Escudo de la República de Colombia Escudo de la República de Colombia
Periódico UNAL

Resultados de Búsqueda:

Periódico UNAL
Inteligencia artificial y cognición natural

La inteligencia artificial (IA) está cambiando la forma en que nos relacionamos con los objetos y entre nosotros mismos. Gracias a ella se han desarrollado coches autónomos que aprenden no solo las reglas de tráfico, sino también los patrones de conducción y de tránsito para elegir las mejores rutas para llegar a su destino.

La IA está detrás de los avances en el descubrimiento de patrones, ya sea para el reconocimiento facial en aeropuertos o para recomendarnos una serie en Netflix. Es la tecnología que ha permitido el avance de los asistentes personales como Alexa, de Amazon. 

 

Cada vez es más común que nuestras interacciones con diferentes empresas se hagan a través de chatbots, programas que aprenden a responder las preguntas de los clientes sin intervención de una persona. Hace poco, el programa AlphaZero aprendió por sí solo, sin intervención humana, las reglas del ajedrez y fue capaz de derrotar a todos sus oponentes, tanto virtuales como humanos, demostrando los niveles de desempeño a los que puede llegar la IA. 

 

Los avances en este campo son tan importantes, que las grandes compañías tecnológicas (incluyendo a Google, Facebook, Amazon y Uber) han creado departamentos enteros de investigación en IA, porque reconocen que el futuro del manejo de la enorme cantidad de datos que poseen dependerá de algoritmos que detecten patrones y aprendan de ellos. 

 

El reto al que se enfrentan los sistemas inteligentes artificiales es similar al que se enfrenta un organismo desde su nacimiento; aprender y responder de forma adecuada a las diferentes circunstancias que se le presentan. 

 

Es por esto que se pueden extraer muchas enseñanzas relevantes para la IA si nos fijamos en los verdaderos expertos en aprendizaje: los niños y los animales. La forma tradicional de aprendizaje que se usa en los algoritmos de IA se basa en explorar enormes cantidades de datos para detectar patrones en ellos. 

 

Normalmente esto se hace entrenando a un algoritmo con la información en la que estamos interesados (ya sean rasgos faciales en el reconocimiento de caras o movimientos en una partida de ajedrez). Con esta información, el algoritmo realiza correlaciones estadísticas que muestran cuáles eventos tienden a ocurrir juntos y así descubre patrones. 

 

A medida que el poder de procesamiento de los ordenadores ha aumentado y que los algoritmos se han hecho más eficientes, esta estrategia ha permitido que la IA avance considerablemente. Pero esta es una estrategia muy costosa en términos de tiempo y energía, es poco eficiente y no se parece a la manera como los organismos aprenden en la naturaleza. 

 

En la naturaleza, los organismos, incluyendo a los humanos, incorporan restricciones que guían el aprendizaje desde muy temprana edad. Los estudios han mostrado que, por ejemplo, las aves, desde el momento de su nacimiento prefieren seguir objetos que se mueven de forma natural en vez de objetos que se mueven de forma mecánica o aleatoria. Esto les ayuda a seguir a su madre, lo que es fundamental para su supervivencia. Los bebés humanos tienen una preferencia clara por el habla sobre cualquier otro tipo de sonidos y a centrar su atención en los labios y los ojos de las personas, lo que les ayuda a formar vínculos con los adultos que los cuidan. 

 

Para cualquier animal es muy fácil crear una asociación entre un olor o un sabor y la sensación de malestar en el estómago, pero muy difícil asociar una imagen con la misma sensación. Esto es porque los animales, al contrario de los métodos más populares de aprendizaje en IA, no buscan asociaciones entre todos los eventos que se encuentran. 

 

El aprendizaje en la naturaleza es guiado, y en cierto sentido se parece a una navaja suiza, al incorporar una serie de herramientas especializadas para cada organismo. Miremos por un momento cómo aprendemos a hablar. Desde el nacimiento, debemos descubrir los sonidos que se usan en nuestro idioma (los sonidos del español son diferentes a los del francés) además de cómo organizarlos para formar frases. Y todos los bebés lo hacen sin aparentes grandes esfuerzos y sin ninguna instrucción directa. 

 

La clave, al parecer, está en la forma en la que organizan la información. Por ejemplo, implementan una “división del trabajo” entre las consonantes y las vocales que simplifica la tarea de aprender palabras. Es más, tienen una predisposición natural a organizar el habla de forma jerárquica, a pesar de que la forma que escribimos y hablamos es lineal (pronunciamos una palabra después de otra). Y este tipo de organización se aplica a otros ámbitos, como por ejemplo la música, lo que lleva a que se produzca una respuesta neuronal similar cuando escuchamos un error sintáctico y un error en una armonía musical. 

 

La interacción entre música y lenguaje hace que estudiar música pueda mejorar algunas capacidades lingüísticas, de manera similar a como muchos colegios usan el entrenamiento en ajedrez para mejorar la concentración y la toma de decisiones de los estudiantes. Así, las restricciones en el aprendizaje ayudan a establecer las relaciones más relevantes y lo aprendido se puede aplicar a diferentes escenarios. Uno de los retos a los que se enfrenta la IA es el de construir sistemas inteligentes que simulen la manera como los seres vivos aprenden de su entorno. La investigación en neurociencia cognitiva nos puede decir mucho sobre cuál es el punto de partida y cuál es el camino que toman los organismos para aprender. Es emocionante pensar en cómo este conocimiento puede contribuir al progreso de la IA. 

 

La escala en la que la IA está revolucionando nuestra vida diaria hace que los avances en su eficiencia, por pequeños que sean, puedan tener una enorme repercusión tanto económica como social. Es muy probable que, en el futuro cercano, el conocimiento que se produce en las facultades de Biología o de Psicología esté más presente en los nuevos desarrollos en IA. De forma similar a como el estudio de la ecolocalización que usan los murciélagos inspiró avances en el desarrollo del sonar, el estudio de cómo aprenden los organismos en la naturaleza puede inspirar avances en la construcción de sistemas inteligentes.

Perfil

Juan Manuel Toro. Universitat Pompeu Fabra

Sicólogo de la Universidad Nacional de Colombia, Ph. D. en Sicología de la Universidad de Barcelona e investigador posdoctoral en el Language and Cognitive Development Lab de la SISSA (Trieste, Italia). Actualmente es profesor de la Institució Catalana de Recerca i Estudis Avançats (ICREA), en el Centro de Cognición y Cerebro de la Universidad Pompeu Fabra, donde coordina el Grupo de Investigación Language and Comparative Cognition.  http://lcc.upf.edu/ 

Email
juanmanuel.toro@upf.edu