Erik Cambria: “los humanos son solamente ‘máquinas perfectas’”

Marvin Misky dice que los humanos son solamente ‘máquinas perfectas’ y el hecho de que no tengamos máquinas inteligentes todavía es porque aún no comprendemos cómo trabaja el cerebro humano."

Por Anette Ramírez y Leonardo Castillo

Anette Ramírez: ¿Cómo reconocer y entender una expresión de emoción relevante para el usuario para obtener información significativa en la web?

Erik Cambria: Hay un campo bastante amplio llamado ‘computación afectiva’ que trata con la percepción, interpretación y reconocimiento de las emociones, y pienso que es bastante útil para muchas tareas. Personalmente, creo que el análisis de los sentimientos, así como el reconocimiento de las emociones es muy importante para saber qué es lo que piensan los clientes acerca de un producto, servicio o una marca. También en investigaciones de e-learning, ahora que hay muchos cursos que se toman en línea. Para tener una experiencia óptima, sería ideal que el equipo pudiese reconocer los sentimientos del usuario, como la frustración, por ejemplo. Es por eso que la enseñanza cara a cara es mejor, porque el profesor, al ver los sentimientos del alumno, puede cambiar su modalidad de enseñanza. Esto es sólo un ejemplo, pero en general creo que la computación afectiva y las emociones son muy importantes para muchas tareas.

AR: ¿Qué tan cercana es la relación entre la ciencia de la computación y la lingüística?

EC: Es muy cercana. Desgraciadamente, al día de hoy, el lazo no ha sido fuerte puesto que la ciencia de la computación prefiere enfocarse en técnicas de aprendizaje informático y basan su propia investigación en la precisión y exactitud de series de datos, entonces lo que cuentan solamente es la frecuencia de las palabras con técnicas como SVM y LDA. Pero la lingüística es en realidad la forma en la que la humanidad se relaciona con el lenguaje, por lo tanto es importante crear este lazo, puesto que la construcción de la gramática es lo que verdaderamente nos permite entender el significado detrás de las palabras y los conceptos, entonces eso es lo que trato de hacer en mi investigación y es a lo que deberíamos de aspirar en el área del entendimiento del lenguaje natural.

AR: ¿Cuál cree que sea el mayor desafío que los ingenieros computacionales encontrarán en lo que concierne al procesamiento del lenguaje natural (NLP)?

EC: Como lo he dicho anteriormente, el problema es que nos apegamos a lo que podemos ver en documentos. Compañías como Google o Bing basan su sistema en palabras y lo que sea que ellos puedan encontrar en documentos, pero el verdadero desafío aquí es tratar de emular manera en que el cerebro humano procesa su lenguaje natural para que cada palabra active una cascada de conceptos y experiencias en nuestra mente, y esta es la manera en la que deberíamos de tratar de trabajar con el entendimiento del lenguaje natural en lugar de sólo fijarnos en las palabras de forma singular. Hay grandes retos como la detección de la ironía, la teoría de la mente o la búsqueda de las intenciones de las personas, cosas que nadie puede hacer hoy pero que tenemos que desarrollar para comprender verdaderamente el lenguaje natural.

AR: ¿Por qué se interesó particularmente en este campo?

EC: Escogí para mi doctorado el campo de lenguaje natural y del razonamiento de sentido común aplicado al lenguaje natural, entonces vi que el análisis de los sentimientos era un campo de investigación que estaba creciendo bastante, y por los retos de la investigación y el hecho de que las empresas se estaban interesando cada vez más en este campo, pensé que debía enfocarme más en este campo. También creo que el análisis de las emociones es un posible camino para lograr el entendimiento del lenguaje natural. El procesamiento del lenguaje natural tiene que ver más con la categorización del lenguaje, pero el análisis de las emociones es un paso adelante para realmente saber cuál es la semántica detrás de esas palabras.

AR: ¿Ha cambiado esta investigación su perspectiva sobre la comunicación diaria con otras personas?

EC: Sí, especialmente al estudiar las emociones, pues cuando sabes por qué las emociones están presentes, puedes deshacerlas hasta ubicar a cada una en su función propia, entonces cuando tratas con personas que están involucradas en el campo de la computación afectiva, te vuelves una persona ‘sin sentimientos’ en el sentido de que puedes ver las emociones y las deshaces en su propia funcionalidad, lo cual te pone en una situación muy diferente al interactuar con otras personas. También está el hecho de la importancia de la opinión en el análisis de los sentimientos, y el tratar con personas me ayuda en mi investigación al poder saber qué es lo que la gente piensa y necesita de los productos y por qué quieren saber aspectos acerca de productos y servicios específicos. Esto también ayuda a expandir mi investigación hacia nuevos campos como la lingüística, la psicología o la sociología.

