{"id":9744,"date":"2020-11-20T18:20:22","date_gmt":"2020-11-20T18:20:22","guid":{"rendered":"https:\/\/msiainforma.org\/?p=9744"},"modified":"2020-11-20T18:20:22","modified_gmt":"2020-11-20T18:20:22","slug":"espanol-la-estupidez-de-la-inteligencia-artificial-2","status":"publish","type":"post","link":"https:\/\/msiainforma.org\/es\/espanol-la-estupidez-de-la-inteligencia-artificial-2\/","title":{"rendered":"La estupidez de la inteligencia artificial"},"content":{"rendered":"Parte 12 –\u00a0La raz\u00f3n por la que la IA todav\u00eda lucha para aprender lenguas<\/strong><\/p>\n

Por Jonathan Tennenbaum<\/em><\/p>\n

MSIa Informa, 20 de noviembre de 2020.-<\/em> El sentido com\u00fan nos dir\u00eda que es necesario comprender un texto para traducirlo. Entonces \u00bfPuede un sistema de Inteligencia Artificial (IA) entender realmente un texto de la misma forma que un ser humano?<\/p>\n

La forma m\u00e1s simple de abordar este problema de la traducci\u00f3n seria hacer, sencillamente, que un computador traduzca palabra por palabra utilizando un diccionario biling\u00fce digitalizado e ignorando las estructuras gramaticales.<\/p>\n

No hace falta decir que los resultados de ese procedimiento simplista son con frecuencia incomprensibles e in\u00fatiles. Traducir entre lenguas humanas requiere de una inteligencia de alguna forma. \u00a1Un campo ideal para que la IA caliente sus m\u00fasculos!<\/p>\n

Uno de los dilemas m\u00e1s grandes de la traducci\u00f3n autom\u00e1tica (TA) reside en que el lenguaje humano est\u00e1 repleto de ambig\u00fcedades. Los significados de las palabras o de frases enteras -y, por tanto, sus traducciones- no se pueden determinar de forma aislada, sino \u00fanicamente en un contexto. Este \u00faltimo puede incluir tan s\u00f3lo otras palabras y frases, pero tambi\u00e9n conocimiento sobre el tema que se trata en el texto. En los siguientes ejemplos (originalmente en ingl\u00e9s), obs\u00e9rvese como una misma frase tiene significados completamente diferentes, dependiendo de lo<\/p>\n

que viene antes o despu\u00e9s de ella:<\/p>\n

1) El hombre acaba de llegar al hospital. Su estado es precario.<\/p>\n

El gobernador de Mississippi pidi\u00f3 m\u00e1s inversi\u00f3n. Su estado es precario<\/p>\n

2) La decisi\u00f3n exigir\u00e1 mucha inteligencia (informaci\u00f3n), de nuestros agentes secretos en todo el mundo. La decisi\u00f3n exigir\u00e1 mucha inteligencia, pero, por desgracia, el presidente es est\u00fapido.<\/p>\n

3) El avi\u00f3 aterriz\u00f3 para drenar la electricidad est\u00e1tica.<\/p>\n

El avi\u00f3n aterriz\u00f3, porque sus instalaciones el\u00e9ctricas fueron alteradas.<\/p>\n

Se puede observar que los diferentes significados de una sola frase, en general, se traducir\u00e1n de forma diferente en otro idioma. As\u00ed, en el ejemplo 1, la primera acepci\u00f3n de \u201csu estado es precario\u201d se podr\u00eda traducir en chino como \u4ed6 \u8eab\u4f53 \u4e0d\u597d,\u201d su condici\u00f3n corporal no es buena\u201d, mientras que en el segundo ejemplo se utilizar\u00edan t\u00e9rminos completamente<\/p>\n

diferentes: \u4ed6 \u7684 \u5dde \u5f88\u7a77, donde \u7a77 significa inequ\u00edvocamente pobreza econ\u00f3mica, y no se podr\u00eda aplicar a un estado de salud.<\/p>\n

Se observa tambi\u00e9n que decidir sobre el significado correcto, en general, requiere de un conocimiento factual.<\/p>\n

En el ejemplo 3 el traductor debe saber que conectar un objeto el\u00e9ctricamente al suelo es una forma de remover la electricidad est\u00e1tica, y que el mal funcionamiento de las<\/p>\n

 <\/p>\n

instalaciones el\u00e9ctricas son una raz\u00f3n para impedir el despegue de un avi\u00f3n -un significado completamente diferente de \u201caterrizar\u201d.<\/p>\n

Es igualmente interesante que en el ejemplo 3 el Traductor Google parece ser enga\u00f1ado por las palabras \u201celectricidad\u201d y \u201cel\u00e9ctrico\u201d y escoge err\u00f3neamente el primer significado para la segunda frase como para la primera. En chino, \u63a5\u5730 conectado al suelo, cuando la traducci\u00f3n correcta ser\u00eda \u505c\u98de (ordenado) para volar. Este error de traducci\u00f3n revela que el Traductor Google trabaja con correlaciones entre palabras, en lugar de su significado real.<\/p>\n

La verdad es que planeo deliberadamente las frases para provocar ese error, como un\u201cejemplo contrario\u201d (mientras tanto Google ya pod\u00eda haber instalado una correcci\u00f3n). Es muy divertido inventar ejemplos semejantes jugando con los significados literales contra idiotices:<\/p>\n

\u00abDon\u2019t pull my leg. It was badly injured in an accident\u00bb. (No empuje mi pierna. Fue gravemente herida en un accidente).\u00bbDon\u2019t pull my leg\u00bb. Dime la verdad. (No te pases de listo. Dime la verdad.) \u00abI am sick and tired. My doctor told me to rest and stay at home\u00bb. (Estoy enfermo y cansado. Mi doctor me dijo que descansase y me quedase en cada.) \u00abMy boos keeps screaming at me. I am sick and tired\u00bb. (Mi jefe me grita todo el d\u00eda. Estoy harto.) \u00abHe is trying to fool you. Don\u2019t let him take you for a ride\u00bb. (\u00c9l te est\u00e1 tratando de enga\u00f1ar. No te dejes engatusar.)<\/p>\n

\u00abHe is a very por driver. Don\u2019t let him take you for a ride\u00bb. (Es un p\u00e9simo conductor. No dejes que te lleve a pasear.) \u00abI had to sign the agreement, otherwise they would sue me. So I had no choice but to bite the bullet\u00bb. (Tuve que firmar el acuerdo, de lo contrario me habr\u00edan demandado. As\u00ed que no me qued\u00f3 m\u00e1s remedio que hacer de tripas coraz\u00f3n.)<\/p>\n

\u00abHe put a bullet in my mouth and said, if you don\u2019t bite it, I\u2019ll kill you. So I had no choice but to bite the bullet\u00bb. (Puso la bala en mi boca y me dijo que si no la mord\u00eda me mataba. As\u00ed que no me qued\u00f3 m\u00e1s remedio que morder la bala.)<\/p>\n

El Traductor Google tambi\u00e9n tiene problemas con estos. Si usted observa su propio proceso mental cuando lee esos ejemplos, descubrir\u00e1 que su mente piensa, principalmente en t\u00e9rminos de situaciones, en vez de palabras y de frases. Leer una frase como \u201cel hombre acaba de llegar al hospital\u201d activa autom\u00e1ticamente su imaginaci\u00f3n.<\/p>\n

Probablemente no imaginar\u00e1 directa y visualmente una escena con el paciente que llega al hospital; algo m\u00e1s en su mente comienza a moverse en esa direcci\u00f3n. A esto se le puede llamar \u201cpre imaginaci\u00f3n\u201d.<\/p>\n

De cierta forma, un texto le\u00eddo es como una pieza escenificada que se desarrolla de varias formas al mismo tiempo. El p\u00fablico se queda relativamente, quieto en ocasiones, pero en otras se vuelve ruidoso y estridente, respondiendo al texto con todos los tipos de pensamientos y de impulsos.<\/p>\n

Lo que estoy tratando de subrayar es que, en la mente humana, leer y comprender no es un proceso matem\u00e1tico \u201climpio\u201d, como organizar y reorganizar las piezas de un rompecabezas. Algo muy diferente est\u00e1 pasando. Para usar una met\u00e1fora de la f\u00edsica: las palabras son como part\u00edculas que interact\u00faan como el \u201ccamp\u201d de sus procesos mentales. Estos procesos constituyen un \u201ccontinuo\u201d -un todo que no tiene partes que se puedan separar claramente unas de otras.<\/p>\n

Es imposible que la IA en su estado actual pueda manejar ese \u201ccontinuo\u201d de procesos mentales. La IA es muy est\u00fapida. Lo mejor que podr\u00eda hacer ser\u00eda aproximarse con el uso de enormes bancos de datos y de procedimientos matem\u00e1ticos complejos. Como dije en el art\u00edculo anterior (Parte 11). Y Bar Hillel, uno de los pioneros de la traducci\u00f3n autom\u00e1tica, argumentaba que la traducci\u00f3n 100 por ciento autom\u00e1tica entre lenguas naturales, del tipo que podr\u00eda competir con traductores humanos, ser\u00eda imposible. \u00c9l pon\u00eda el \u00e9nfasis en que la traducci\u00f3n correcta requiere con frecuencia un conocimiento previo del contenido del texto. Pero la totalidad del conocimiento sobre el mundo que el humano puede utilizar al traducir un texto, nunca la podr\u00eda bajar un computador. Bar-Hillel mencionaba un n\u00famero virtualmente \u201cinfinito\u201d de datos. Yo prefiero hablar de un \u201ccontinuo\u201d.<\/p>\n

\u00bf<\/strong>Traducci\u00f3n a la altura humana?<\/strong><\/p>\n

El lector ahora se puede preguntar con justa raz\u00f3n: \u00bfSi los computadores son tan inherentemente est\u00fapidos, como usted afirma, y si Bar Hillel vio barreras fundamentales para la traducci\u00f3n autom\u00e1tica con una calidad humana, entonces, como explica usted que la IA de hoy est\u00e9 amenazando con dejar sin empleo a muchos traductores profesionales?<\/p>\n

Es cierto, 70 a\u00f1os de esfuerzo concentrado condujeron a sistemas de traducci\u00f3n de la IA que pueden competir con los humanos, por lo menos en ciertos tipos de textos y con algunos grados de criterios de calidad.<\/p>\n

La prestigiosa revista Nature Communication<\/em> public\u00f3 en septiembre un art\u00edculo titulado,Transformaci\u00f3n de la traducci\u00f3n autom\u00e1tica: un sistema de aprendizaje profundo alcanza una calidad de traducci\u00f3n de noticias comparable a profesionales humanos\u201d. El art\u00edculo describe un sistema espec\u00edfico llamado CUBBITT (Charles Univesity Block-Backtranslation-Impoved). Los resultados reflejan el progreso general de los sistemas de traducci\u00f3n autom\u00e1tica, en especial de aquellos que emplean el llamado \u201caprendizaje profundo\u201d de redes neuronales artificiales. Los autores afirman:<\/p>\n

\u00abLa calidad de la traducci\u00f3n humana era considerada inalcanzable para los sistemas de traducci\u00f3n por computador. En este estudio presentamos el sistema de aprendizaje profundo, el CUBBITT, que desaf\u00eda esa visi\u00f3n. En una evaluaci\u00f3n ciega sensible al contexto hecha por jueces humanos, el CUBBITT super\u00f3 significativamente la traducci\u00f3n de noticias de ingl\u00e9s al checo de agencias internacionales, conservando el significado del texto (adecuaci\u00f3n de traducci\u00f3n)\u2026 Adem\u00e1s, la mayor\u00eda de los participantes\u2026 tienen dificultades para distinguir las traducciones CUBBIT de las humanos\u00bb.<\/p>\n

El art\u00edculo hace una evaluaci\u00f3n elaborada del sistema CUBBITT, misma que no tratar\u00e9 de resumir.<\/p>\n

