El día de hoy, la empresa canadiense de inteligencia artificial, Maluuba, ha liberado los resultados obtenidos de un nuevo tipo de aprendizaje automático, el cual se enfoca en enseñar a las computadoras a leer como lo hacen los seres humanos.
Algunas compañías como Google, Facebook e IBM han estado trabajando activamente en esta área de investigación, aunque los expertos aseguran que aún no se encuentra tan avanzada como la tecnología de reconocimiento de imágenes y de voz. Sin embargo, los resultados de Maluuba muestran que, en un futuro próximo, las máquinas podrían ser capaces de entender el texto como lo hacemos nosotros, los seres humanos.
La empresa ha construido un programa llamado EpiReader, el cual ha sido diseñado para resolver un tipo específico de tareas de comprensión para máquinas, en donde una palabra se retira de un bloque de texto y EpiReader determina la palabra que falta en función del contexto del texto.
Para ello, utiliza dos redes neuronales, un tipo de inteligencia artificial inspirado en cómo las neuronas funcionan en el cerebro humano. La primera recoge un conjunto de respuestas posibles basándose en su entendimiento del párrafo, mientras que la segunda evalúa el razonamiento utilizado por la primera para llegar a la respuesta correcta.
Maluuba probó EpiReader en dos diferentes colecciones de texto. Una de ellas es la de CNN/Daily Mail, la cual está compuesta por más de 300,000 artículos de noticias, mientras que la otra comprende a Children’s Book Test y que cuenta con 98 libros clásicos para niños provenientes de Project Gutenberg, el cual fue desarrollado por Michael Hart en 1971 con el fin de crear una biblioteca de libros electrónicos gratuitos a partir de libros que ya existen físicamente.
EpiReader fue entrenado poniéndolo a leer ambas colecciones una buena cantidad de veces y usando el aprendizaje de la máquina para construir un significado semántico de las palabras. Después, EpiReader comenzó a llenar espacios en blanco, acertando 74% y 67.4% respectivamente en ambas colecciones.
Los expertos aseguran que estos han sido los resultados más altos que se hayan visto para la comprensión de lectura de una máquina, lo que marca un hito en este campo. De hecho, superaron los resultados obtenidos previamente en los proyectos de Deep Learning de Google y Facebook, al igual que la supercomputadora IBM Watson.