AR: ¿Qué tan lejos cree que puede llegar el desarrollo del ‘razonamiento informático’?

EC: Soy muy optimista y espero que algún día podamos lograr la emulación de la inteligencia humana. Marvin Misky dice que los humanos son solamente ‘máquinas perfectas’ y el hecho de que no tengamos máquinas inteligentes todavía es porque aún no comprendemos cómo trabaja el cerebro humano, conocemos el hardware pero no conocemos el sistema operativo, no sabemos realmente como los procesos cognoscitivos se llevan a cabo, pero con la ayuda de neurociencia y nuevas tecnologías y disciplinas soy muy optimista de que en 20 o 30 años podamos tener una máquina que pueda razonar de forma similar a la que lo hace un humano.

AR: ¿Cómo va a tratar la investigación con los diferentes entornos culturales y las diferentes asociaciones de palabras?

EC: Yo soy de la idea de que las máquinas inteligentes necesitan no solo un coeficiente intelectual, pero también inteligencia emocional e inteligencia cultural, entonces la manera en la que yo trabajo con el entendimiento del lenguaje natural es vía sentido común, y el sentido común depende mucho de la cultura. Lo que es sentido común para mí como italiano no es lo mismo que para alguien que vive en Asia, por ejemplo. Tenemos que tener esto en cuenta mientras realizamos el procesamiento de lenguaje natural y el reconocimiento de emociones en general, entonces una máquina inteligente debe tener tanto coeficiente intelectual como inteligencia emocional y cultural.

AR: ¿En qué otros temas de investigación está trabajando actualmente?

EC: Mi interés principal es la minería de opiniones, pero con esta rama también podemos resolver retos como el reconocimiento y entendimiento de imágenes. No soy un experto en el procesamiento de imágenes, pero hoy en día, con herramientas como el internet, Facebook y el “me gusta”, tenemos muchos textos asociados a imágenes como descripciones, etiquetas y comentarios. Me gusta usar esto para realizar entendimiento de imágenes, y también siento que el sentido común puede ser útil para el entendimiento de imágenes. Por ejemplo, si tú tienes el sentido común de que una bicicleta está hecha de dos ruedas y otros objetos, y luego en una imagen tienes una bicicleta detrás de un árbol y solamente puedes ver las dos ruedas, puedes inferir por tu sentido común de que hay una bicicleta justo ahí. Entonces el sentido común puede ser útil también para el reconocimiento de objetos y el entendimiento de las imágenes en general.

AR: ¿Qué les diría a los jóvenes que están interesados en estudiar programas de ingeniería?

EC: Definitivamente los apoyo y también decirles que hay muchos retos allá afuera, no solo en el procesamiento del lenguaje natural, sino también en todo lo que tiene que ver con inteligencia artificial. Yo soy un ingeniero electrónico, pero lo que hago ahora es totalmente diferente con mi carrera. Mi trabajo ahora está muy basado en los sistemas operativos, pero la ingeniería te da un respaldo muy sólido que te permite descubrir después cuál es tu pasión y tu interés, así que creo que es una de las mejores plataformas que puedes tener para perseguir tu pasión y construir tu carrera futura.

AR: ¿Cómo imagina el mundo en 30 años? ¿Cree que la emulación humana tendrá un impacto en el desarrollo del mundo?

EC: Hay muchas películas que ofrecen varias versiones de cómo serán las cosas, pero desde mi punto de vista, siento que tendremos máquinas que entenderán mejor el lenguaje natural, quizá no al mismo nivel que los humanos, pero de una manera en que puedan ayudarnos más. Es como si cada quien tuviera su propia secretaria, porque si tienes una máquina que puede entender realmente cuál es el contenido de tus correos electrónicos, por ejemplo, entonces podría organizar tu día al identificar correos más importantes que debas contestar primero o encontrando algunas cosas que deben ir en tu calendario. Esta es una forma, pero hay millones de maneras más en la que una máquina que verdaderamente entiende el lenguaje natural nos puede ayudar. Hoy tenemos a Siri, que realmente no funciona tan bien porque solamente está basada en palabras clave. Pero si tuviéramos una Siri que fuera realmente inteligente, las cosas que podríamos hacer serían impresionantes, pues realmente ya no tendríamos que buscar información en la web porque tendríamos un agente que sabe lo que nos gusta y clasificaría la información por nosotros en la web, así que veo que la evolución humana crecerá exponencialmente con esto.

El pase de diapositivas requiere JavaScript.

Opinión

Twitter

Facebook_icon