Pero aqu\u00ed va un aspecto destacado:<\/p>\n

Los autores presentaron a las personas, todas con suficiente fluidez en ambas lenguas, que participaron en la prueba una serie de frases en ingl\u00e9s y traducciones a la lengua checa. La<\/p>\n

mitad de ellas fue hecha por traductores humanos profesionales y la otra mitad por el sistema CUBBIT, en orden aleatorio.<\/p>\n

Se les pidi\u00f3 a estas personas que identificasen cu\u00e1les de ellas fueron hechas por profesionales y cu\u00e1les eran traducciones autom\u00e1ticas. De los 15 participantes, nueve dieron respuestas falsas la mitad de las veces; indicaron que no lograban distinguir con seguridad entre ambas. Entre esas nueve personas de la prueba hab\u00eda tres traductores de profesi\u00f3n, tres investigadores de TA y otros tres participantes.<\/p>\n

Una prueba an\u00e1loga realizada con otro grupo de personas us\u00f3 el Traductor Google en lugar del CUBBITT, curiosamente, tuvo un resultado mucho menos favorable. Casi todos los participantes pudieron identificar las traducciones humanas, y tan s\u00f3lo una no logr\u00f3 hacerlo de forma estrictamente significativa.<\/p>\n

El art\u00edculo concluye:<\/p>\n

\u00abEste trabajo se aproxima a la calidad de traducci\u00f3n humana y hasta la supera en adecuaci\u00f3n, en determinadas circunstancias. Esto indica que el aprendizaje profundo puede tener el potencial de sustituir a los humanos en aplicaciones en las que la conservaci\u00f3n del significado es el objetivo principal\u00bb.<\/p>\n

Los autores admiten que las traducciones del CUBBITT no alcanzan la misma suavidad o la fluidez de estilo de los traductores humanos:<\/p>\n

\u00abLos traductores humanos altamente calificados, con un volumen infinito de tiempo y de recursos, producir\u00e1n, probablemente, traducciones mejores que cualquier sistema de traducci\u00f3n autom\u00e1tica. Sin embargo, muchos clientes no pueden pagar los servicios de esos traductores y, en lugar de eso, usan los servicios de agencias de traducci\u00f3n profesionales, donde los traductores est\u00e1n bajo cierta presi\u00f3n de tiempo. La presi\u00f3n de tiempo, naturalmente, degrada la calidad del trabajo de los traductores humanos, al punto de que cometen m\u00e1s errores en promedio que los mejores sistemas de TA. Estos \u00faltimos tambi\u00e9n pueden ofrecer mayor velocidad. As\u00ed las cosas, en un determinado dominio de la TA -en las tareas de traducci\u00f3n m\u00e1s rutinarias y no sensibles, en particular, donde el estilo fluido no es una consideraci\u00f3n de peso- la IA puede llegar a una capacidad \u201csobre humana\u201d.<\/p>\n

\u00bfC\u00f3mo sucedi\u00f3 esto? \u00bfCon qu\u00e9 magia la IA super\u00f3 los tipos de problemas que indique anteriormente? \u00bfLos sistemas de IA se volvieron capaces de entender el significado de los textos de la misma forma que un ser humano?<\/p>\n

Respuestas en el siguiente art\u00edculo de esta serie. (Continua)","protected":false},"excerpt":{"rendered":"

Parte 12 –\u00a0La raz\u00f3n por la que la IA todav\u00eda lucha para aprender lenguas Por Jonathan Tennenbaum MSIa Informa, 20 de noviembre de 2020.- El sentido com\u00fan nos dir\u00eda que es necesario comprender un texto para traducirlo. Entonces \u00bfPuede un sistema de Inteligencia Artificial (IA) entender realmente un texto de la misma forma que un …<\/p>\n","protected":false},"author":5,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[37],"tags":[],"class_list":["post-9744","post","type-post","status-publish","format-standard","hentry","category-ciencia-e-tecnologia"],"_links":{"self":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts\/9744","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/comments?post=9744"}],"version-history":[{"count":0,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/posts\/9744\/revisions"}],"wp:attachment":[{"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/media?parent=9744"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/categories?post=9744"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/msiainforma.org\/es\/wp-json\/wp\/v2\/tags?post=9744"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}