En este artículo volvemos a tratar los fundamentos de la Inteligencia Artificial (IA), que ha sido hasta ahora la línea editorial principal de «Crónicas de un humano en la era digital». En otro artículo anterior vimos que existían cuatro formas de aproximarse al concepto de la inteligencia artificial y examinamos con bastante profundidad la escuela de pensamiento que trataba la IA como el arte de diseñar máquinas que piensan como los seres humanos.
En este artículo, por el contrario, nos adentramos en la segunda escuela de la IA, aquella que considera suficiente que las máquinas actúen como un ser humano. Esta es una propuesta de IA débil a diferencia de la anterior, que es una propuesta de IA fuerte. Cuando las introdujimos citamos el famoso test de Turing (1950), como ejemplo y resumen de lo que esta línea de pensamiento pretendía conseguir.
En su célebre artículo académico (“Computing Machinery and Intelligence”), Turing inició la discusión con estas proféticas palabras: “Propongo que se considere la siguiente pregunta, ‘¿Pueden pensar las máquinas?’” (esto es la llamada IA «fuerte»). Dado que pensar es un concepto muy ambiguo y difícil de medir, reformuló su pregunta como: “¿Existirán computadoras digitales imaginables que tengan un buen desempeño en el juego de imitación?» (esto es en imitar el comportamiento de un ser humano). Turing creía que esta pregunta sí era posible de responder y dedicó su ensayo a argumentar en contra de las objeciones principales a la idea de que “las máquinas pueden pensar”
La «interpretación estándar» de la prueba de Turing, en la cual el jugador C, el interrogador, le es dada la tarea de tratar de determinar qué jugador —¿A o B?— es una computadora y cual un ser humano. El interrogador se limita a la utilización de las respuestas a las preguntas escritas para tomar la determinación. Fuente: Wikipedia
De forma muy resumida este test se superaría cuando un interrogador humano experimentado fuera incapaz de decidir, una buena parte del tiempo, si el interlocutor ubicado en una habitación contigua es un ordenador (léase inteligencia artificial) o una persona. En particular, Turing estableció que en una entrevista de 5 minutos debería ser capaz de engañar el 70% del tiempo al entrevistador.
Una versión más sofisticada de esta prueba conocida como test de Turing total, incluye la visualización y manipulación de objetos, que se intercambian a través de una ventanilla. Obsérvese que no se dice nada de tener una apariencia humana, pues esta última característica no es un requisito para la inteligencia, aunque los seres humanos tenemos tendencia innata de la psicología humana a antropoformizar cualquier comportamiento inteligente.
Algunos expertos señalan que esta tendencia nos puede hacer minusvalorar los riesgos futuros de desarrollar una Inteligencia Artificial General (AGI en inglés), pues podemos pensar que por el hecho de actuar o incluso pensar como una ser humano deberá compartir nuestros principios éticos y morales, cosa que no está probada en absoluto (incluso esta inteligencia habría de tener, necesariamente, en absoluto algún principio moral o ético).
Este test se presta a múltiples e interesantes variantes, como por ejemplo, ANGEL (Artificial Neural Generator of Emotions and Language, o Generador Neuronal Artificial de Emociones y Lenguaje), del Instituto Tecnológico de Massachusetts (MIT), en Boston, EEUU. Como se ve en la figura, se trata de una red neuronal de memoria de Largo-Corto Plazo (LSTM por sus siglas en inglés) que controla los 26 músculos de la cara que conforman nuestra expresión. Se trata de entrenar la expresión facial de los sentimientos humanos con esta red y confrontarlo con las expresiones humanas reales trasladadas a esta plataforma, para ver si se engañaba al observador. Se trataría pues de un test de Turing emocional, por así decir.
ANGEL (Artificial Neural Generator of Emotions and Language). Se trata entrenar esta red para aprender a reproducir emociones con la expresión facial, durante 10 segundos y se elige en cada ronda aquella que más realista parece. Después se confrontan con personas reales cuyas expresiones han sido trasladadas a este sistema, con el fin de ver si los evaluadores eligen a la persona o la máquina. Fte: MIT 6.S099: Artificial General Intelligence
Las previsiones de Ray Kurzweil, autor del best seller «la Singularidad está cerca» y persona con gran porcentaje de acierto en sus previsiones tecnológicas (referencia en inglés) era que el test de Turing se pasaría de manera rigurosa sobre el 2029.
