Hace unos meses me llegó un twitt con la referencia a
un artículo  que contaba la historia de Geoffrey Hinton, un antiguo
investigador de redes neuronales de los ´80, reconvertido en
«becario» de Google a los 64 años y actualmente líder de uno de los
emprendimientos estratégicos de la compañía de Silicon Valley.  El
artículo no tiene desperdicio (http://www.thestar.com/news/world/2015/04/17/how-a-toronto-professors-research-revolutionized-artificial-intelligence.html).
Hinton llega a la IA en una época de auge por el
prometedor desarrollo de sistemas expertos, sistema para la interpretación de
lenguaje natural, detección de patrones, etc.  Fue el segundo gran momento
de auge de la IA, al que siguieron unos años de desatención por no haber
conseguido los resultados que se prometían. Desarrollar una «máquina
pensante» no era tan fácil ni tan rápido como parecía. Entre finales de
los ´80 y los primeros años de los ´90 proliferaron numerosas técnicas de
representación y adquisición del conocimiento, con ese fin.
Geoffrey Hinton
En esa época, el objetivo central de la IA se resumía
en desarrollar un modelo de representación de ideas y un algoritmo para
adquirir datos del entorno, que permitiera a un ordenador «aprender»,
simulando el proceso de aprendizaje humano.  A partir de este aprendizaje,
el ordenador sería capaz de responder a situaciones, basadas en esta
«experiencia» previa.  Es lo que todavía se llama «machine
learning» o «adquisición automática de conocimiento».
 

Geoffrey Hinton

No vamos a entrar a analizar estos modelos en detalle
(hay mucha información disponible en la red), pero sepamos que sobre esta
materia se desarrollaron numerosas líneas de investigación, que desarrollaron
diferentes modelos de representación y algoritmos, cada uno con sus líderes en
sus campos de investigación: 
  • árboles
    de inducción, 
  • redes
    neuronales,
  • razonamiento
    por analogías,
  • redes
    semánticas
  • lógica
    difusa
  • optimización
    Bayesiana
  • algoritmos
    genéticos
Sin embargo, como decíamos antes, después de algunos
años de auge no se consiguieron resultados espectaculares y después de 1987 el
entusiasmo se fue marchitando. Por supuesto, en los años siguientes muchos de
estos modelos consiguieron éxitos parciales y aplicaciones útiles, en lo que se
llamó Business Intelligence o Data Mining, pero en contextos muy acotados, como
se relata aquí
Por ejemplo, la banca o las empresas aseguradoras
fueron precursoras en hacer un profiling de sus clientes (con todos los datos)
de que disponían para evaluar los niveles de riesgo de conceder un crédito o
aprobar una póliza, basados en árboles de inducción o regresiones
estadísticas.  La lógica difusa se incorporó en mecanismos de control de
algunos electrodomésticos y así otros. Deep Blue también logró derrotar a Garry
Kasparov en 1997.
La «explosión de datos» actual que llamamos
Big Data ha vuelto a poner sobre el tapete una cantidad de técnicas de
aprendizaje automáticos desarrolladas en los ´80 y ´90, revisitándolas y
reanalizando su verdadera contribución y valor. Un ejemplo es la historia de
Hinton, experto en redes neuronales, cuyas técnicas, mejoradas y ampliadas, hoy
en día utiliza Google para desarrollar sus algoritmos de reconocimiento de
imágenes, con unos resultados que mejoran cada día como podemos ver aquí (http://venturebeat.com/2015/03/18/google-expert-explains-why-deep-learning-neural-nets-are-hot-in-everything-from-games-to-recognizing-cats/).
(Google pagó U$S 400 millones por la empresa titular de las patentes que Hinton
registró con dos de sus discípulos).
La movida de Google no es nada casual. La mayor parte
de las empresas de Silicon Valley que tratan con la «explosión de
datos» han seguido la misma línea. Muchas veces, contratando a colegas y
discípulos de Hinton.  Es que el desarrollo de la técnica de redes neuronales,
una vez probada, quiere ser imitado por todos.  Facebook creó un Centro de
Investigación en IA en Paris, al mando de Yann Le Cun (http://venturebeat.com/2015/06/02/facebook-opens-an-artificial-intelligence-research-lab-in-paris/).
