Hablar con una máquina por teléfono o por chat puede resultar exasperante. Sin embargo, varios grupos de investigación, incluidos algunos de grandes empresas tecnológicas como Facebook y Google, están haciendo avances constantes hacia la mejora de las habilidades lingüísticas de los ordenadores a partir de desarrollos en aprendizaje automático (ver Google describe pies de foto con una precisión casi humana).

El último avance en este campo proviene de una start-up llamada MetaMind, que ha publicado los detalles de un sistema más preciso que otras técnicas a la hora de contestar preguntas sobre varias líneas de texto que cuentan una historia. MetaMind está desarrollando una tecnología diseñada para ser capaz de realizar un abanico de diferentes tareas de aprendizaje automático y espera vendérsela a otras empresas. La start-up fue fundada por Richard Socher, un experto destacado de esta disciplina quien obtuvo su doctorado de la Universidad de Stanford (EEUU).

El enfoque de MetaMind combina dos formas de memoria con una red neuronal avanzada alimentada con grandes cantidades de texto anotado. La primera es una especie de base de datos de conceptos y hechos demostrables; la segunda es de corto plazo, o "episódica". Cuando se le formula una pregunta, el sistema, que la empresa denomina como una red dinámica de memoria, buscará patrones relevantes dentro del texto del que ha aprendido; después de encontrar asociaciones, empleará su memoria episódica para volver a la pregunta y buscar más patrones más abstractos. Este proceso le permite contestar a preguntas que requieren la conexión cognitiva de varias informaciones.

Un ensayo relacionado con este trabajo, publicado online la semana pasada, pone el siguiente ejemplo:

Afirmaciones proporcionadas al sistema:

Jane se fue al pasillo.

Mary se fue al baño.

Sandra se fue al jardín.

Daniel volvió al jardín.

Sandra se llevó la leche con ella. 

Pregunta: ¿Dónde está la leche?

Respuesta: Jardín.

Por haberse entrenado con conjuntos de datos que cubrían el sentimiento y la estructura, el sistema puede contestar preguntas acerca del sentimiento, o tono emocional, del texto, además de preguntas básicas acerca de su estructura. "Lo chulo es que eso lo aprende del ejemplo", dice Socher. "Programa la memoria episódica el propio sistema".

MetaMind probó su sistema con un conjunto de datos liberado por Facebook para medir el rendimiento de la máquina en tareas de preguntas y respuestas. El software de la start-up rindió mejor que los propios algoritmos de Facebook por un margen pequeño.

Dotar a los ordenadores de una mayor comprensión del lenguaje cotidiano podría tener implicaciones importantes para empresas como Facebook. Podría poner a disposición de los usuarios un mejor método para buscar o filtrar la información, permitiéndoles introducir solicitudes en forma de frases corrientes. También podría permitir a Facebook captar el significado de la información que sus usuarios publican en sus perfiles y los de sus amigos. Esto podría suponer una poderosa manera de recomendar información, o de colocar publicidad junto a los contenidos de una manera más reflexiva.

El trabajo es señal de los avances en curso hacia la mejora de las habilidades lingüísticas de las máquinas. Gran parte de este trabajo ahora gira en torno a un enfoque llamado aprendizaje profundo (ver El aprendizaje profundo quiere revolucionar todas las industrias), que conlleva la introducción de grandes cantidades de datos a un sistema que realiza una serie de cálculos para identificar características abstractas dentro de, por ejemplo, una imagen o un archivo de audio.

"Lo que promete es que la arquitectura separa los módulos ‘episódicos’ y ‘semánticos’ de memoria", dice Noah Smith, un profesor adjunto de la Universidad Carnegie Mellon que estudia el procesamiento del lenguaje natural. "Esto ha supuesto una de las deficiencias de muchas arquitecturas basadas en redes neuronales artificiales, y desde mi punto de vista es genial ver un paso hacia los modelos que pueden inspeccionarse para permitir la ingeniería de nuevas mejoras".

Yoshua Bengio, un profesor de la Universidad de Montreal (Canadá) y una figura destacada del campo de aprendizaje profundo, describe el sistema de Socher como "una variante novedosa" de los métodos abogados por Facebook y Google. Bengio añade que el trabajo es uno de muchos avances recientes que son experimentales pero prometedores. "El potencial que tiene este tipo de investigación es muy importante para la comprensión del lenguaje y los interfaces de lenguaje natural, lo que es crucial y de un valor altísimo para muchas empresas", dice.

Otros están menos impresionados. Robert Berwick, un profesor de lingüística computacional e informática de MIT, dice que el método de Socher utiliza técnicas establecidas y sólo ofrece un avance incremental. Añade que logra pocas similitudes con el funcionamiento de la memoria episódica del cerebro humano, e ignora progresos importantes recientes en la lingüística.

Socher cree que la mayor importancia de su trabajo consiste en los progresos hacia una inteligencia artificial más generalizable. "Esta idea de añadir componentes de memoria es algo que flota en el aire ahora mismo", dice. "Muchos están construyendo distintos tipos de modelos, pero nuestra meta es intentar encontrar un modelo capaz de realizar muchas tareas diferentes".