En la era del rápido desarrollo tecnológico, parece que el concepto de autoaprendizaje no se limita al campo de la educación humana. Los sistemas informáticos están evolucionando vertiginosamente y volviéndose más inteligentes y autodidactas, lo que abre la puerta a la posibilidad de que adquieran comprensión, instinto y sentido común en diversos campos.
El sentido común es una habilidad exclusivamente humana, pero ¿puede la IA aprenderla? En este artículo, exploraremos en profundidad cómo los sistemas informáticos pueden lograr el autoaprendizaje y una comprensión profunda de los entornos en los que operan. Echaremos un vistazo a las últimas innovaciones y desarrollos en el campo y le brindaremos una evaluación de las tecnologías actuales y los desafíos que enfrenta este apasionante concepto.
Sentido común, todos creemos que lo tenemos. ¿Pero qué es exactamente? ¿Pueden realmente las computadoras o los sistemas de inteligencia artificial conseguirlo?
Ya sea que esté interesado en la inteligencia artificial, el desarrollo de la robótica o la tecnología de aprendizaje profundo, en este artículo encontrará información valiosa sobre las capacidades de los sistemas informáticos para lograr el sentido común. Le ayudaremos a comprender el alcance de los avances en este campo y cómo aprovecharlo de forma óptima en diversos usos. Verificar Algunos de los factores que determinarán quién logrará primero la adopción masiva entre IA y Blockchain.
¿Qué es el sentido común y cómo lo adquieren los humanos?
El sentido común es la capacidad básica de percibir, comprender y juzgar las cosas a través de conceptos comunes e intuitivos que la mayoría de la gente esperaría tener. Es el conjunto de hechos, información y reglas básicas que una persona acumula a través de experiencias y observaciones de la vida. El sentido común nos permite procesar y reaccionar eficientemente ante situaciones cotidianas sin analizarlas demasiado profundamente.
Los seres humanos comienzan a adquirir sentido común desde la niñez. Cuando somos bebés, comenzamos a aprender relaciones de causa y efecto, como el llanto que conduce a la alimentación o al cambio de pañales. A través de experiencias repetidas, adquirimos conocimiento práctico sobre el mundo. Por ejemplo, tocar una estufa caliente puede provocar quemaduras. Entonces aprendemos a no tocar superficies calientes.
De niños, seguimos ampliando nuestro sentido común mediante prueba y error, observación e interacción con los miembros de la familia. Por ejemplo, sabemos que la ropa debe lavarse con regularidad, que no se debe hablar con la boca llena de comida y que derramar una taza de leche ensucia. Los padres, hermanos, maestros y otros adultos corrigen nuestro comportamiento cuando violamos las normas y expectativas sociales. Con el tiempo, estas lecciones se arraigaron como sentido común básico.
Además de las experiencias personales, el sentido común está determinado por normas sociales y culturales más amplias. Lo que puede tener sentido en una cultura (como quitarse los zapatos al entrar a una casa), puede no tenerlo en otra.
Nuestro sentido común se adapta a medida que maduramos y estamos expuestos a más personas y entornos. Así, un niño que crece en un pueblo pequeño adquiere un sentido común básico sobre la vida en ese entorno. Un adulto que se muda a una gran ciudad metropolitana tiene que adaptar su sentido común al nuevo entorno.
El sentido común continúa evolucionando a medida que experimentamos nuevas experiencias a lo largo de nuestras vidas. Verificar Cosas que debe evitar preguntar a los chatbots de IA.
¿Por qué el sentido común es un desafío para las computadoras?
Hay varias razones por las que resulta difícil programar el sentido común.
Por un lado, los humanos aprenden el sentido común gradualmente a lo largo de años de experimentar el mundo. Probamos cosas, vemos qué funciona y qué no y recordamos las lecciones. Las computadoras no tienen ese tipo de experiencias del mundo real de las cuales aprovechar. Ella sólo sabe lo que los humanos le dicen explícitamente.
Por ejemplo, hice esta pregunta en ChatGPT (GPT 3.5):
Janet tiene un negocio de lavandería. Lava ropa para los clientes y la cuelga afuera en tendederos para que se seque al sol. Un día, Janet lavó cinco camisas y las colgó en tendederos por la mañana. Las camisetas tardaron cinco horas en secarse. ¿Cuánto tiempo llevará secar 30 camisas?
