miércoles, 14 de octubre de 2020

Inteligencia Artificial y las comparaciones odiosas

Hace unas semanas, hablábamos en este blog de la tendencia a conferir cualidades antropomórficas a robots y entes artificiales, una tendencia que puede condicionar, en general negativamente, las expectativas que depositamos en los robots.

Es fácil caer en la tentación de comparar la Inteligencia Artificial con la inteligencia natural, o de extremar lo que en realidad es poco más que una inspiración y una metáfora, que liga a las redes neuronales artificiales con el funcionamiento del sistema nervioso y el cerebro

En general esa identificación tiende a situar sobre los robots e inteligencia artificial unas expectativas superiores a lo que estas tecnologías pueden conseguir hoy día. Y, claro, cuando se produce el contraste con la realidad, es casi normal caer en la decepción. Una decepción un tanto injusta e inadecuada, sin embargo.

Un campo notorio de la Inteligencia Artificial, un campo, además, con fuertes avances en los últimos años, es la visión artificial. Leyendo precisamente sobre visión artificial, y en concreto el libro 'Modern Deep Learning and Advanced Computer Vision' de Thomas BinfordJagadeesh Kumar, J, Ruby, J. Lepika, J. Tisa y J. Nedumaan, me he encontrado otra visión curiosa e interesante sobre este tema de la comparativa entre la inteligencia humana y la artificial.

Quisiera, en primer lugar, y a modo de introducción, citar a los autores que, en mi opinión de una forma un tanto sorprendente, parecen considerar que los avances en visión artificial son todavía muy cortos, puesto que nos dicen


Computer Vision as a field of research is notoriously difficult. Almost no research  problem has been satisfactorily solved.


Parece una valoración algo dura sobre la visión artificial, y más viniendo de unos especialistas en la materia. Sin embargo, unos párrafos más adelante, vemos lo que, en el fondo, es el motivo para esa valoración tan poco positiva. Y se trata de un problema de expectativas y de comparaciones, en este caso odiosas, entre la visión natural y la artificial. Nos dicen: 


One main reason for this difficulty is that the human visual system is simply too good for many tasks (e.g., face recognition). so that computer vision methodologies suffer by comparison.


Claro, estamos comparando la visión artificial con la visión natural, un proceso que, como es bien sabido, tiene una parte sensorial pero también mucho de procesamiento cerebral. Y resulta que, en realidad, como en todos los procesos cognitivos, las prestaciones de nuestro cerebro y sistema nervioso son muy superiores, salvo en ámbitos muy acotados, a lo que pueden ofrecer los sistemas artificiales, al menos hoy día.

Los mismos autores citan otra manifestación diferente de lo negativas que resultan para nuestra valoración de la inteligencia artificial la comparativa poco reflexiva con la inteligencia natural. En este caso, nos remiten a cómo valoramos los errores de los algoritmos, que los cometen, y cómo, de forma muy diferente valoramos los errores de las personas, que también los cometen. Nos dicen:


Mistakes made by machines undermine our trust in them because, unlike with humans we cannot usually see how they failed. As a result their failure becomes generalized and we perceive a machine (wether it is a search algorithm or a robot) to be fundamentally flawed. With humans we usually understand failure because we can model their performance on our own parameters of knowledge, memory and skill. Failures  then become acceptable because we fully understand the limits of human capability.


En el fondo se trata de una lectura diferente a la habitual acerca del problema de la explicabilidad de la Inteligencia Aritficial. En general, cuando buscamos la explicabilidad lo hacemos para entender unas decisiones algorítmicas que pueden ser correctas pero que no entendemos cómo se han adoptado. En el caso que apuntan los autores, sin embargo, de lo que nos hablan son de decisiones claramente incorrectas de una máquina. En este caso, el que la forma en que las máquinas razonan no esté claro hace que las valoremos más duramente que a los humanos, porque los errores humanos sí los entendemos y comprendemos y, quizá de forma algo injusta, eso hace que los valoremos menos duramente que los de las máquinas.

La tentación de comparar la inteligencia artificial y la humana es casi irresistible. Por un lado, es cierto que existe cierta inspiración y analogía iniciales pero, sobre todo, es que esa comparativa es atractiva desde un punto de vista del discurso, del 'storytelling', de la literatura, del cine y del marketing,

Sin embargo, como los ejemplos vistos ilustran, esa comparación puede en muchos casos ser fallida y tener implicaciones negativas en nuestra comprensión y valoración de lo que la inteligencia artificial trae consigo.

Y es que, también en esta materia, las comparaciones, como en casi todos los ámbitos de la vida, acaban resultando odiosas.


No hay comentarios:

Publicar un comentario