Los sistemas de aprendizaje de máquinas de hoy en día son más avanzados que nunca, son capaces de automatizar tareas cada vez más complejas y de servir como una herramienta crítica para los operadores humanos.
Sin embargo, a pesar de los recientes avances, un componente crítico de la Inteligencia Artificial (IA) sigue estando fuera de su alcance: el sentido común de las máquinas.
Definido como «la capacidad básica de percibir, comprender y juzgar cosas que son compartidas por casi todas las personas y que se puede esperar razonablemente de casi todas las personas sin necesidad de debate», el sentido común constituye una base crítica para la forma en que los seres humanos interactúan con el mundo que les rodea. Tener este background esencial podría hacer avanzar significativamente la asociación simbiótica entre humanos y máquinas. Pero articular y codificar esta capacidad oscura pero omnipresente no es tarea fácil.
«La ausencia de sentido común impide que un sistema inteligente comprenda su mundo, se comunique naturalmente con la gente, se comporte razonablemente en situaciones imprevistas y aprenda de las nuevas experiencias», dijo Dave Gunning, gerente de programas en la Oficina de Innovación de Información (I2O) de DARPA. «Esta ausencia es quizás la barrera más significativa entre las aplicaciones de IA enfocadas que tenemos hoy en día y las aplicaciones de IA más generales que nos gustaría crear en el futuro».
La exploración del sentido común en las máquinas no es un campo nuevo. Desde los primeros días de la IA, los investigadores han realizado una serie de esfuerzos para desarrollar enfoques basados en la lógica para el conocimiento y el razonamiento del sentido común, así como para extraer y recopilar conocimientos de sentido común de la Web. Si bien estos esfuerzos han producido resultados útiles, su fragilidad y falta de comprensión semántica han impedido la creación de una capacidad de sentido común ampliamente aplicable.
En los últimos años, los importantes progresos realizados en el campo de la IA en varias dimensiones, han hecho posible abordar este difícil desafío en la actualidad. DARPA ha creado el programa Machine Common Sense (MCS) para desarrollar nuevas capacidades. MCS explorará los avances recientes en la comprensión cognitiva, el procesamiento del lenguaje natural, el aprendizaje profundo y otras áreas de investigación de la IA para encontrar respuestas al problema del sentido común.
Para enfocar este nuevo esfuerzo, el MCS buscará dos enfoques para desarrollar y evaluar diferentes servicios de sentido común de máquinas. El primer enfoque creará modelos computacionales que aprenden de la experiencia e imitan los dominios centrales de la cognición definidos por la psicología del desarrollo. Esto incluye los dominios de objetos (física intuitiva), lugares (navegación espacial) y agentes (actores intencionales). Los investigadores tratarán de desarrollar sistemas que piensen y aprendan como lo hacen los seres humanos en las primeras etapas del desarrollo, aprovechando los avances en el campo del desarrollo cognitivo para proporcionar orientación empírica y teórica.
«Durante los primeros años de vida, los seres humanos adquieren los elementos fundamentales de la inteligencia y el sentido común», dijo Gunning. «Los psicólogos del desarrollo han encontrado formas de trazar un mapa de estas capacidades cognitivas a través de las etapas de desarrollo de la vida temprana de un humano, proporcionando a los investigadores un conjunto de objetivos y una estrategia para imitar el desarrollo de una nueva base para el sentido común de las máquinas».
Para evaluar el progreso y el éxito de los modelos computacionales de la primera estrategia, los investigadores explorarán los estudios de investigación de la psicología del desarrollo y la literatura para crear criterios de evaluación. DARPA utilizará el conjunto resultante de hitos de desarrollo cognitivo para determinar qué tan bien pueden aprender los modelos contra tres niveles de desempeño: predicción/expectativa, aprendizaje por experiencia y resolución de problemas.
El segundo enfoque MCS construirá un repositorio de conocimiento de sentido común, capaz de responder al lenguaje natural y a las consultas basadas en imágenes sobre los fenómenos de sentido común mediante la lectura de la Web. DARPA espera que los investigadores utilicen una combinación de construcción manual, extracción de información, aprendizaje automático, técnicas de crowdsourcing y otros enfoques computacionales para desarrollar el repositorio. La capacidad resultante se medirá contra las pruebas de referencia de sentido común del Instituto Allen de Inteligencia Artificial (AI2), que se construyen a través de un amplio proceso de crowdsourcing para representar y medir el amplio conocimiento de sentido común de un adulto promedio.
Fte. DARPA