Donde su respuesta fue así:
Otra cuestión es que el sentido común depende del contexto. Si una computadora solo tiene reglas específicas programadas, no puede adaptarlas a nuevos contextos como lo hacen los humanos intuitivamente.
Por ejemplo, supongamos que le enseña a la computadora qué hacer si empieza a llover. Parece obvio, ¿verdad? ¿Pero entonces, en lugar de llover, se enciende un aspersor de agua? ¿O qué pasa si está dentro de una tienda de comestibles y las tuberías empiezan a gotear desde el techo? Sabremos inmediatamente cómo lidiar con estas diferencias, pero la computadora seguirá ciegamente la regla "cuando llueve mientras estás afuera, entra", lo cual ahora no tiene sentido.
También existen reglas y suposiciones tácitas que los humanos interiorizan sin darse cuenta. ¿Qué tan cerca puedes estar al lado de alguien antes de sentirte avergonzado? Los humanos saben la respuesta intuitivamente, pero es posible que no puedan explicar fácilmente las reglas exactas. Estas normas sociales implícitas pueden ser particularmente difíciles de capturar para las computadoras solo a partir de datos.
Entonces, por ahora, el sentido común sigue siendo una de las mayores debilidades de la IA en comparación con la inteligencia humana. Es algo natural para las personas, pero no tanto para los dispositivos.
Cómo las computadoras pueden aprender sentido común
Después del optimismo inicial de las décadas de XNUMX y XNUMX, los investigadores se dieron cuenta de lo difícil que era enseñar sentido común a las computadoras. Sin embargo, los nuevos enfoques son prometedores a la hora de entrenar sistemas de IA para que tengan un sentido común básico sobre el mundo social cotidiano real.
Un enfoque consiste en crear una amplia base de conocimientos a mano, detallando hechos y reglas sobre cómo funciona el mundo. El Proyecto Cyc, iniciado por Doug Linate en 1984, es uno de esos esfuerzos ambiciosos.
Cientos de personas han codificado millones de axiomas lógicos en Cyc a lo largo de décadas. Aunque el proceso lleva mucho tiempo, el resultado es un sistema con un gran conocimiento del mundo real. Obviamente, Cyc puede razonar que los tomates son técnicamente una fruta pero que no se deben poner en una ensalada de frutas, gracias a su conocimiento de los perfiles de sabor culinarios.
Sentido común del crowdsourcing con ConceptNet
Adopte las bases de conocimiento más recientes, como ConceptoNet Enfoque de crowdsourcing para generar afirmaciones booleanas. La idea es que, en lugar de que los expertos o la IA intenten resolver todos los hechos y relaciones básicos del mundo, los abran para que cualquiera pueda contribuir con fragmentos de sentido común.
Un enfoque de crowdsourcing permite que estas bases de conocimiento aprovechen la inteligencia colectiva de muchas personas diversas en Internet. Al agregar miles y miles de estas pequeñas anécdotas lógicas del público, ConceptNet ha creado repositorios sorprendentemente grandes de conocimientos básicos y cotidianos. Y como siempre se añaden nuevos contribuyentes, el conocimiento sigue creciendo.
Enseñar sentido común a través de la experiencia.
Otro enfoque prometedor es construir mundos simulados detallados donde los agentes de IA puedan experimentar y aprender sobre física e intuición a través de la experiencia.
Los investigadores están creando entornos virtuales en 3D llenos de objetos cotidianos que simulan el mundo real, como la casa digital AI2 THOR construida por el Instituto Allen. Dentro de estos espacios, los robots de IA pueden experimentar todo tipo de interacciones para desarrollar una comprensión intuitiva de conceptos que los humanos dan por sentado.
Por ejemplo, a un robot de IA se le puede dar un cuerpo virtual e intentar recoger, apilar, soltar bloques, etc. Al ver los bloques caer y chocar de manera realista, el robot aprende conceptos básicos sobre rigidez, gravedad y dinámica física. No se necesitan reglas, sólo experiencia.
El robot también puede experimentar acciones como dejar caer un objeto de vidrio y verlo romperse cuando golpea el suelo. O puede experimentar con las propiedades del agua vertiendo líquidos y observando cómo fluyen y se acumulan. Estas lecciones prácticas se basan en conocer la IA en la experiencia sensorial y no solo en patrones de datos.