No obstante estas previsiones, la gente de Google creó en 2015 un robot conversacional (chatbot) para asistencia técnica que tenía la capacidad de sorprender al interlocutor. A este chatbot se le amplió su conocimiento para hablar de cualquier tema general, de forma abierta. A decir de sus creadores, pensaban que no pasaría el test de Turing únicamente porque no le habían dotado de personalidad, lo cual es un requisito esencial para poder «engañar» al entrevistador humano. En la siguiente figura se reproduce la calidad de sus conversaciones sobre filosofía (en inglés).
Preguntas/ respuestas del chatbot de Google (2015)
Y a esta gente hay que tomársela muy en serio. Sobre todo si tomamos como referencia lo que consiguieron con AlphaGo. Esta IA diseñada para jugar y aprender al juego asiático del Go (mucho más complejo que el ajedrez), batió en 2016 al campeón del mundo de Go, el mítico (para los orientales) Lee Sedol por 4-1, ¡una década antes de lo que se esperaba!. De hecho, tuvo que desarrollar intuición (como los seres humanos), pues es imposible calcular todas las posibles jugadas (el número de jugadas posibles es 10^170 mientras que el número de moléculas en el universo se estima en 10^80).
Así que, volviendo al test de Turing y al chatbot conversacional de Google, quizás sí se podría haber pasado ya el test de Turing, al menos de una forma limitada (en las pruebas oficiales del premio Loebner, una variante del test de Turing con premios anuales, se exige 25 minutos de entrevista a fondo por cuatro entrevistadores expertos y engañar al menos a la mitad de ellos).
Pero no me quiero centrar excesivamente en los detalles, las variantes del Test de Turing y hasta las críticas a esta prueba, pues ya están explicados con bastante extensión en su entrada en la Wikipedia. Invito al lector interesado a acudir allí para profundizar su conocimiento.
Por el contrario existen otros aspectos que resultan más interesantes en nuestro conocimiento de los enfoques que tiene la IA y que son en los que me voy a centrar a continuación. De hecho, para los principales grupos de investigación en IA no es un objetivo en sí mismo este logro, sino un proceso de descubrimiento gracias a la prueba.
¿Cuál es la importancia real de este test?
De la misma manera que sucede en aeronáutica, la creación de máquinas que vuelen como los pájaros no es tan interesante como conocer los principios que permiten a los pájaros volar. Si la aerodinámica se hubiera centrado en lo primero, no habría alcanzado el extraordinario desarrollo que tiene en la actualidad.
Asi, de acuerdo con los investigadores de IA Russell y Norvig, realmente pasar el test de Turing no es en sí importante, sino que lo importante es que para programar un ordenador que pasara esta prueba de forma rigurosa, hay que investigar en ampliar las capacidades de la máquina para que tenga un nivel de prestaciones humano en las siguientes habilidades:
Las áreas de la IA que deben desarrollarse para pasar el Test de Turing total. Fuente: elaboración propia.
- Procesamiento natural del lenguaje (NLP por sus siglas en inglés): para permitirle comunicarse con éxito en ingles (o en otro idioma).
- Representación del conocimiento: para almacenar los que sabe o escucha.
- Razonamiento automático: para usar la información almacenada para responder a preguntas y extraer nuevas conclusiones.
- Aprendizaje Automático (Machine Learning): para adaptarse a sus nuevas circunstancias y para detectar y extrapolar patrones.
Además, para pasar el Test de Turing total, hace falta alcanzar niveles de actuación humanos en:
- Visión Artificial: para percibir objetos
- Robótica: para manipular objetos y moverse.
En todo caso el mérito de Turing es haber diseñado una prueba que sigue siendo relevante 60 años después.
Para concluir este artículo, ¡no tengáis ninguna duda de que iremos explorando cada una de estas ramas poco a poco!. Que lo digeráis bien y ¡hasta el próximo artículo!
