Jitendra Malik y la importancia del aprendizaje en inteligencia artificial

Jitendra Malik es académico e investigador del Departamento de Ingeniería Eléctrica y Ciencias de la Computación de la Universidad de California, Berkeley, además de ser un destacado científico informático en Machine Learning. Su visión de la IA y su desarrollo se centran en un continuo aprendizaje entre el hombre y la máquina. De esta manera, el impulso dado por la masificación de la alfabetización digital influye directamente en las posibilidades de desarrollar aún más este tipo de tecnologías. Su visión sobre este tema, en la siguiente entrevista.

Inteligencia natural y artificial

La exposición de Jitendra Malik en el seminario sobre inteligencia artificial, realizado el 22 de noviembre de 2018, tuvo entre sus ideas principales la relación entre las capacidades de la tecnología y las humanas. “Quisiera comenzar aludiendo a la inteligencia artificial como una forma de inteligencia humana, es bueno pensarlo de esta manera. Hace unos 500 millones de años en la era cambriana los animales se podían mover para encontrar comida en distintos lugares, lo que les permitió la evolución a través de distintos mecanismos. Los comienzos de la inteligencia están ahí, en la evolución entre la percepción y la acción. Esto se puede ver de muy buena manera en el hecho que nosotros necesitamos ver para movernos y necesitamos movernos para poder ver, esto es la base de los sistemas”, señaló.

Uno de los ejemplos que utilizó para sustentar tales ideas está en los primeros humanos. “Podemos ver como evolucionó la mano del hombre que es más sofisticada que la de otros primates. El tamaño del cerebro también ha sido superior, pero ha sido la mano la que nos ha permitido desarrollar herramientas y la capacidad de utilizarlas. Si vemos los últimos 50 mil años del hombre, podemos ver que ha habido un desarrollo del aspecto simbólico de la inteligencia, por ejemplo idioma, lenguaje, juegos abstractos, etc. El mayor de los avances que hemos tenido hasta ahora en términos de ser capaces de replicar habilidades humanas está en la parte superior de ver y desarrollar visión artificial, incluso habilidades para entender idiomas. Sin embargo, no estamos al nivel de desarrollar el nivel de la mano humana. Esto es la evolución y cómo la queremos replicar en computadores”, agregó.

En efecto, este proceso de aprendizaje es lo que, en palabras de Jitendra, es el Deep Learning. “Vuelve a las ideas de 1962 que analizaban el procesamiento visual de datos a través de electrodos en la corteza frontal de los monos, para averiguar qué tipo de estímulos causaban que las neuronas actuaran más. Se ha escrito mucho sobre el sistema visual de los primates, más o menos un 30 por ciento del cerebro se destina al procesamiento de datos visuales y esto nos lleva al modelo de Kunihiko Fukushima, creado en 1980 y que es la base de lo que conocemos como Deep Learning hoy que procesa con una serie de filtros, seguido por una etapa que es lo que denominamos la etapa compleja y repetimos el etapa muchas veces más hasta que tenemos neuronas que identifican caras, perros o conceptos más abstractos. Esto fue propuesto con la evidencia biológica de aquel entonces”, comentó.

Esto en términos tecnológicos es complejo porque en su opinión no se puede escribir una definición de lo que es un gato o es un perro. “Se le pueden dar al computador muchos ejemplos de animales y luego a la red neuronal. Este reconocimiento de imágenes y también de voz es lo que hace el Deep Learning. Ahora se están reconociendo dígitos”, sostuvo.

Los desafíos a futuro en Inteligencia Artificial

Hay cosas que a veces van más rápido de lo que creemos, otras más lento, pero para este ingeniero indio la tecnología de reconocimiento es lo que ha utilizado Google y otras compañías. “Por ejemplo, cuando se toman las fotografías en Facebook y otras aplicaciones. Las redes neuronales se pueden utilizar en el reconocimiento de imágenes que son señales bidimensionales, pero también se pueden emplear con señales unidimensionales como el habla”.

De esta manera, comentó que durante los próximos cinco años se enfocarán en la capacidad de reconocer objetos. “Eso es un animal o eso es un dinosaurio. Podemos reorganizar el significado, tomar los pixeles y hacer grupos de ellos. Hacer reconstrucción, o tomar una imagen y proyectar su forma en tres dimensiones, cuál es su profundidad, etc. Lo que espero, tanto de la visión computacional, es que en lugar de identificar un objeto tenga la capacidad de entender sus formas. Esto está relacionado con un trabajo de visión computacional en un campo que se denomina visión tridimensional sustentado en la geometría euclidiana. Si vemos un mismo objeto desde dos puntos de vista diferentes como dos ojos, nos da distinta información relacionada con la distancia”, amplió.

Tal tecnología, puede emplearse en objetos y seres humanos. “Son grandes avances que hemos hecho. Si queremos tener una capacidad humana en la inteligencia artificial es necesario procesar la mayor cantidad de información, pero más allá de un análisis de cuadro a cuadro, es identificar en una escena en particular el tipo de acción que se podría llevar a cabo. La inteligencia artificial está muy por detrás de lo que los humanos pueden hacer. La inteligencia artificial hoy es muy baja, por lo que es necesario comprender las formas de cómo los seres humanos interactuamos con los otros y qué es lo que esperamos de ellos”.

Por el contrario, y debido a que las computadoras no tienen tales capacidades, se necesita la comprensión de una estructura jerárquica de acciones. “Cada acción del ser humano puede entenderse de distintas formas, todos niveles reales, pero las que más interesan son aquellos que han sido dirigidos por la voluntad e intencionalidad humanas. Antes de tener eso tenemos que generar un sistema completo, no tenemos esos sistemas aún”, reconoció.

Por último, se refirió a otra de las características que no tiene la inteligencia artificial y es el sentido común. “Es un nivel de entendimiento que no se tiene. Se pueden describir acciones particulares, pero la historia general no se comprende aún. Lo que tenemos los seres humanos es un modelo externo, por lo tanto la organización tiene un modelo de baja escala que puede tener sus propias acciones. De esta manera la inteligencia artificial se trata de planificación y entendimiento, esto nos lleva a imágenes más grandes que además de la imagen, la acción y el entendimiento, finalmente todos estos se conectan para tener la percepción, acción y el control motor que da la psicología y el lenguaje”, sentenció.

Para saber más de IA y las posibilidades de incluirla en el sistema educativo de nuestro país, conversamos con Jitendra Malik al finalizar su presentación. Los detalles en el video a continuación.