Noticias

La inteligencia artificial es aprender a no ser tan literal

marzo 17, 2019
Patricia

author:

La inteligencia artificial es aprender a no ser tan literal

Los sistemas de IA son generalmente buenos para responder a declaraciones directas, como “Siri, dime el tiempo” o “Alexa, toca’Despacito'”. Pero las máquinas todavía no pueden hacer que las conversaciones triviales sean como las hacen los humanos, dice Yejin Choi, una investigadora de procesamiento de lenguaje natural de la Universidad de Washington en Seattle. Cuando se trata de matices de conversación como el tono y los modismos, la IA todavía lucha por entender la intención de los humanos.

Para ayudar a las máquinas a participar en una conversación más humana, los investigadores están enseñando a la IA a entender el significado de las palabras más allá de sus estrictas definiciones en el diccionario. En la reciente Conferencia de la AAAI sobre Inteligencia Artificial, un grupo presentó un sistema que mide lo que una persona realmente quiere decir cuando habla, y otro presentó una IA que distingue entre frases literales y figurativas en la escritura.

Una de las habilidades clave de la conversación es captar el subtexto. La expresión facial o entonación de alguien puede cambiar significativamente la implicación de sus palabras, dice Louis-Philippe Morency, un investigador de inteligencia artificial de la Universidad Carnegie Mellon en Pittsburgh. Describir una película como “enferma” con una mueca transmite algo totalmente diferente que llamarla “enferma” con un tono excitado y con las cejas levantadas.

Morency y sus colegas diseñaron un sistema de inteligencia artificial que observaba clips de YouTube para aprender cómo las señales no verbales, como las expresiones faciales y el tono de voz, pueden afectar el significado de las palabras habladas.

La IA fue 78 por ciento exacta en la calificación de cuánto sentimiento negativo o positivo expresó un sujeto de video, reportó el equipo de Morency el 31 de enero. El sistema también demostró ser capaz de distinguir entre las diferentes emociones expresadas. Pero reconocía algunas emociones mejor que otras; por ejemplo, identificaba la felicidad y la tristeza con una precisión de 87.3 y 83.4 por ciento, respectivamente, pero sólo tenía una precisión de 69.7 por ciento en el discernimiento de expresiones neutrales. A continuación, Morency quiere probar si este tipo de inteligencia artificial puede reconocer cuando la expresión facial y el tono de voz de alguien están atando sus palabras con sarcasmo.

Incluso en la comunicación escrita, entender la intención de alguien rara vez es tan sencillo como unir los significados literales de las palabras. Las expresiones idiomáticas son complicadas porque pueden ser interpretadas literal o figuradamente, dependiendo del contexto. Por ejemplo, se puede usar la misma frase en un titular literal: “Niños jugando con fuego”: Los expertos advierten a los padres que busquen señales de peligro” – y una figurativa – “Jugando con fuego en Afganistán”.

Este tipo de ambigüedad puede ser un obstáculo para los sistemas de IA que analizan los sentimientos expresados en línea o traducen documentos a otros idiomas. Para sortear este problema, Changsheng Liu y Rebecca Hwa, científicos informáticos de la Universidad de Pittsburgh, diseñaron un sistema que determina si una frase tiene un significado literal o figurado basado en las palabras que la rodean. En el caso de los titulares de “jugar con fuego”, el sistema podría esperar ver las palabras “niños” y “jugar” juntos y, por lo tanto, es más probable que considere que el primer titular es literal, pero que las palabras “Afganistán” y “jugar” no tienen relación alguna, y que juzgue el segundo titular como figurativo.

Este sistema de IA aprendió a asociar diferentes palabras leyendo frases de entradas de Wikipedia. En los experimentos, el programa tenía una precisión de 73 a 75 por ciento al juzgar si las frases contenidas en las oraciones eran literales o figurativas, informaron Hwa y Liu el 29 de enero.

La capacidad de las computadoras para reconocer e interpretar el lenguaje no literal se está volviendo más importante a medida que la IA se integra en más aspectos de nuestras vidas, dice Julia Rayz, una investigadora de procesamiento de lenguaje natural de la Universidad de Purdue en West Lafayette, Indiana, que no está involucrada en los dos proyectos. Otros investigadores están abordando problemas similares con metáforas e ironía.

“Estamos empezando a entrar en ese Valle de Uncanny, donde la IA será tan buena que, al menos en estas simples conversaciones, será casi como hablar con un humano”, dice Robert West, un informático de la École Polytechnique Fédérale de Lausanne, en Suiza, que no participa en los proyectos. Pero comprender los matices lingüísticos es crucial. Si AI no puede hacer eso, “nunca tendremos máquinas inteligentes que puedan sobrevivir a cualquier conversación”.

Leave a comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *