El campo de la Inteligencia Artificial (IA) suele atraer mucha atención, en parte por el logro tecnológico que supondría crear una, y por otra por el romanticismo que supone crear un ser virtual que siga nuestra misma línea de pensamiento. Sin embargo, aunque se han realizado muchos avances en este sentido, en la actualidad no podemos decir que exista una IA que rivalice con nuestra propia inteligencia, principalmente porque le falta una cosa: sentido común.

El sentido común es algo muy difícil de comprender, sino que simplemente es algo que tenemos y no le prestamos mucha atención, solo lo usamos; no es de extrañar entonces que sea una de las barreras que tienen las IA en la actualidad. Gracias al sentido común, los seres humanos somos capaces de aprender cosas sin la necesidad específica de que alguien nos lo apunte.

Ahora una  nueva investigación se propone hacer que los ordenadores aprendan ese sentido común, ese conocimiento de algo sin que se lo tengamos que decir o sin que lo tenga que mirar en una base de datos. Es mas complicado de lo que parece, ya que supone que la IA analizará la situación y buscará elementos comunes y familiares para sacar una conclusión propia. Para ello, los investigadores de la Universidad Carnegie Mellon en Pittsburgh han creado NEAL, acrónimo de Never Ending Image Learning.

neal-2

Este super-ordenador de 200 núcleos hace exactamente eso: aprende en base a las imágenes que se le suministran, buscando elementos comunes y conclusiones entre ellas. Desde mediados de Julio lleva buscando en Internet todo tipo de imágenes, y decidiendo por si solo cómo se relacionan entre sí. Para ello utiliza las últimas tecnologías en imagen para analizar cada una de ellas buscando formas y colores. A partir de ahí, poco a poco va formando conexiones.

En cuatro meses NEAL ha analizado 1500 objetos y 1200 escenarios para formar 2500 conexiones. Muchas de ellas son erróneas, como “Rinoceronte puede ser un tipo de antílope”, pero hay otras bastante acertadas, como que las cebras suelen encontrarse en la sabana, y que se parecen a los tigres.

Los investigadores están orgullosos de estas conclusiones, aunque reconocen que aún falta mucho para que un sistema semejante pueda, por ejemplo, responder a la pregunta de si una jirafa entra en un coche. Una respuesta obvia para nosotros pero que un ordenador necesitaría de los datos concretos para poder responder. El próximo paso del proyecto es analizar vídeos de Youtube en busca de mas conexiones; esperemos que no se quede trabado buscando explicación a ciertos canales.

Fuente | Washington Post