IBM presenta un sistema que ‘debate’ con humanos.

Antes de un gran debate, incluso un sistema de inteligencia artificial obtiene un ensayo. Noa Ovadia, una estudiante de último año de universidad que ganó un campeonato israelí en 2016, ayudó a poner a prueba el IBM Debater el domingo en San Francisco. CreditJason Henry para The New York Times.

Un partido entre un campeón de debate universitario israelí y un locuaz programa informático de IBM demostró el lunes nuevas ganancias en la búsqueda de computadoras que puedan sostener conversaciones con humanos. También condujo a una pregunta improbable para los pensadores profundos de la industria tecnológica: ¿puede una máquina hablar demasiado?

En una oficina de IBM en el centro de San Francisco, Noa Ovadia, una estudiante de último año de universidad que ganó un campeonato israelí en 2016, se enfrentó al programa de IBM, llamado IBM Debater.

Ella argumentó en contra de los subsidios del gobierno para la exploración espacial. La máquina argumentó a favor, pronunciando tres breves discursos en un monótono creado digitalmente y, al menos en pequeñas formas, respondiendo a las opiniones humanas de la Sra. Ovadia.

“Otro punto que creo que hizo mi oponente es que hay cosas más importantes que la exploración espacial para gastar dinero”, dijo la máquina durante su prolongada refutación. “Es muy fácil decir que hay cosas más importantes en las que gastar el dinero, y lo dudo. Nadie reclama que este es el único elemento en nuestra lista de gastos”.

En desarrollo durante seis años, este sistema de inteligencia artificial es parte de un esfuerzo más amplio para desarrollar tecnología que pueda interactuar con las personas de la misma forma en que interactuamos entre nosotros.

El mes pasado, Google demostró un sistema, llamado Google Duplex, que puede llamar a un restaurante y hacer reservas para cenar. En China, puede llamar a Xiaoice, un “chatbot” creado por Microsoft, y dedicar unos minutos a disparar la brisa.

Compañías como Google, Amazon y Apple han ofrecido durante varios años gadgets de mesa de café y aplicaciones para teléfonos inteligentes que responden preguntas simples o realizan tareas simples. (“Hola, Siri. Pongo mi alarma a las 7 a.m. mañana”).

Proyectos como IBM Debater y Google Duplex muestran que este tipo de sistema comienza a extenderse más allá de los simples comandos. Pero también demuestran las limitaciones de la tecnología actual.

El sistema de IBM fue diseñado para debatir sobre 100 temas, pero estas interacciones son muy limitadas: una declaración de apertura de cuatro minutos seguida de una refutación del argumento de su oponente, y luego una declaración que resume su propio punto de vista. No fue exactamente Lincoln v. Douglas.

La exploración espacial subsidiada, dijo la máquina durante su declaración de apertura, “inspira a nuestros niños a seguir su educación y carreras en ciencia, tecnología y matemáticas”.

Noam Slonim, un investigador de IBM que ayudó a supervisar el proyecto, calculó que la tecnología podría tener un debate “significativo” sobre esos 100 temas el 40 por ciento de las veces. IBM eligió el tema para el debate en vivo antes de que comenzara. En algunos casos, los extensos discursos de la máquina insinuaban cómo unía sus argumentos, identificando oraciones y cláusulas relevantes y luego combinándolos en un pensamiento computarizado razonablemente coherente.

Google Duplex también está limitado a tareas limitadas. (Puede “programar citas para peluquerías” u “obtener horas de vacaciones”, así como reservar reservas en restaurantes). Y debido a que Google ha revelado el sistema solo en demostraciones breves, no está claro qué tan bien funciona. Ciertamente, sistemas como Xiaoice están muy lejos de pasar la Prueba de Turing, el desafío establecido por el pionero de la informática británica Alan Turing en la década de 1950 que pregunta si una máquina puede jugar “el juego de imitación” para imitar a los humanos. Nadie confundiría estos sistemas con humanos, al menos no después de una larga conversación.

En 2011, IBM demostró un sistema que podía vencer a los principales jugadores en el juego trivia “Jeopardy!” La compañía utilizó este sistema, llamado Watson, como una forma de promover una amplia gama de productos y servicios de consultoría para hospitales y otras empresas.

Después de que Watson ganara, el Sr. Slonim, un investigador de un laboratorio de IBM en Haifa, Israel, lanzó el proyecto Debater como el próximo “gran desafío” de IBM.

El proyecto de larga data es, en cierto modo, una adición poco ortodoxa al campo de la investigación de la inteligencia artificial que se acelera rápidamente. Entre las grandes compañías tecnológicas y grandes A.A. laboratorios, nadie más está explorando la tecnología que puede llevar a un debate, ya que dos humanos dirían, por ejemplo, sobre política. Y el Sr. Slonim reconoció que IBM Debater no era una ruta directa a un nuevo producto o servicio. “El debate no es un negocio”, dijo.

Pero el proyecto refleja la reciente aceleración de la investigación relacionada con el “entendimiento del lenguaje natural”, el esfuerzo para construir máquinas que puedan comprender la forma natural en que los humanos hablamos y respondemos de la misma manera. A medida que avanza la investigación, puede proporcionar nuevas formas para que las computadoras digieran y procesen la información, o incluso conduzcan a máquinas que puedan mantener una conversación completamente convincente.

Este tipo de tecnología tendría una amplia gama de usos. Podría ayudar a las empresas a filtrar problemas de botón en las redes sociales. O podría proporcionar a los gobiernos una forma más efectiva de censurar la información.

Comprender el lenguaje natural es una tarea tan compleja y difícil, sistemas como IBM Debater se apoyan en una amplia gama de sistemas, cada uno manejando una parte diferente del problema. Un sistema identificará información que ayude a alimentar una discusión en un lado del debate. Otro generará el texto del argumento. Y así.

Por lo general, cada sistema se diseña y construye de forma independiente, antes de que los investigadores los combinen. Pero investigaciones recientes de OpenAI, un laboratorio independiente de inteligencia artificial en San Francisco, y Salesforce, el gigante tecnológico de San Francisco, apuntan al desarrollo de sistemas que pueden abordar los problemas del lenguaje de una manera más amplia: enseñarle a un sistema a hacer una tarea, y puede ayudar con otras tareas, también.

En los últimos años, los investigadores han mejorado significativamente los sistemas que reconocen personas y objetos, identifican palabras habladas y traducen entre idiomas.

Pero entender el lenguaje es mucho más complejo. Eso significa que los sistemas que realizan tareas de lenguaje bastante simples, como escribir un artículo de Wikipedia, y mucho menos participar en un debate serio sobre un tema al azar, pueden estar a años de distancia.

“Ahora es muy obvio que este cambio está sucediendo”, dijo Jeremy Howard, un investigador independiente que trabaja en esta área. “Pero estas cosas toman tiempo”.

Fuente: New York Times

 

Artículos Relacionados

DEJA UN COMENTARIO:

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.