Las técnicas basadas en datos, como el entrenamiento previo de potentes modelos de grandes lenguajes, también han demostrado ser sorprendentemente efectivas para captar patrones de sentido común. Los modelos de inteligencia artificial como GPT-3.5 y GPT-4 pueden generar texto que se parece impresionantemente a conversaciones humanas después de "leer" grandes cantidades de datos de Internet.
Si bien a veces hace sugerencias imprudentes (también conocidas como Alucinaciones de inteligencia artificial), el enfoque de aprendizaje estadístico le permite imitar ciertos tipos de sentido común. Sin embargo, sigue estando en discusión si esto constituye sentido común o una explotación inteligente de los sesgos en los datos. Verificar Las formas en que la inteligencia artificial desdibuja la línea entre la realidad y la fantasía.
Cómo probar el sentido común de las computadoras
A medida que los sistemas de IA asumen tareas más complejas en el mundo real, evaluar si tienen "sentido común" se vuelve fundamental.
Sentido común físico
Un área a poner a prueba es el sentido común real, es decir, las intuiciones sobre las cosas, fuerzas y propiedades básicas del mundo.
Por ejemplo, a un sistema de visión por computadora se le podría mostrar la imagen de un libro flotando en el aire y pedirle que describa la escena. ¿Señala algo inusual sobre el libro flotante? O el sistema de inteligencia artificial podría recibir escenarios inusuales como “un hombre cortando una piedra con una barra de pan” y verificar si marca esos escenarios como improbables.
El entorno AI2 THOR del Instituto Allen simula torres, derrames y otras escenas para poner a prueba estas intuiciones físicas.
sentido común social
Los seres humanos también tienen sentido común social: una comprensión implícita de los motivos, las relaciones y las normas de las personas. Para evaluar esto en IA, plantee situaciones con pronombres o motivos ambiguos y vea si el sistema las interpreta razonablemente.
Por ejemplo, ChatGPT preguntó si "eso" se refiere a una maleta o una taza en el siguiente mensaje.
No pasó la prueba. Mientras tanto, obviamente uno sabría que estaba señalando la bolsa.
Seguridad y ética
Es fundamental probar si los sistemas de IA han aprendido patrones inseguros o poco éticos. Analizar si la IA muestra sesgos dañinos basados en género, raza u otros rasgos a la hora de emitir juicios.
Comprobar si ofrece matices éticos razonables. Matar un oso para salvar a un niño puede estar justificado, mientras que detonar una bomba nuclear con el mismo propósito no lo está. Marque claramente cualquier recomendación sobre acciones poco éticas.
rendimiento en el mundo real
Evalúe el sentido común observando cómo funcionan los sistemas de IA en entornos del mundo real. Por ejemplo, ¿los coches autónomos reconocen y responden correctamente a los objetos y a los peatones? ¿Puede un robot moverse por diversos entornos domésticos sin romper objetos de valor ni dañar a las mascotas?
Las pruebas del mundo real revelan lagunas en el sentido común que pueden no aparecer en condiciones limitadas de laboratorio. Verificar Factores clave a tener en cuenta al probar la precisión de los chatbots de IA.
Se han logrado avances, pero el negocio todavía se basa en la inteligencia artificial con sentido común.
Algunos expertos sostienen que es posible que la inteligencia artificial nunca alcance el sentido común humano sin desarrollar estructuras cerebrales y cuerpos como el nuestro. Por otro lado, las mentes digitales no están limitadas por los prejuicios humanos y los atajos mentales, por lo que, en teoría, ¡pueden ser más astutos que nosotros! Aunque probablemente todavía no tengas que preocuparte por la IA superinteligente.
A corto plazo, su mejor opción es una IA que combine el sentido común aprendido con una buena programación antigua. De esta forma esperamos que se puedan evitar errores estúpidos como confundir la tortuga con el arma.
Aún no hemos llegado a ese punto, pero el sentido común ya no es la materia oscura de la IA. ¡Se están produciendo progresos! Sin embargo, se necesitará una buena dosis de sentido común para aplicar estas tecnologías durante algún tiempo. Puedes ver ahora Las mejores aplicaciones de la inteligencia artificial para mejorar la rutina de cuidados y el autodesarrollo.
