Dos milenios y medio después, estamos a punto de comprobar si la inteligencia artificial (IA) es capaz de superar aquella prueba de Esopo. El próximo mes de junio, distintos grupos de investigadores entrenarán sus algoritmos para enfrentarse a una serie de tareas que tradicionalmente se han utilizado para comprobar la cognición animal. Se trata de los Juegos Olímpicos de Animales e IA , cuyo premio está valorado en 10.000 dólares (unos 8.500 euros).
Para medir el rendimiento de una IA, normalmente se toma un único punto de referencia en una única tarea, como vencer a un gran maestro en Go o descubrir cómo aprender a jugar un videojuego desde cero. La IA ha sido extraordinariamente exitosa en esas situaciones. Pero cuando un algoritmo muy bien entrenado para una tarea se enfrenta a otra distinta, los resultados no suelen ser muy buenos. Por eso, en los Juegos Olímpicos de Animales e IA, el mismo jugador será sometido a 100 tareas nuevas y distintas. La competición no intenta poner a prueba un tipo específico de inteligencia sino la capacidad de una IA para adaptarse a diversos entornos. Esto demostraría una forma limitada de inteligencia artificial general, una especie de sentido común que la IA necesita para introducirse con éxito en nuestros hogares o en nuestra vida cotidiana. Los organizadores del concurso son conscientes de que ninguno de los sistemas de IA rendirá bien en todas las circunstancias ni obtendrá una puntuación perfecta. Pero esperan que los mejores sistemas sean capaces de adaptarse a los diferentes problemas a los que se enfrenten.
Los Juegos Olímpicos de Animales e IA son fruto de un equipo de investigadores del Centro Leverhulme para el Futuro de la Inteligencia en Cambridge (Reino Unido) y el instituto de investigación GoodAI de Praga (República Checa). El concurso forma parte de un proyecto más grande del Leverhulme llamado Tipos de Inteligencia (Kinds of Intelligence), que reúne a un equipo interdisciplinario de investigadores de cognición animal, informáticos y filósofos para analizar las diferencias y similitudes entre las formas de pensamiento de los humanos, animales y máquinas. Y aunque la mayoría de las tareas sirven normalmente como pruebas de inteligencia animal, también entran un poco en el territorio humano: algunos de los desafíos se usan para comprobar la cognición en bebés y niños pequeños. El grupo espera incluir más tareas cognitivas humanas en las futuras y más complejas versiones del reto.
En vez de pedir a los investigadores que construyan robots físicos, la directora del grupo, Marta Halina, y su equipo desarrollaron un entorno virtual creado con el software de desarrollo del videojuego Unity. La configuración simula un entorno completo de pruebas cognitivas de laboratorio para animales, con recompensas a base de alimentos, con paredes específicas y objetos móviles. Este "terreno de juego" simulado, como lo llama Halina, se entregará a la comunidad de la IA a finales de este mes, y se invitará a los investigadores a formar a los participantes para que puedan utilizarlo.
Los participantes o jugadores serán sistemas informáticos que pueden actuar de forma autónoma en este entorno, al igual que los bots de IA que OpenAI y DeepMind han desarrollado para competir en los juegos como Dota y Starcraft. Los organizadores del concurso aceptan cualquier tipo de técnica para construir los algoritmos, aunque confían en que muchos opten por el aprendizaje reforzado. Pero también esperan que los investigadores experimenten con métodos nuevos, en particular lo que denominan el "enfoque cognitivo", defendido por investigadores como Josh Tenenbuam del MIT, que consiste en imitar la forma humana (o animal en este caso) de resolver los problema mediante el procesamiento mental en un modelo informático.
En junio, los investigadores presentarán a sus jugadores, y el equipo de Cambridge los pondrá a prueba a través de 100 exámenes distribuidos en 10 categorías. El investigador postdoctoral del Leverhulme Center Matthew Crosby explica que, en esta etapa, las pruebas se mantienen en secreto para que los participantes no puedan enseñar algunas habilidades específicas a los jugadores antes de que comience la competición.