Según el veterano Kevin Kelly, esta es una tendencia general de industria,
basados en la revolución de Big Data (http://www.wired.com/2014/10/future-of-artificial-intelligence/).
(Por cierto, la técnica de redes neuronales se basa,
vagamente, en las investigaciones de Santiago Ramón y Cajal sobre las neuronas
humanas).
¿Es posible que esto haya ocurrido con otras
investigaciones en materia de Inteligencia Artificial? Que estas
investigaciones no fracasaran porque estuvieran mal orientadas sino porque en
ese momento se carecía de la tecnología para obtener resultados eficientemente,
con un coste y tiempo razonable.  Algo parecido a los diseños de Leonardo
Da Vinci: teóricamente brillantes, pero imposibles de construir en una época en
la que no se disponía de la tecnología necesaria.
Parece posible.  Tenemos dos condiciones diferenciales
respecto del pasado: (1) una mucho mayor capacidad de proceso y (2) una enorme
facilidad para capturar datos, traducido, experiencia.  Resulta mucho más
fácil hoy construir modelos de aprendizaje basados en millones de experiencias
que nuestros ordenadores personales, equipos móviles, wearables y sensores de
IoT son capaces de detectar a cada instante. Nunca hubo tanta experiencia para
analizar ni tanta eficiencia para adquirir y codificar datos electrónicamente
para que los pueda procesar un computador.
Pero veamos algunas de las experiencias de otros
viejos colegas de Geoffrey Hinton.
Doug Lenat y Cyc
Cuando estaba en la Universidad llegó a mis manos una
fotocopia de muy mala calidad de un paper del año 1986 que describía un
proyecto que parecía imposible: codificar computacionalmente el sentido
común humano
.  El autor era un tal Doug Lenat, un profesor de
Carnegie Mellon y Stanford que, en 1984, había dejado todo para dedicarse a
este proyecto en MCC (Microelectronic and Computer Technology Corporation), un
consorcio creado entre el Gobierno de los EE.UU. y la industria informática
para desarrollar investigación avanzada en computación, incluyendo IA.
El proyecto de Doug Lenat en si no agregaba grandes
novedades a las técnicas existentes, Lenat diseñó un mecanismo de
representación de conocimiento basado en reglas y un algoritmo de inferencia,
basado en lógica de primer orden, todo bastante conocido.  Lo novedoso de
la aproximación era encarar una tarea a muy largo plazo de seleccionar, codificar
y cargar la base de datos del Cyc (nombre del sistema, extraído de
Encyclopedia), con todo el conocimiento del sentido común humano, formulado en
base a reglas computacionales.
Doug Lenat-Foto oficial de Cycorp
El proyecto parecía una quimera. Lenat mismo calculaba
que se necesitarían 350 años para completar la carga del sistema.  En un
contexto donde los avances son permanentes y se exigen resultados al trimestre,
la planificación a largo plazo parecía ridícula y que este se cancelaría apenas
surgieran dudas sobre el resultado o hubiera necesidad de hacer recortes presupuestarios. 
Así recibió también duras críticas de sus colegas. Pero Lenat persistió.
Para dar un ejemplo del tipo de conocimiento que se
cargaba en el sistema, basta decir que había que enseñar a Cyc cosas como:
«Un perro es un animal», «Todos los animales son seres
vivos» para que el sistema pudiese inferir que «Todos los perros son
seres vivos» y heredara como propiedad, todas las características que Cyc
sabía que tienen los seres vivos.  Y esto para todos los campos del
conocimiento humano («El sol sale todos los días por el este», etc).
