Crean una inteligencia artificial capaz de pensar como un bebé

PLATO es una IA que ha sido entrenada con unos vídeos diseñados para representar los mismos conocimientos básicos que tienen los bebés en sus primeros meses de vida. Eso sí, aún no está al nivel de un bebé de tres meses.

La inteligencia artificial (IA) ya nos supera a los humanos en ciertas áreas, como jugar al Go o procesar grandes conjuntos de datos. Sin embargo, hay otros aspectos en los que la IA se resiste a adelantarnos, incluso si solo tenemos unos pocos meses de vida. Un buen ejemplo de ello es cómo los bebés saben de manera instintiva que cuando un objeto pasa por detrás de otro no debe desaparecer. Si eso ocurre, se sorprenden.

Esta sencilla regla de continuidad junto con otras leyes físicas no es, sin embargo, tan instintiva para la IA. Ahora, la IA PLATO (Physics Learning through Auto-encoding and Tracking Objects o Aprendizaje Físico a través de la Autocodificación y Seguimiento de Objetos) se ha inspirado en el estudio sobre cómo aprenden los bebés para pensar de manera similar a ellos.

Bebé sentado
iStock

PLATO ha sido entrenada usando unos vídeos de pelotas que están diseñados específicamente para representar los conocimientos básicos que tienen los bebés en sus primeros meses de vida. "Por suerte para nosotros, los psicólogos del desarrollo han pasado décadas estudiando lo que los bebés saben sobre el mundo físico y catalogando los diferentes ingredientes o conceptos que intervienen en la comprensión física", dice el neurocientífico Luis Piloto, del laboratorio de investigación de IA DeepMind en el Reino Unido. "Ampliando su trabajo, hemos creado un conjunto de datos de conceptos físicos de código abierto. Este conjunto de datos de vídeo sintético se inspira en los experimentos de desarrollo originales para evaluar los conceptos físicos en nuestros modelos."

Cuando somos bebés hay tres conceptos que entendemos perfectamente: la permanencia, la solidez y la continuidad. Gracias a la permanencia, los objetos no desaparecen de manera repentina. La solidez es la cualidad que hace que los objetos sólidos no puedan atravesarse unos a otros. La continuidad hace referencia a la coherencia con que se mueven los objetos en el espacio y en el tiempo. Además de estos tres conceptos, los investigadores han añadido otros dos al conjunto de datos que han construido: la inmutabilidad, por la cual las propiedades de los objetos como la forma no cambian y la inercia direccional, que hace que los objetos se muevan coherentemente con los principios de la inercia.

Todos estos conceptos fueron transmitidos a PLATO por medio de vídeos de pelotas que los escenificaban cayendo al suelo, rebotando entre ellas, desapareciendo detrás de otros objetos, reapareciendo, etc. Tras entrenar a la IA con estos contenidos, se pasó a ponerla a prueba.

Lo que sucedió fue que, cuando a PLATO se le enseñaban vídeos con escenarios imposibles que desafiaban la física que había aprendido, la IA se sorprendía. Reconocía que algo raro que rompía las leyes de la física había sucedido. Esto sucedió tras tandas de entrenamiento relativamente cortas, algunas de solo 28 horas.

Los investigadores buscaban pruebas de señales de violación de expectativas (VoE), que mostraran que la IA entendía los conceptos que se le habían enseñado y que también se emplean en los estudios con bebés. "Nuestro modelo basado en objetos mostró sólidos efectos de VoE en los cinco conceptos que estudiamos, a pesar de haber sido entrenado con datos de vídeo en los que no se produjeron los eventos de sondeo específicos", escriben los investigadores en su artículo publicado en Nature Human Behaviour.

Los investigadores realizaron más pruebas, esta vez con objetos diferentes a los de los datos de entrenamiento. De nuevo, PLATO mostró una sólida comprensión de lo que debía y no debía ocurrir, demostrando que podía aprender y ampliar sus conocimientos básicos de entrenamiento. Sin embargo, la IA no está aún al nivel de un bebé de tres meses y es que su sorpresa cuando se le mostraron escenarios que no incluían ningún objeto, o cuando los modelos de prueba y de entrenamiento eran similares fue menor. Los vídeos con los que la IA fue entrenada incluían datos adicionales que le ayudaban a reconocer los objetos y su movimiento en tres dimensiones.

La investigación podría servir para comprender mejor la mente de los seres humanos, así como para construir una mejor representación de la IA. "Nuestro trabajo de modelización proporciona una prueba de concepto que demuestra que al menos algunos conceptos centrales de la física intuitiva pueden adquirirse mediante el aprendizaje visual", escriben los investigadores en el artículo.

"Aunque la investigación en algunas especies precociales (nacidas en un estado avanzado: pueden ver, ponerse de pie y realizar otras funciones propias de los adultos) sugiere que ciertos conceptos físicos básicos pueden estar presentes desde el nacimiento, en los humanos los datos sugieren que el conocimiento de la física intuitiva emerge temprano en la vida, pero puede ser impactado por la experiencia visual".

 

Referencia: Piloto, L.S., Weinstein, A., Battaglia, P. et al. 2022. Intuitive physics learning in a deep-learning model inspired by developmental psychology. Nature Human Behaviour. DOI: https://doi.org/10.1038/s41562-022-01394-8

Mar Aguilar

Mar Aguilar

Me hubiera gustado ser médica pero le tengo terror a la sangre. Por eso, escribir sobre salud no me parece mal plan. También me interesa la nutrición. Disfruto viendo vídeos de YouTube con guiris preparando comida saludable y me encantan los animales.

Continúa leyendo