La inteligencia artificial aprende lo que los bebés saben sobre el mundo físico
Si pierdo un bolígrafo, sabes que no flota en el aire, simplemente cae al suelo. Del mismo modo, si el bolígrafo golpea la mesa en su camino hacia abajo, sabrá que no atravesará la superficie, sino que aterrizará sobre la mesa.
Estas propiedades fundamentales de los objetos físicos nos parecen intuitivas. Un bebé de tres meses sabe que una pelota que ya no se ve todavía está allí y que la pelota no se puede teletransportar desde detrás del sofá hasta la parte superior del refrigerador.
A pesar de dominar juegos complejos como el ajedrez y el póquer, los sistemas de inteligencia artificial aún tienen que demostrar el conocimiento de «sentido común» que los bebés parecen poder adquirir en los primeros meses de vida sin mucho esfuerzo.
Joshua Tenenbaum, profesor de ciencia cognitiva en el MIT, estuvo en el área. «Si podemos llegar a este punto, será valioso comprender cómo funciona, cómo surge en los humanos».
Un estudio publicado el 11 de julio en la revista comportamiento humano natural Un equipo de DeepMind, una subsidiaria de la empresa matriz de Google, Alphabet, ha dado un paso adelante para avanzar en cómo incorporar este conocimiento de sentido común en las máquinas y comprender cómo se desarrolla en los humanos. Los científicos han ideado un modelo de «física intuitiva» al incorporar el conocimiento inherente con el que los psicólogos del desarrollo creen que los bebés nacen en un sistema de inteligencia artificial. También crearon una forma de probar el modelo, similar al método utilizado para evaluar la cognición en bebés humanos.
Por lo general, los sistemas de aprendizaje profundo, que son omnipresentes en la investigación de IA, están capacitados para reconocer patrones de píxeles en una escena. Al hacerlo, pudieron identificar una cara o una pelota, pero no pudieron predecir qué pasaría con esos objetos cuando se colocan en escenas dinámicas que se mueven y chocan entre sí. Para hacer frente a los desafíos más difíciles que plantea la física intuitiva, los investigadores desarrollaron un modelo llamado PLATO (aprendizaje de física mediante codificación automática y seguimiento de objetos) para centrarse en objetos completos en lugar de píxeles individuales. Luego entrenaron a PLATO en alrededor de 300,000 videos para que pudiera aprender cómo se comportan los objetos: una pelota que cae, rebota en otro objeto o rueda detrás de un obstáculo y reaparece en el otro lado.
El objetivo es que Platón comprenda qué viola las leyes de la física intuitiva basada en cinco conceptos fundamentales: permanencia del objeto (los objetos persisten incluso si no están a la vista), solidez (los objetos son físicamente sólidos), continuidad (los objetos son camino) y el imposibilidad de desaparecer y reaparecer en un lugar inesperadamente distante), invariancia (las propiedades de un objeto siempre son las mismas) e inercia direccional (un objeto cambia de orientación solo de acuerdo con las leyes de la inercia). Platón, como un bebé, mostró «sorpresa» cuando vio un objeto pasar a través de otro sin rebotar en el impacto. Supera significativamente a los sistemas tradicionales de IA en la distinción entre escenas físicamente posibles e imposibles, que fueron entrenadas en los mismos videos pero no inculcadas con el conocimiento inherente de los objetos.
«Los psicólogos creen que las personas usan objetos para comprender el mundo físico, así que tal vez si construimos un sistema como este, maximizaremos nuestra probabilidad [an AI model] Entender realmente el mundo físico», dijo en un comunicado de prensa Luis Piloto, científico investigador de DeepMind que dirigió el estudio.
Los esfuerzos anteriores para enseñar física intuitiva a la IA mediante la incorporación de diversos grados de conocimiento físico incorporado o adquirido en el sistema han tenido un éxito mixto. El nuevo estudio busca comprender la física intuitiva de la misma manera que los psicólogos del desarrollo creen que los bebés muestran una conciencia innata de lo que es un objeto en primer lugar. Luego, el niño aprende las reglas físicas que gobiernan el comportamiento de los objetos observándolos moverse en el mundo.
«Lo emocionante y único de este artículo es que se acercan mucho a lo que ya se conoce en psicología cognitiva y ciencia del desarrollo», dijo Susan Hespos, profesora de psicología en la Universidad Northwestern. artículos, pero no participó en la investigación. «Nacemos con un conocimiento innato, pero cuando nacemos con él, no es perfecto… Luego, a través de la experiencia y el entorno, los bebés, como este modelo de computadora, articulan ese conocimiento».
Los investigadores de DeepMind enfatizan que, en esta etapa, su trabajo no está listo para hacer avanzar la robótica, los automóviles autónomos u otras aplicaciones de IA de tendencia. Los modelos que desarrollen requerirán más entrenamiento en objetos involucrados en escenarios del mundo real antes de que puedan incorporarse a los sistemas de IA. A medida que el modelo se vuelve más complejo, también puede informar la investigación de la psicología del desarrollo sobre cómo los bebés aprenden a comprender el mundo. Durante casi 100 años, los psicólogos del desarrollo han debatido si el conocimiento del sentido común es adquirido o innato, desde la investigación del psicólogo suizo Jean Piaget sobre las etapas del desarrollo cognitivo.
«Puede haber colaboraciones fructíferas entre las IA, tomando ideas de la ciencia del desarrollo e incorporándolas a sus modelos», dijo Hespos. «Creo que es una relación mutuamente beneficiosa para ambos lados de la ecuación».
