Al utilizar este servicio y el contenido relacionado, aceptas el uso de cookies para análisis, contenido personalizado y publicidad.
Estás usando una versión más antigua del explorador. Usa una versión compatible para obtener la mejor experiencia en MSN.

Por qué un ordenador no aprueba la ESO pero gana al campeón mundial de Go

El Confidencial El Confidencial 04/04/2016 José Luis Avilés

Con mayor o menor nitidez, a todos se nos viene a la cabeza lo (relativamente) fáciles que resultaban aquellos primeros exámenes del instituto. A medida que nuestra vida académica avanzaba, más complicado nos parecía entender, en retrospectiva, que en 1º o 2º de la ESO nos hubiéramos puesto tan nerviosos cuando el profesor o la profesora de turno nos entregaba aquel papel que iba a determinar si tendríamos que hincar los codos durante el verano. Sin embargo, aquellos exámenes no eran tan sencillos como ahora creemos recordar. A las máquinas aún se les atragantan.

Recientemente, el Allen Institute for Artificial Intelligence (AI2) organizaba un concurso en el que los participantes debían presentar proyectos de inteligencia artificial capaces de plantar cara a un examen de ciencias, de respuesta múltiple, al nivel de octavo grado estadounidense, lo que a este lado del Atlántico sería segundo de la ESO. Pese a que la tecnología avanza a pasos agigantados, los investigadores del torneo consideraban un logro que la máquina vencedora fuera capaz de acertar el 59 % de las cuestiones planteadas.

Hasta 800 equipos fueron invitados. De todos ellos, fue el de Chaim Linhart, un investigador israelí, el que se alzó con el título. Además del respeto de sus colegas, se hizo con un premio nada desdeñable (50.000 dólares, casi 44.000 euros) tras dotar a su máquina de una memoria con miles y miles de respuestas para que pudiera solventar el test. Pese a haber preparado el código durante los cinco meses que duró la competición, no logró siquiera alcanzar lo que en la educación española sería un notable.

Tiempo después de que se anunciara el ganador, veíamos como, igual que le ocurrió a Garry Kasparov contra Deep Blue allá por 1997, el gran maestro de go de la pasada década, Lee Sedol, se veía superado por una máquina experta en este juego asiático. AlphaGo, una computadora desarrollada por Google, lograba superar una barrera que hasta hace poco parecía casi infranqueable: dar el salto del ajedrez al go.

Si los resultados de una prueba y otra contrastan de ese modo, ¿a qué puede deberse esta aparente descompensación en el avance la inteligencia artificial? “La complejidad está en la interpretación de las preguntas”, explica a Teknautas Concepción Monje, investigadora del grupo Robotics Lab de la Universidad Carlos III de Madrid (UC3M). Según la experta, no todo es tan sencillo como podríamos pensar. “Normalmente, estos algoritmos funcionan con etiquetas. De la pregunta que tú le haces, ellos extraen información, y buscan etiquetas que categoricen la pregunta que se está realizando en cada momento”. A partir de ahí, rastrean su base de datos para dar con la respuesta acertada.

“Yo quiero acceder a ciertas respuestas y para eso hago unas preguntas. El cómo se hacen esas preguntas afecta mucho al cómo yo selecciono las respuestas. Este es el gran reto”, afirma Monje. Aunque en una computadora se puedan almacenar miles de respuestas a una serie de preguntas, como hizo Chaim Linhart, no podrá responder de forma acertada si no es capaz de entender qué se le está preguntando en cada momento.

Comprensión lectora

Esta circunstancia sirve, a juicio de esta investigadora de la UC3M, para diferenciar lo que simplemente es almacenamiento de lo que realmente es la inteligencia artificial. “Al final es tan sencillo como apuntar a una dirección de la memoria del ordenador dónde está la respuesta. Y la respuesta está ahí, es algo que está almacenado”, apunta. “Eso no requiere inteligencia, simplemente se trata de almacenamiento de información. La inteligencia es cómo interpretar la pregunta y, en base a esa interpretación, acceder a la parcela de memoria donde está la respuesta. Eso es lo fundamental”.

La verdadera dificultad a la que se enfrentaban los investigadores y las máquinas que realizaron el examen de ciencias de un niño de 14 años era entender y saber desmenuzar las cuestiones para averiguar lo que debían contestar a cada una. Y todo ello a pesar de que se eliminaron las preguntas con componentes gráficos. “Si la forma de preguntar no se ciñe a esa semántica de etiquetas, evidentemente, la computadora se va a perder. Va a errar en el resultado. Por esto, es posible que falle. De hecho, es más fácil de lo que parece que falle”, indica Monje.

(Foto: YouTube) © Proporcionado por El Confidencial (Foto: YouTube)

A todos nos ha ocurrido alguna vez a lo largo de nuestra vida académica. En algunos exámenes, la forma en que se había redactado la pregunta podía dar lugar a una malinterpretación. De la misma forma que a nosotros una simple coma nos podía confundir, los algoritmos de inteligencia artificial también se lían. Pero ninguna de estas problemáticas existe en el caso del ajedrez o el go. La situación es muy diferente. “Las máquinas tienen visualizado el tablero, conocen cada una de las piezas y las posibilidades. De cada movimiento que hace el contrincante, ellas toman una foto. Es un reconocimiento de la imagen sencillo. No hay obstáculos”, explica la investigadora.

“En base a eso, con las reglas implementadas y la capacidad de cómputo tan brutal que tienen estos algoritmos, son capaces de plantearse todas las jugadas que se pueden realizar para así elegir la que lleve al mejor resultado”, añade Monje. Algo similar a lo que sucedió cuando el superordenador Watson, de la firma IBM, se impuso a los humanos en el concurso de televisión Jeopardy. En ese caso, había unas preguntas y la máquina solamente tenía que seleccionar correctamente la respuesta, que previamente los humanos habían almacenado en su inmensa memoria.

(Foto: Wikipedia) © Proporcionado por El Confidencial (Foto: Wikipedia)

Es ahí donde se establece la frontera entre la verdadera inteligencia artificial y la simple capacidad de almacenamiento: “Decían que una máquina capaz de almacenar el contenido de 18.000 o 20.000 libros ya era inteligencia artificial. Pues no, eso es una biblioteca electrónica”, sentencia la experta de la UC3M. “Si quieres llamar a esa máquina inteligente tendrá que hacer una gestión inteligente de esos recursos. Hay que interpretar la información que hay dentro, no sólamente consiste en almacenarla. Tienes que gestionarla y esa gestión es lo que te hace inteligente”.

A todo esto hay que sumar que, como en el caso de Garry Kasparov o Lee Sedol, los límites propios del ser humano nos impiden llegar a donde ya llegan las máquinas. “Nosotros nos basamos en la experiencia y para eso necesitamos tiempo. Cuanto más jugamos, más experiencia tenemos y más aprendemos. Pero tenemos un límite. Sin ir más lejos, tenemos que dormir”, recuerda Monje. La inteligencia artificial, en cambio, puede atesorar más experiencia en menos tiempo.

Por eso no debemos extrañarnos al ver cómo la inteligencia artificial apenas si consigue un notable en un examen de segundo de la ESO. Esa máquina no tiene los recursos y las artimañas con los que sí contábamos nosotros. Ella no podría preguntarle al profesor o la profesora para que le aclarase el enunciado. En el pupitre, tal vez nosotros contemos con cierta ventaja. Delante de un tablero de ajedrez o de go, ya no hay color. 

(Foto: Reuters) © Externa (Foto: Reuters)
Gestión anuncios
Gestión anuncios

Más de El Confidencial

image beaconimage beaconimage beacon