Enseñan a un ordenador a pensar como un bebé
Esta inteligencia artificial llamada PLATO aprende las leyes del mundo físico de la misma manera que un niño de cinco meses.
El modelo supera a los sistemas más tradicionales de ‘aprendizaje desde cero’
Alan Turing, padre de la computación y una de las grandes mentes del siglo XX, propuso en los años 50 producir un programa que fuera capaz de simular la mente de un niño, para luego ‘educarlo’ proporcionándole las experiencias y medios adecuados hasta convertirlo en ‘adulto’. Setenta años después, un equipo de la puntera compañía británica DeepMind, adquirida por Google en 2014, ha presentado una inteligencia artificial que puede aprender las reglas básicas del mundo físico de manera similar a como lo hace un bebé. El sistema se llama PLATO y combina de forma novedosa el aprendizaje profundo con las reglas de la física intuitiva.
La física intuitiva es el conocimiento de sentido común que usamos para entender cómo se comportan los objetos. Por ejemplo, si alguien tiene un bolígrafo en la mano y dice que lo va a soltar, todo el mundo espera que el objeto se caiga al suelo porque no puede flotar en el aire sin apoyo. Esto es algo que ya saben los bebés de cinco meses, quienes reaccionan ante una situación ‘mágica’ que viole sus expectativas, como que el boli vuele o un juguete desaparezca repentinamente.
Esto parece de pura lógica, pero no lo es tanto para las máquinas. Aunque los algoritmos de aprendizaje automático han demostrado una capacidad sobrehumana en muchas otras tareas, como el reconocimiento de diferentes objetos, no pueden competir en física intuitiva con un lactante.
Aprendizaje en 28 horas
Para superar este obstáculo, el científico Luis Piloto y sus colegas de Deep Mind se inspiraron en la investigación sobre cómo aprenden los bebés, especialmente sobre cómo captan la solidez (los objetos no pasan uno por otro) o la continuidad (los objetos no entran o salen de la existencia una y otra vez). En particular, PLATO adopta la tesis de que los objetos juegan un papel central en la representación y predicción del mundo físico que nos rodea.
Según explican en la revista ‘Nature Human Behavior’, los autores entrenaron a PLATO mostrándole vídeos de muchas escenas simples, como pelotas cayendo al suelo, pelotas rodando detrás de otros objetos y reapareciendo, y pelotas rebotando entre sí. Después del entrenamiento, la inteligencia artificial fue puesta a prueba. Se le mostraron vídeos que a veces contenían escenas imposibles. Al igual que un niño pequeño, PLATO se sorprendió cuando observó algo que no tenía sentido, como objetos que se movían entre sí sin interactuar. Y lo aprendió rápido, con tan solo 28 horas de vídeos.
Los resultados sugieren que la experiencia con animaciones visuales es una contribución importante al proceso de aprendizaje, pero también requiere cierto conocimiento incorporado.
Generalizar expectativas
Además, hubo otros dos hallazgos sorprendentes. Primero, la máquina pudo generalizar las expectativas a un nuevo conjunto de objetos y eventos que eran diferentes de los presentados durante el entrenamiento. En segundo lugar, pudo demostrar con éxito el aprendizaje, a pesar de haber sido entrenado en un conjunto relativamente pequeño de animaciones visuales. Estos hallazgos también son paralelos a las características que se ven en los estudios con bebés.
Los autores concluyen que PLATO podría ofrecer una poderosa herramienta para investigar cómo aprenden los humanos la física intuitiva y sugiere la importancia de las representaciones de objetos en nuestra comprensión del mundo. Además, podría ayudar a construir mejores modelos de computadora que simulan la mente humana.
Los hallazgos sugieren que Turing podría haber tenido razón.
