Uno de los elementos que diferencian a los algoritmos de Inteligencia Artificial, por lo menos a una buena parte de ellos, de otro tipo de algoritmos usados en computación y que producen resultados externos de aparente inteligencia, es la capacidad de aprendizaje, de mejorar y adaptar su comportamiento con base en su experiencia o en los ejemplos resueltos que se les propone.
Esta característica acerca un poco, siquiera un poco, a los agentes artificiales inteligentes, al comportamiento de los seres vivos, incluido, claro, al ser humano. No hay que fantasear: están muy lejos todavía de un comportamiento similar al humano, pero es un paso en esa dirección.
El aprendizaje es fundamental en la inteligencia artificial y es uno de los motivos que permiten que los algoritmos de inteligencia artificial sean capaces de resolver con éxito problemas para los cuales no sabríamos darle unas reglas claras al software (tal como sí hacemos con algoritmos tradicionales) sobre cómo resolver el problema. Gracias a esa capacidad de aprendizaje hemos sido capaces de resolver con éxito problemáticas en el campo del lenguaje natural, de la visión artificial y muchos otros.
De alguna forma los humanos, visto que no éramos capaces de explicar al algoritmo lo que tenía que hacer, hemos 'abdicado' de esa responsabilidad y, en su lugar, hemos dotado a los algoritmos de capacidad de aprendizaje para que alcancen las conclusiones por sí mismos (aunque con cierta ayuda humana, claro, en forma de ejemplos o experiencias). Y los hechos demuestran que ha sido una buena estrategia.
Parece que la naturaleza, de hecho, hizo algo parecido con nosotros, los seres vivos y, notablemente con el ser humano.
Descubro leyendo el libro 'Human compatible: AI and the problem of control' de Stuart J. Russell el llamado Efecto Baldwin, que parece guardar cierta analogía con el tema algorítmico.
Describe el autor, primero, cómo mediante la evolución los seres vivos se adaptan a su entorno y mejoran su capacidad de supervivencia. Algo que es bastante conocido. Sin embargo, también se afirma, y creo que también es algo bastante comprobado, que la evolución mediante mecanismos como la pura selección natural sería muy lenta.
El efecto Baldwin se describe como una especie de elección entre, por un lado, seres instintivos, cuyo comportamiento viene totalmente marcado por la evolución y, por otro, los seres adaptativos, que aprenden, y cuyo comportamiento viene en parte fijado por la evolución pero, en otra parte, por su aprendizaje y adaptación al medio, un aprendizaje que se produce, evidentemente, durante la vida de ese ser adaptativo.
Lo importante de este efecto es que lo que aprende un ser vivo durante su existencia supone una adaptación muchísimo más rápida que la meramente evolutiva por selección natural y, sin embargo, como los individuos adaptados tienden a sobrevivir mejor, también tienden a procrearse más y, por tanto, a transmitir de alguna manera su aprendizaje a generaciones posteriores.
De esta forma, el aprendizaje en los seres vivos supone un mecanismo de aceleración de la evolución y, por supuesto, hace más aptos para la supervivencia a esos seres adaptativos.
Existe una bonito, y seguro que no del todo casual, paralelismo con lo que suponen la inteligencia artificial y el machine learning para la evolución algorítmica. No es difícil asimilar la algoritmia tradicional, con reglas conocidas y marcadas de antemano, a la evolución por pura selección natural, instintiva, y por tanto de mejora lenta, frente a la algoritmia con capacidad de aprendizaje, adaptativa y con capacidad de evolución rápida.
Podríamos suponer que la introducción de capacidad de aprendizaje en los algoritmos va a acelerar el desarrollo y capacidad de los mismos. Los resultados de los últimos años en materia de inteligencia artificial así parecen confirmarlo.
¿Es este un patrón real? ¿Seguirá así en el futuro?
Como en todo lo que tiene que ver con Inteligencia Artificial conviene no dejarnos llevar en exceso por la imaginación ni extremar las metáforas pero, no obstante, creo que ese paralelismo es muy interesante y sí puede mostrar un patrón o un fenómeno subyacente interesante para la evolución algorítmica y, por tanto, tecnológica y, en el fondo, de la humanidad.
No hay comentarios:
Publicar un comentario