"En los años 30, Turing ya aspiraba a computadores capaces de responder interrogantes complejas y resolver problemas sobre la condición humana. Pero por alrededor de seis décadas, la industria no logró avances valiosos en la materia. Cuando se dejó de pensar en la inteligencia artificial como un modelo matemático y se orientó a la forma en que los humanos razonan, recién ahí conseguimos un avance significativo en ese campo", dice Robert High, jefe de Tecnología y VP (vicepresidente) del proyecto Watson, la supercomputadora de IBM.
De visita en Chile para ver las posibilidades de expandir su trabajo al país y participar de la conferencia Think IBM 2015 ( que se realizó la semana pasada en Viña del Mar), este estadounidense de 55 años conversó con La Tercera sobre inteligencia artificial, aprendizaje cognitivo y el impacto que este tipo de investigación tiene en la capacidad creativa de los humanos.
¿Qué lo inspiró a seguir una carrera en las ciencias de la información?
Es algo que descubrí mientras estaba en la secundaria, era bastante bueno y pronto se convirtió en mi pasión. Las Ciencias de la Información son una versión más teórica de las Ciencias de la Computación. Me especialicé en la teoría de la información y las ciencias utilizadas en el entendimiento y procesamiento de datos. Fue una buena base y, ciertamente, me ha servido para mi rol actual en IBM.
Hollywood produjo una serie de películas sobre la inteligencia artificial y la trascendencia del hombre hacia la máquina, ¿cómo calificaría la ciencia que muestran?
No creo que ninguna de ellas muestre de manera adecuada lo que está ocurriendo en la materia.
Primero, es muy importante darnos cuenta de la vasta riqueza de las habilidades cognitivas del hombre. Somos mucho más conscientes y empleamos estrategias de razonamiento mucho más sofisticadas -aún sin darnos cuenta-, por lo que sugerir siquiera que un computador es capaz de simular o alcanzar esa complejidad de razonamiento es un error. Por ejemplo, la capacidad cognitiva actual de Watson es profunda, pero en un escenario acotado. Puede entender preguntas y dar respuestas de acuerdo a un corpus de literatura y datos, pero si se piensa en cómo los humanos responden una pregunta, no es de forma textual, sino que usamos estrategias que articulan y asimilan muchas variables, evaluando la información que se tiene para así plantear soluciones que no se han dado antes, novedosas. Si bien lo que hemos logrado en el proyecto es un gran avance y nos impulsa a seguir trabajando por el futuro de la sistemas cognitivos, si se contrasta con todas las cosas que el ser humano puede hacer es relativamente pequeño. Por eso, que una película sugiera que las ciencias de la computación han evolucionado hasta el punto donde una máquina puede encarnar esa riqueza humana, es engañoso.
Entonces, ¿cómo entrega sus respuestas Watson?
Lo que hace Watson es razonar, gracias a algoritmos, sobre la intencionalidad del lenguaje, en base a una serie de señales implícitas en lo que se dice, cómo se dice, considerando el contexto y la relación entre las palabras usadas y la estructura semántica que expresa esa idea. De esta forma entiende a qué hace relación lo dicho a la vez que aprende de eso, lo que se conoce como machine learning. Tras evaluar las distintas opciones, entrega la mejor respuesta. La computación cognitiva se trata de usar las mismas estrategias de razonamiento que los humanos utilizan, pero con máquinas. Esto es algo podemos expandir continuamente en Watson al permitir que no sólo se nutra del lenguaje escrito y la literatura que ponemos a su alcance, sino también con otro tipo de sentidos, como la audición, dándole la habilidad oír, diferenciar emociones a través del tono de voz; o la vista, permitiendo que vea a sus interlocutores y entienda su lenguaje corporal y gestos.
Estos elementos sensoriales son características que vamos a incorporar en un futuro a Watson.
