Imitando la comprensión humana
Lograr que un software hable con una persona comprendiendo la conversación y dando respuesta a lo que se le plantea exige combinar varias tecnologías de inteligencia artificial. Alberto Robles, director general de Expert System Iberia, explica que en el caso de Cogito, la herramienta que ellos han desarrollado para entender el lenguaje escrito y hablado, se ha buscado que el ordenador interprete la información como lo haría una persona. Análisis semántico El primer paso para que el programa informático entienda el lenguaje es programarlo para que haga un análisis semántico, que identifique el verbo, el sujeto, el predicado, el tiempo de la acción... Es el procesamiento del lenguaje natural . Metaconocimiento El segundo paso, según Robles, es “culturizar” el programa, darle información de contexto, conceptos básicos de cultura, datos históricos, nombres geográficos, “para que acumule conocimientos como si leyera el periódico y que después pueda aplicarlos para entender lo que se dice más allá de la estructura de la frase”. Con este conocimiento la máquina puede establecer relaciones para distinguir el contenido de las frases “y saber si cuando alguien dice Alberto se refiere a una empresa, a un jugador de fútbol o a una empresa”, ejemplifica. Razonamiento por conceptos El tercer paso es conseguir que el programa “razone”, que saque conclusiones sobre la información y actúe. Para lograrlo, algunos desarrolladores utilizan el sistema de machine learning (aprendizaje automático), que consiste en sistematizar el trabajo, darle al programa la solución a diferentes situaciones, y programarle, por ejemplo, todas las alternativas posibles de saludo para que sepa responder a ellas. Otros, como Expert System, apuestan por el razonamiento cognitivo, porque el programa, en función del conocimiento acumulado, “entienda” los conceptos, “razone” y responda en consecuencia. “Si sabe qué es saludar, basta programarle para que salude cuando otro lo haga”, apunta Robles. Toma de decisiones La siguiente fase en la que trabajan los expertos en inteligencia artificial es lograr que el programa tome decisiones propias, dotar a las máquinas de capacidad de improvisar. Hoy por hoy aún no es una realidad, pero se va avanzando. Investigadores de la Universidad de Berkeley han creado un algoritmo que trata de reproducir la curiosidad humana y logra que el personaje de un juego se dedique tan sólo a conocer –y a aprender de lo que explora– sin tener ningún objetivo. Con este aprendizaje se espera que, en el futuro, las máquinas puedan “improvisar”.