Después de 10 años de trabajo silencioso y perfil muy
bajo en 1994, los activos de Cyc se escindieron de MCC y formaron una compañía
Cycorp, presidida por Lenat.  Volví a tener noticias de ellos por el libro
«Brainmakers» de David Freedman publicando en 1995, que describía el
proyecto pero seguía sin haber resultados a la vista.
En 2002, después de 18 años de trabajo, Cycorp liberó
una primera versión con 6,000 conceptos y 60,000 «hechos». 
Parece poco pero, desde entonces, el trabajo se ha ido acelerando
considerablemente. En 2012, ya manejaba 239,000 conceptos y más de 2 millones
de hechos. En un reportaje de julio de 2014, Lenat ya anunciaba que Cyc podía
«recibir instrucciones en lenguaje coloquial, hablado, hacer las
inferencias apropiadas y ejecutar instrucciones son necesidad de programar
millones de líneas de código
«, y ya se especula con el posible
valor de la compañía dado el interés de Google, IBM o Apple por una mecanismo
así, capaz de impulsar a un asistente personal tipo Siri (como se muestra en
este artículo http://www.huffingtonpost.co.uk/2014/07/03/cycorp-ai_n_5554318.html).
¿Cómo lo había logrado? ¿Y exactamente qué había
logrado? Cyc se había beneficiado enormemente de la rápida evolución de algunas
tecnologías que eran muy incipientes en 1984.  En primer lugar,  vez,
los procesadores cumplían la ley de Moore, duplicando su capacidad cada 18
meses.  Pero, sobre todo, lo ayudó el avance en la digitalización de los
contenidos audiovisuales, la explosión de Internet y las redes sociales y,
finalmente, la «explosión» de datos de los últimos años.
Lo que antes costaba horas en preparar, casos basados
en texto tecleados a mano, escaneos lentos, grabaciones analógicas, de repente
pasaron a ser ficheros electrónicos en diversos formatos.  Entrenar a Cyc
con un patrón de voz sólo requería hacer un upload de un archivo, las imágenes se
cargaban ya digitalizadas, los casos o hechos se podía cargar desde
enciclopedias digitales, blogs, redes sociales o ficheros electrónicos de muy
distinto origen.  Como se ve en esta nota de la compañía, incluso
consiguieron alimentar la base de conocimiento enlazando con la Wikipedia (http://www.cyc.com/about/media-coverage/project-boosts-data-growth/).
El método de carga se aceleró notablemente.
Actualmente, Cycorp ya está explotando esta
tecnología.  Según la compañía realiza trabajos de consultoría e
investigación para agencias del Gobierno como IARPA o DARPA. De acuerdo con
algunas referencias también colabora en temas de antiterrorismo con el
Departamento de Defensa de los EE.UU.  Colabora en otros ámbitos
científicos, como en el desarrollo de una interfaz de lenguaje natural para
obtener información biomédica, con la Cleveland Clinic.  Se presumen otros
joint ventures o colaboraciones con Google y Yahoo.  Incluso se ha dado el
lujo de liberar una suite llamada OpenCyc, una versión limitada de código
abierto.
Aunque la naturaleza de las actividades de Cycorp
todavía es bastante opaca, tanto por las características de las
investigaciones, como por los posibles beneficiarios. Doug Lenat, hoy de 65
años, ya no mantiene un perfil tan bajo.  Se habla de él y se publican
notas en la prensa. Seguramente, volveremos a saber de él en los próximos años,
en relación con las nuevos desarrollos de interfaz hombre-máquina que vengan de
Silicon Valley.
Roger Schank
Este profesor de Yale en los años ´70, es otra de las
leyendas en los orígenes de la Inteligencia Artificial.  En 1974 ya
trabajaba en una tecnología para leer e interpretar periódicos y en 1981 pasó a
dirigir el Laboratorio de Inteligencia Artifical.  Aunque al principio
siguió los paradigmas lógicos establecidos por los «fundadores» de la
disciplina (Minsky, Newell, etc), pronto adoptó otro enfoque, crítico con el de
aquellos.   En 1982, publicó «Dynamic Memory: A Theory of
Learning in Computers and People
«, donde estableció las bases de las
técnicas Case-based Reasoning (aprendizaje por analogías).
En 1991, cuando junto con Fernanda
Puyuelo
y Andrea Cummins, elaboramos un modelo informático
que combinaba árboles de inducción con razonamiento por analogías, las ideas de
Schank estaban en su auge. El principio básico es que las máquinas no
«razonan» como las personas y por tanto era inútil crear modelos
basados en lógica formal.  En su lugar, Schank proponía una forma de
inferencia más utilitaria basada en la comparación de casos similares, con un
fin específico, mucho más práctico para el mundo de los negocios. Janet
Kolodner continuó su trabajo y desarrolló sistemas experimentales con su
trabajo.
No obstante, para la expectativas generadas, el
resultado decepcionó.  Por supuesto se desarrollaron muchos sistemas
basados en esta tecnología y dominaron en algunos campos, como la atención al
cliente o de averías, pero no alcanzó a penetrar en otros campos prometedores
como el área de Salud o la Ingeniería. Simplemente no había suficientes casos,
suficiente capacidad de proceso ni algoritmos suficientemente
«fuertes» para determinar la analogía en algunos contextos con muchas
variables.
El prestigio de Shanck era tal que en 1989, Andersen
Consulting lo contrató por 10 años y le dio U$S 30 millones de presupuesto, que
luego fueron ampliados por otros aportes públicos y privados, para desarrollar
el ILS (Instituto for Learning Sciences) en la Northwestern University con el
fin de desarrollar software y técnicas en el nuevo campo de e-Learning. Schank
había llegado a la conclusión de que se podía aprender mucho sobre cómo
entrenar una máquina, si se aprendía sobre cómo enseñar a un ser humano. Cinco
años después se habían producido las primeras versiones de un modelo de
aprendizaje (SCC, Story-Centered Curriculum) , soportado en software.  
Sin embargo, según el propio Schank, a mediados de los
´90 el mercado había cambiado y las Universidades carecían de presupuestos para
pagar por un programa que había costado tanto desarrollar, era difícil de
mantener y que requería cambios estructurales muy importantes para funcionar
eficientemente, así que el proyecto fracasó. El ILS fue luego absorbido por la
estructura de la Universidad y Schank dejó su puesto para incorporarse como
rector del nuevo campus de la Universidad Carnegie Mellon en Silicon Valley. En
2001, fundó una pequeña compañía para desarrollar contenidos de e-Learning.
Sin embargo, la transformación digital vino en su
auxilio y la figura de Schank ha resurgido.  La nueva realidad necesita de
nuevas técnicas de rápido aprendizaje, adaptación a las situaciones y
asistencia on line.  El viejo profesor, hoy de 69 años, comenzó a tener
los recursos y la demanda necesaria para aplicar sus ideas sobre el aprendizaje
largamente elaboradas.

En 2012 creó XTOL (xtol.com), una nueva empresa para diseñar
programas de formación online-presenciales para universidades, basado en su
método, consiguiendo contratos en varias instituciones de prestigio. 
Luego, lanzó EXTRA, una máquina de memoria dinámica para ayudar a las personas
a tomar decisiones en tiempo real. Consiguió éxito en el área de salud,
negocios y las FF.AA.

La realidad
supera a la ficción
Como la película de Space Cowboys (2000) de Clint
Eastwood, estamos viendo se rescata a  sexagenarios precursores de la IA
de los ´70 y ´80 (y sus discípulos) para retomar una tecnología
«olvidada» pero que desarrollaron y conocen como nadie (como en la
película, ¿Puede haber algo de marketing en esto ?). Así, están en el centro de
la evolución de la era digital o del Big Data.  Un bendición para ellos,
que ahora disponen de los recursos y la tecnología para cumplir sus sueños.

Esta web utiliza cookies propias para su correcto funcionamiento. Contiene enlaces a sitios web de terceros con políticas de privacidad ajenas que podrás aceptar o no cuando accedas a ellos. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Más información
Privacidad