A medida que nuestros algoritmos de inteligencia artificial continúan luchando con la metacognición y la inferencia causal, es esencial que les proporcionemos los datos correctos.
La naturaleza de la conciencia humana ha eludido hasta ahora a todos, desde los filósofos hasta los neurocientíficos. Por lo tanto, no debería sorprender que la inteligencia artificial (IA) que podemos construir actualmente se limite al reconocimiento de patrones más básicos dentro de conjuntos de datos.
Aunque los algoritmos de IA y aprendizaje automático (ML)
Son cada vez mejores para hacer más con menos, a menudo todavía necesitamos reunir datos de múltiples fuentes para que produzcan resultados que tengan sentido. Los humanos requieren mucha información para dar sentido al mundo, por lo que nuestros algoritmos informáticos actuales, más primitivos, seguramente necesitan mucha más.
Soy de la opinión de que hay dos tecnologías esenciales que jugarán un papel muy importante en el futuro de ML, pero actualmente están relativamente poco exploradas: la metacognición y la inferencia causal.
Como humanos, no solo podemos completar una tarea cognitiva, sino que también podemos considerar nuestro pensamiento al completar esa tarea. Aunque los científicos del comportamiento afirmarán que nuestros egos a veces pueden interponerse en el camino de que podamos hacer esto racionalmente, este proceso sigue siendo un proceso crítico para la forma en que nosotros, como humanos, aprendemos. Este proceso se conoce como metacognición.
Los seres humanos planifican, supervisan y evalúan nuestra comprensión a medida que aprendemos
Tanto es así que cuando observamos que una aspiradora robótica falla, a menudo lo consideraremos con diversión mientras damos por sentada nuestra propia capacidad de metacognición.
Hace varios años, trabajé accidentalmente en una solución a este mismo problema. Me encontré en la necesidad de hacer un algoritmo de procesamiento de lenguaje natural (NLP) sensible al riesgo de cometer un error, y más tarde fui coautor de un artículo que describía el enfoque adoptado para abordar este problema. Esencialmente, el algoritmo NLP procesaría el texto y generaría una respuesta adecuada para un ser humano, y una red neuronal diferente tomaría una decisión binaria sobre si la respuesta probablemente conduciría a una interacción positiva.
Otros científicos informáticos también han explorado este espacio y se están realizando otras investigaciones para idear formas novedosas de lograr una metacognición más avanzada en IA, intentando mejorar el nivel de resolución de problemas y comprensión que las máquinas son capaces de hacer.
