AI aprende lo que un bebé sabe sobre el mundo físico

Si dejo caer un bolígrafo, sabes que no flotará en el aire sino que caerá al suelo. Del mismo modo, si el bolígrafo se encuentra con un escritorio en su camino hacia abajo, sabe que no viajará a través de la superficie sino que aterrizará en la parte superior.

Estas propiedades fundamentales de los objetos físicos nos parecen intuitivas. Los bebés de hasta tres meses saben que una pelota que ya no está a la vista todavía existe y que la pelota no puede teletransportarse 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 synthetic aún tienen que demostrar el conocimiento de «sentido común» con el que un bebé nace o adquiere aparentemente sin esfuerzo en sus primeros meses.

«Es tan sorprendente que, por mucho que las tecnologías de IA hayan avanzado, todavía no tenemos sistemas de IA con nada parecido al sentido común humano», cube Joshua Tenenbaum, profesor de ciencias cognitivas en el Instituto de Tecnología de Massachusetts, quien ha realizado investigaciones en esta área. «Si alguna vez llegáramos a ese punto, sería valioso comprender cómo funciona, cómo surge en los humanos».

Un estudio publicado el 11 de julio en la revista Naturaleza Comportamiento Humano por un equipo de DeepMind, una subsidiaria de la empresa matriz de Google, Alphabet, da un paso hacia el avance de cómo ese conocimiento de sentido común podría incorporarse a las máquinas—y entender cómo se desarrolla en humanos. Los científicos idearon un modelo de «física intuitiva» al integrar el mismo conocimiento inherente con el que los psicólogos del desarrollo creen que nace un bebé en un sistema de IA. También crearon un medio para probar el modelo que es related a los métodos utilizados para evaluar la cognición en bebés humanos.

Normalmente, los sistemas de aprendizaje profundo que se han vuelto omnipresentes en la investigación de IA pasan por un entrenamiento para identificar patrones de píxeles en una escena. Al hacerlo, pueden reconocer una cara o una pelota, pero no pueden predecir qué sucederá con esos objetos cuando se coloquen en una escena dinámica donde se mueven y chocan entre sí. Para abordar el desafío más complicado que presenta la física intuitiva, los investigadores desarrollaron un modelo llamado PLATO (Physics Studying by way of Auto-encoding and Monitoring Objects) para enfocarse en objetos completos en lugar de píxeles individuales. Luego entrenaron a PLATO en alrededor de 300,000 movies para que pudiera aprender cómo se comporta un objeto: una pelota que cae, rebota contra otro objeto o rueda detrás de una barrera solo para reaparecer en el otro lado.

El objetivo period que PLATO comprendiera qué viola las leyes de la física intuitiva en base a cinco conceptos fundamentales: permanencia del objeto (un objeto sigue existiendo incluso si no está a la vista), solidez (los objetos son físicamente sólidos), continuidad (los objetos se mueven en trayectorias continuas y no puede desaparecer y reaparecer en un lugar inesperadamente distante), inmutabilidad (las propiedades de un objeto siempre son las mismas) e inercia direccional (un objeto solo cambia de dirección bajo la ley de la inercia). PLATÓN, como un bebé, mostró «sorpresa» cuando, por ejemplo, vio un objeto que se movía a través de otro sin rebotar hacia atrás al impactar. Se desempeñó significativamente mejor en la distinción de escenas físicamente posibles frente a escenas imposibles que un sistema de IA tradicional que fue entrenado en los mismos movies pero que no había sido imbuido con un 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 ese, vamos a maximizar nuestra probabilidad de [an AI model] entendiendo realmente el mundo físico”, dijo Luis Piloto, científico investigador de DeepMind que dirigió el estudio, durante una conferencia de prensa.

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 logrado un éxito mixto. El nuevo estudio intentó obtener una comprensión de la física intuitiva de la misma manera que los psicólogos del desarrollo creen que lo hace un bebé al mostrar primero una conciencia innata de lo que es un objeto. Luego, el niño aprende las reglas físicas que gobiernan el comportamiento del objeto al observarlo moverse por el mundo.

«Lo emocionante y único de este artículo es que lo hicieron muy de cerca en base a lo que se conoce en psicología cognitiva y ciencia del desarrollo», Susan Hespos, profesora de psicología en la Universidad de Northwestern, quien coescribió un artículo de Information & Views que monitorea el artículo. pero no participó en la investigación. “Nacemos con un conocimiento innato, pero no es perfecto cuando nacemos con él… Y luego, a través de la experiencia y el entorno, los bebés, al igual que este modelo de computadora, elaboran 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. El modelo que desarrollaron necesitará sustancialmente más entrenamiento en objetos involucrados en escenarios del mundo actual antes de que pueda incorporarse a los sistemas de IA. A medida que el modelo crece en sofisticación, también podría informar la investigación de la psicología del desarrollo sobre cómo los bebés aprenden a comprender el mundo. Los psicólogos del desarrollo han debatido si el conocimiento del sentido común es aprendido o innato durante casi 100 años, desde el trabajo del psicólogo suizo Jean Piaget sobre las etapas del desarrollo cognitivo.

“Puede darse una colaboración fructífera entre la inteligencia synthetic que toma concepts de la ciencia del desarrollo y las incorpora en su modelado”, cube Hespos. “Creo que puede ser una relación mutuamente beneficiosa para ambos lados de la ecuación”.