciertas cosas, como lo que significa una sonrisa o lo que sucede cuando se cae algo. También sugiere que aprendemos mucho unos de otros.
Un experimento reciente mostró que los niños de 3 meses parecen perplejos cuando alguien agarra una pelota de manera ineficiente, lo que sugiere que ya aprecian que las personas causen cambios en su entorno. Incluso los sistemas de inteligencia artificial más sofisticados y potentes del mercado no pueden comprender tales conceptos. Un automóvil autónomo, por ejemplo, no puede intuir desde el sentido común lo que sucederá si un camión que va delante derrama su carga.
Josh Tenenbaum, profesor en el Centro de cerebros, mentes y máquinas del MIT, trabaja en estrecha colaboración con Spelke y utiliza ideas de la ciencia cognitiva como inspiración para sus programas. Él dice que gran parte de la inteligencia artificial moderna pasa por alto el panorama general, comparándolo con una sátira de la era victoriana sobre un mundo bidimensional habitado por personas geométricas simples. «Estamos explorando Flatland, solo algunas dimensiones de la inteligencia básica», dice.

los programas de IA necesitarán una comprensión básica de la física y la psicología para adquirir y usar el conocimiento de manera tan eficiente como un bebé

Tenenbaum cree que, así como la evolución le ha dado al cerebro humano ciertas capacidades, los programas de IA necesitarán una comprensión básica de la física y la psicología para adquirir y usar el conocimiento de manera tan eficiente como un bebé. Y para aplicar este conocimiento a nuevas situaciones, dice, necesitarán aprender de nuevas maneras, por ejemplo, haciendo inferencias causales en lugar de simplemente encontrar patrones. «En algún momento, si eres inteligente, te das cuenta de que tal vez hay algo más», afirma.

 

Imágenes del artículo: Photo by Jelleke Vanooteghem on Unsplash

Dejar respuesta

Please enter your comment!
Please enter your name here