Las pruebas tendrán distintos niveles de dificultad. Algunas serán tan básicas como requerir que el jugador saque alimentos de un entorno sin obstáculos. Las tareas más difíciles necesitarán una comprensión de la permanencia del objeto (saber que un objeto todavía está allí incluso si está oculto) y la capacidad de crear un modelo mental de un entorno para moverse en la oscuridad.
Según Crosby, el aspecto más desafiante de la competición es que los jugadores tendrán que ofrecer buenos resultados en todas las pruebas en general: el ganador será el que muestre el mejor rendimiento medio, en vez de solo una habilidad para superar las tareas. Lo que se puntuará será la capacidad de adaptarse rápidamente a nuevas situaciones o traducir las habilidades de un tipo de actividad a otra, lo que es un buen indicador de la inteligencia general. Para Crosby, este tipo de flexibilidad es esencial para lograr que la IA sea útil en el mundo real.
Estos Juegos Olímpicos no son el primer proyecto de investigación de IA que se inspira en la inteligencia animal. La profesora de Ciencias de la Computación de la Universidad de Harvard (EE. UU.) Radhika Nagpal investiga qué resultados obtendría una IA al estudiar la inteligencia emergente de los bancos de peces y las bandadas de aves. El año pasado, la investigadora Kiana Ehsani dirigió a un equipo de la Universidad de Washington (EE.UU.) y el Instituto Allen para la IA que entrenó redes neuronales para que pensaran como un perro en un rango limitado de tareas. Ehsani asegura que estaría interesada en participar en los Juegos Olímpicos de Animales e IA y cree que sus objetivos en línea con los suyos.
Aunque estos proyectos han logrado cierto éxito, replicar la inteligencia animal en sistemas informáticos todavía se considera un problema difícil. Como afirma la investigadora pionera en inteligencia artificial Judea Pearl, las habilidades cognitivas de los animales, la competencia de movimiento de los gatos, el extraño sentido del olfato de un perro o la visión nítida de las serpientes superan con mucho cualquier habilidad diseñada en un laboratorio. La inteligencia biológica es el resultado de cientos de millones de años de evolución.
El profesor de neurociencia en el Laboratorio Cold Spring Harbor (EE. UU.) Anthony Zador detalla: "Creo que para que la IA funcione de manera tan inteligente como un animal es necesario incorporar parte de su estructura innata en el sistema. La pregunta difícil y para la que todavía nadie tiene respuesta es cómo hacerlo".
Otro resto estriba en que las métricas para la inteligencia animal resultan cuestionables. El director del Centro Nacional de Investigación de Primates Yerkes de la Universidad de Emory (EE. UU.) , Frans de Waal, argumenta en su libro Are We Smart Enough to Know How Smart Animals Are? que muchas pruebas determinan la aptitud mental de los animales en función de su similitud a los humanos. Entonces, en vez de probar los límites de sus comportamientos naturales, entrenamos a los animales para que realicen tareas similares a las de los humanos.
Esto se debe, en parte, a que los experimentos científicos acreditados en la cognición animal tienen que realizarse en un laboratorio, lejos del entorno natural de un animal. Los Juegos Olímpicos de Animales e IA agregan otra capa de abstracción del mundo real al simular los entornos de un laboratorio en un ordenador, eliminando no solo el entorno natural sino la experiencia encarnada de la vida animal.
Crosby reconoce que existen limitaciones en el uso de pruebas de inteligencia animal para evaluar la capacidad de la IA. Pero cree que el proyecto tiene más que ver con explorar las diferencias entre las mentes que con tratar de probar la equivalencia entre la cognición artificial y biológica. De hecho, espera que la competición arroje luz sobre cómo funcionan nuestros propios cerebros, así como hacer las mejores pruebas en la inteligencia artificial.
El investigador concluye: "Lo que realmente nos interesa es descubrir cómo traducir los diferentes tipos de inteligencia. Si esta traducción falla en una parte de lo que aprendemos, ya es un éxito".
n