Una investigación del MIT, junto con el laboratorio de IBM Watson y DeepMind, trabaja en un modelo nuevo para enseñar a razonar a las máquinas.
La escena de presentación de la película Blade Runner es un examen emocional. Un test para saber si el individuo que está delante es un ser humano o una inteligencia artificial. Hasta tal punto llegaban en el mundo de distopía ciberpunk, dibujado por Ridley Scott e inspirado en la novela de Philip K. Dick.
Como todas las distopías, el mundo de Blade Runner es una exageración de una tendencia real y perceptible. Ya lo era en 1968, cuando K. Dick escribió su libro '¿Sueñan los androides con ovejas eléctricas?', en pleno desarrollo de la informática de grandes armarios que computaban en habitaciones enteras. Y lo era mucho más en 1982, con la informática personal desbocada ya, cuando Scott diseñó ese mundo sombrío, de lluvia y de androides muy humanos.
Como suele ocurrir, la realidad, aunque se diga que termina por superar a la ficción, normalmente va por detrás de ella. Antes que emociones, las máquinas tendrán que aprender a razonar. Una cualidad muy humana y que no es fácil de enseñar. Es el objetivo que se ha propuesto el MIT, junto con el laboratorio de IBM Watson y DeepMind.
Las redes neuronales se basan en la identificación de patrones en una masa ingente de información. A partir de ahí, se extrae el conocimiento. Sin embargo, a estos algoritmos les resulta difícil la abstracción. Reconocer algo que no han visto antes o generalizar a partir de un detalle no está a su alcance.
Los investigadores del MIT trabajan con un enfoque híbrido para enseñar a razonar a las máquinas. Usan las redes neuronales, pero también emplean una programación simbólica. Esto permite a las máquinas comprender mejor las reglas y la lógica detrás de las cosas. Así, pueden hacer comparaciones e interpretar objetos relacionados. Se necesita una menor cantidad de información, pero se registran los pasos necesarios para tomar una decisión.
Con un mínimo de entrenamiento basado en datos, los modelos creados pueden transferir conocimientos a un escenario más amplio. Este modelo híbrido permite a las máquinas aprender conceptos relacionados con objetos, como el color o la forma, y emplear este conocimiento para interpretar relaciones entre los diferentes objetos de una escena.
Los juegos de tablero como varas de medir
La medida de la inteligencia artificial ha sido desde siempre el hombre. En Blade Runner, el test lo lleva a cabo un ser humano, aunque se ayude de una máquina, que muestra los resultados. Y en la realidad, la IA se ha confrontado siempre con humanos, especialmente en juegos de tableros.
El ajedrez sirvió para medir las fuerzas de Deep Blue contra el mejor jugador del mundo en ese momento. Gary Kaspárov perdió en el cómputo global contra el ordenador de IBM, y estas partidas marcaron un hito histórico. Era la primera vez que la máquina le ganaba a los humanos en un juego complejo.
Más de dos décadas después, la creación de DeepMind, AlphaZero no solo ha ganado al mejor jugador de Go. También ha sido capaz de aprender a dominar varios juegos a la vez. Es el primer paso para una inteligencia artificial general, que pueda aprender a hacer distintas tareas. Y uno de los principios básicos para adquirir conocimiento de forma autónoma es el raciocinio.
Aún queda tiempo para los test de Blade Runner. Pero tal vez pronto no sea descabellado evaluar la capacidad de razonamiento de las máquinas.
Imágenes: TheDigitalArtist, Frank V.
