El informático que entrena a la IA para que piense con analogías

https://www.quantamagazine.org/melanie-mitchell-trains-ai-to-think-with-analogies-20210714/

El libro Gödel, Escher, Bach, ganador del Premio Pulitzer, inspiró a legiones de informáticos en 1979, pero pocos se sintieron tan inspirados como Melanie Mitchell. Después de leer el libro de 777 páginas, Mitchell, profesora de matemáticas en un instituto de Nueva York, decidió que "necesitaba estar" en la inteligencia artificial. Pronto localizó al autor del libro, el investigador de IA Douglas Hofstadter, y le convenció para que le diera unas prácticas. Ella sólo había hecho un puñado de cursos de informática en ese momento, pero él parecía impresionado por su descaro y no se preocupaba por sus credenciales académicas.

 Mitchell preparó una solicitud de posgrado "de última hora" y se incorporó al nuevo laboratorio de Hofstadter en la Universidad de Michigan, en Ann Arbor. Los dos pasaron los siguientes seis años colaborando estrechamente en Copycat, un programa informático que, en palabras de sus cocreadores, estaba diseñado para "descubrir analogías perspicaces, y hacerlo de forma psicológicamente realista".

Las analogías que Copycat encontró fueron entre patrones simples de letras, similares a las analogías de los exámenes estandarizados. Un ejemplo: "Si la cadena 'abc' cambia a la cadena 'abd', ¿a qué cambia la cadena 'pqrs'?". Hofstadter y Mitchell creían que entender el proceso cognitivo de la analogía -cómo los seres humanos establecen conexiones abstractas entre ideas, percepciones y experiencias similares- sería crucial para desentrañar una inteligencia artificial similar a la humana.

Mitchell sostiene que la analogía puede ser mucho más profunda que la coincidencia de patrones al estilo de los exámenes. "Se trata de entender la esencia de una situación mediante un mapeo con otra situación que ya se entiende", afirma. "Si me cuentas una historia y yo digo: 'Oh, a mí me pasó lo mismo', literalmente no me pasó lo mismo que a ti, pero puedo hacer un mapeo que lo haga parecer muy análogo. Es algo que los humanos hacemos todo el tiempo sin siquiera darnos cuenta de que lo estamos haciendo. Nadamos en este mar de analogías constantemente".

Como profesora Davis de complejidad en el Instituto de Santa Fe, Mitchell ha ampliado su investigación más allá del aprendizaje automático. Actualmente dirige el proyecto Foundations of Intelligence in Natural and Artificial Systems (Fundamentos de la inteligencia en los sistemas naturales y artificiales), que convocará una serie de talleres interdisciplinarios a lo largo del próximo año en los que se examinará cómo la evolución biológica, el comportamiento colectivo (como el de insectos sociales como las hormigas) y el cuerpo físico contribuyen a la inteligencia. Pero el papel de la analogía es más importante que nunca en su trabajo, especialmente en la IA, un campo cuyos principales avances en la última década han sido impulsados en gran medida por las redes neuronales profundas, una tecnología que imita la organización en capas de las neuronas en los cerebros de los mamíferos.

"Las redes neuronales de última generación son muy buenas en ciertas tareas", dijo, "pero son muy malas a la hora de tomar lo que han aprendido en un tipo de situación y transferirlo a otra", la esencia de la analogía.

*** Translated with www.DeepL.com/Translator (free version) ***