.

Inteligencia Artificial

Una inteligencia artificial lleva 30 años aprendiendo para ser más lista que todas

1

Cyc ha sido entrenada para entender cómo funciona cada cosa del mundo real. Aunque su enfoque parece anticuado, sus capacidades superan los fallos del popular aprendizaje de máquinas

  • por Will Knight | traducido por Teresa Woods
  • 16 Marzo, 2016

Tras dedicar los últimos 31 años a memorizar una colección asombrosa de conocimientos generales, el motor de inteligencia artificial (IA) creado por Doug Lenat por fin está listo para ponerse a trabajar.

La creación de Lenat es Cyc, una base de conocimiento de información semántica diseñada para proporcionar a los ordenadores un entendimiento de cómo funcionan las cosas en el mundo real.

Cyc ha sido alimentado con miles de datos, entre los que se incluye información que, por parecer excesivamente obvia, no se encontraría en una enciclopedia. Sabe, por ejemplo, que Isaac Newton es una figura histórica que ya no vive. Pero, de forma más importante, Cyc también entiende que si uno suelta una manzana se caerá al suelo; que una manzana no es más grande que una persona; y que una persona no puede lanzar una manzana al espacio exterior.

Y ahora, después de años de trabajo, el sistema de Lenat está siendo comercializado por una empresa llamada Lucid.

"Parte de la razón es el carácter terminado de Cyc", explica Lenat, que dejó su puesto como profesor de la Universidad de Stanford (EEUU) para dedicarse a este proyecto a finales de 1984. Tras todos estos años, el responsable afirma: "No es que no quede nada más por hacer". Pero señala que la mayor parte de lo que queda por añadir está relacionado con campos concretos de conocimientos, como las finanzas y la oncología.

Entre otros proyectos, la empresa está desarrollando un asistente personal equipado con los conocimientos generales de Cyc. Esto tal vez podría dar paso a algo similar a Siri pero con menos predisposición a los ridículos malentendidos.

El CEO de Lucid, Michael Stewart, que colabora con Lenat desde hace años, afirma que la nueva empresa se encuentra en negociaciones con varias partes interesadas en utilizar la base de conocimientos de Cyc. Lucid ha estado colaborando con la Clínica Cleveland, por ejemplo, para ayudar a automatizar el proceso de encontrar pacientes para los ensayos clínicos. Esto incluyó la introducción de nuevos datos en la base de conocimientos de Cyc y una nueva interfaz de usuario que permite a los médicos introducir búsquedas de lenguaje natural como: "Encuentra pacientes con presencia bacteriana después de una ventana pericardíaca". Lucid debería no sólo encontrar los pacientes candidatos adecuados sino también proporcionar una clara cadena de razonamientos lógicos que explique su selección.

Stewart asegura que la empresa también colabora con bancos y agencias financieras para desarrollar unas soluciones similares para descubrir oportunidades de inversión y el tráfico de información privilegiada. El sistema fue capaz de detectar un caso potencial de tráfico de información privilegiada cuando descubrió, mediante un organigrama, que dos personas específicas se habían sentado juntas varios años antes. Entendió que si dos personas se sientan la una al lado de la otra, significa que se conocen.

En cada caso, la IA se enfrenta a una pequeña curva de aprendizaje. Stewart explica: "Entrevistamos a expertos en la materia, y también examinamos la documentación de la empresa, o historiales médicos, y hacemos que Cyc aprenda esta información de forma parecida a cómo lo haría una persona".

El hecho de que Cyc ahora esté siendo comercializada podría levantar unas cuantas cejas. El proyecto lleva tanto tiempo en gestación que a menudo ha dado la sensación de que jamás llegaría al mercado (ver The Cost of Common Sense, sin traducción al castellano).

Además, la programación de reglas y lógica en los sistemas de IA representan un enfoque bastante anticuado. Recientemente, el aprendizaje de máquinas y especialmente las redes neuronales han llegado a dominar el mercado, gracias a unos saltos repentinos en su rendimiento posibilitados por mejores algoritmos, un hardware más potente y enormes cantidades de datos de entrenamiento (ver Aprendizaje profundo). El impresionante programa de IA jugador de Go de Google, AlphaGo, por ejemplo, ha dominado el juego imposiblemente complejo y abstracto con el uso de varios trucos de aprendizaje de máquinas (ver IBM derrotó a Kasparov y ahora Google vence al campeón mundial de Go).

Pero al aprendizaje profundo no se le da bien impregnar las máquinas con nada parecido al sentido común, lo que muchos consideran una deficiencia importante. Lenat desde luego cree que los avances en el aprendizaje de máquinas y el aprendizaje profundo siempre tendrán fallos si no se acompañan de conocimientos programados a mano. Según sus propias palabras: "Está bien afirmar que tendremos programas que destaquen jugando a las damas, el ajedrez y el Go. Pero dista mucho de decir que esos programas vayan a poder mantener unas conversaciones prolongadas que nos ayuden a tomar decisiones que afectarán a vidas humanas".

El profesor de psicología y ciencias neurales de la Universidad de Nueva York (EEUU) Gary Marcus, cofundador de una empresa de IA llamada Geometric Intelligence, dice que Lucid resulta interesante porque intenta abordar algunas de las deficiencias de los enfoques populares. El experto explica: "Cyc tiene fama de ser difícil de manejar, y durante la última década apenas se ha hablado de él públicamente, pero al mismo tiempo, representa un enfoque muy distinto a todas estas cosas de aprendizaje profundo que salen tanto en las noticias".

Marcus se muestra de acuerdo en que los avances recientes, que han habilitado a los ordenadores para procesar imágenes y audio con un rendimiento casi humano, están algo limitados. Para Marcus, "el aprendizaje profundo es sobre todo una cuestión de percepción, pero el razonamiento humano incluye un alto nivel de interferencia, y Cyc representa un serio intento de lidiar con la naturaleza sutil de esa interferencia". El experto concluye: No sé en qué acabará, pero estoy ansioso por verlo". 

Inteligencia Artificial

 

La inteligencia artificial y los robots están transformando nuestra forma de trabajar y nuestro estilo de vida.

  1. Por qué la IA podría comerle la tostada a la computación cuántica

    Los rápidos avances en la aplicación de la inteligencia artificial a las simulaciones físicas y químicas hacen que algunos se pregunten si de verdad necesitamos ordenadores cuánticos

  2. Esta IA ayuda a que los profesores enseñen mejor matemáticas a los niños

    La herramienta, llamada Tutor CoPilot, demuestra cómo la IA podría mejorar, en lugar de sustituir, el trabajo de los educadores

  3. Meta ofrece gratis un gran conjunto de datos para acelerar el descubrimiento de nuevos materiales mediante IA

    Open Materials 2024 (OMat24) es uno de los mayores conjuntos de datos de entrenamiento de IA para la ciencia de materiales y está disponible de forma abierta y gratuita