La IA neurosimbólica nos acerca a las máquinas con sentido común

Este artículo es parte de nuestra cobertura de lo último en investigación de IA.

La investigación en inteligencia artificial ha logrado grandes logros en la resolución de aplicaciones específicas, pero todavía estamos lejos del tipo de sistemas de IA de propósito general que los científicos han estado soñando durante décadas.

Entre las soluciones que se están explorando para superar las barreras de la IA se encuentra la idea de sistemas neurosimbólicos que reúnen lo mejor de las diferentes ramas de la informática. en un hablar en el taller de inteligencia artificial neurosimbólica de IBM, Joshua Tenenbaum, profesor de ciencia cognitiva computacional en el Instituto de Tecnología de Massachusetts, explicó cómo los sistemas neurosimbólicos pueden ayudar a abordar algunos de los problemas clave de los sistemas de inteligencia artificial actuales.

Entre las muchas brechas en la IA, Tenenbaum se enfoca en una en particular: «¿Cómo vamos más allá de la idea de inteligencia como reconocimiento de patrones en datos y funciones aproximadas y más hacia la idea de todas las cosas que hace la mente humana cuando estás modelando el mundo, explicando y comprendiendo las cosas que estás viendo, imaginando cosas que no puedes ver pero que podrían suceder, y convertirlas en metas que puedes lograr al planificar acciones y resolver problemas?

Es cierto que esa es una gran brecha, pero cerrarla comienza explorando uno de los aspectos fundamentales de la inteligencia que comparten los humanos y muchos animales: la física intuitiva y la psicología.

Física intuitiva y psicología.

Nuestras mentes están construidas no solo para ver patrones en píxeles y ondas de sonido, sino también para entender el mundo a través de modelos. Como humanos, comenzamos a desarrollar estos modelos desde los tres meses de edad, observando y actuando en el mundo.

Descomponemos el mundo en objetos y agentes, y las interacciones entre estos objetos y agentes. Los agentes tienen sus propios objetivos y sus propios modelos del mundo (que pueden ser diferentes a los nuestros).

Por ejemplo, múltiples estudios por los investigadores Felix Warneken y Michael Tomasello muestran que los niños desarrollan ideas abstractas sobre el mundo físico y otras personas y las aplican en situaciones nuevas. Por ejemplo, en el siguiente video, solo a través de la observación, el niño se da cuenta de que la persona que sostiene los objetos tiene un objetivo en mente y necesita ayuda para abrir la puerta del armario.

Estas capacidades a menudo se denominan “física intuitiva” y “psicología intuitiva” o «teoría de la mente», y están en el corazón del sentido común.

“Estos sistemas se desarrollan bastante temprano en la arquitectura del cerebro que, en cierta medida, se comparte con otras especies”, dice Tenenbaum. Estos sistemas cognitivos son el puente entre todas las demás partes de la inteligencia, como los objetivos de la percepción, el sustrato de la planificación de la acción, el razonamiento e incluso el lenguaje.

Los agentes de IA deberían poder razonar y planificar sus acciones en función de las representaciones mentales que desarrollan del mundo y otros agentes a través de la física intuitiva y la teoría de la mente.

Arquitectura neurosimbólica

Tenenbaum enumera tres componentes necesarios para crear el núcleo de la física y la psicología intuitivas en la IA.

“Hacemos hincapié en una interacción de tres vías entre el modelado y la inferencia neural, simbólica y probabilística”, dice Tenenbaum. “Creemos que es esa combinación de tres vías lo que se necesita para capturar la inteligencia humana y el sentido común básico”.

los componente simbólico se utiliza para representar y razonar con conocimiento abstracto. El modelo de inferencia probabilística ayuda a establecer relaciones causales entre diferentes entidades, razonar sobre contrafactuales y escenarios no vistos, y lidiar con la incertidumbre. Y el componente neuronal utiliza el reconocimiento de patrones para mapear datos sensoriales del mundo real al conocimiento y para ayudar a navegar espacios de búsqueda.

“Estamos tratando de unir el poder de los lenguajes simbólicos para la representación del conocimiento y el razonamiento, así como las redes neuronales y las cosas en las que son buenos, pero también con la idea de la inferencia probabilística, especialmente la inferencia bayesiana o la inferencia inversa en un modelo causal para razonar hacia atrás desde las cosas que podemos observar hasta las cosas que queremos inferir, como la física subyacente del mundo o los estados mentales de los agentes”, dice Tenenbaum.

El motor del juego en la cabeza.

Uno de los componentes clave del concepto de IA neurosimbólica de Tenenbaum es un simulador de física que ayuda a predecir el resultado de las acciones. Los simuladores de física son bastante comunes en los motores de juegos y diferentes ramas de aprendizaje por refuerzo y robótica.

Pero a diferencia de otras ramas de la IA que usan simuladores para entrenar a los agentes y transferir sus aprendizajes al mundo real, la idea de Tenenbaum es integrar el simulador en el proceso de inferencia y razonamiento del agente.

“Es por eso que lo llamamos el motor del juego en la cabeza”, dice.

El motor de física ayudará a la IA a simular el mundo en tiempo real y predecir lo que sucederá en el futuro. La simulación solo necesita ser razonablemente precisa y ayudar al agente a elegir un curso de acción prometedor. Esto es similar a cómo funciona la mente humana también. Cuando miramos una imagen, como una pila de bloques, tendremos una idea aproximada de si resistirá la gravedad o se caerá. O si vemos un conjunto de bloques sobre una mesa y nos preguntan qué sucederá si le damos un golpe repentino a la mesa, podemos predecir aproximadamente qué bloques caerán.

Es posible que no podamos predecir la trayectoria exacta de cada objeto, pero desarrollamos una idea de alto nivel del resultado. Cuando se combina con un sistema de inferencia simbólica, el simulador se puede configurar para probar varias simulaciones posibles a un ritmo muy rápido.

Aproximación de escenas 3D

Si bien los simuladores son una gran herramienta, uno de sus grandes desafíos es que no percibimos el mundo en términos de objetos tridimensionales. El sistema neurosimbólico debe detectar la posición y orientación de los objetos en la escena para crear una representación 3D aproximada del mundo.

Hay varios intentos de utilizar el aprendizaje profundo puro para la posición de objetos y la detección de poses, pero su precisión es baja. En un proyecto conjunto, MIT e IBM crearon “Percepción de escena 3D mediante programación probabilística(3DP3), un sistema que resuelve muchos de los errores en los que caen los sistemas puros de aprendizaje profundo.

3DP3 toma una imagen y trata de explicarla a través de volúmenes 3D que capturan cada objeto. Introduce los objetos en un escenario gráfico simbólico que especifica las relaciones de contacto y apoyo entre ellos. Y luego intenta reconstruir la imagen original y el mapa de profundidad para compararlos con la realidad del terreno.

pensando en soluciones

Una vez que el agente neurosimbólico tenga un motor físico para modelar el mundo, debería ser capaz de desarrollar conceptos que le permitan actuar de formas novedosas.

Por ejemplo, las personas (ya veces los animales) pueden aprender a usar una nueva herramienta para resolver un problema o descubrir cómo reutilizar un objeto conocido para una nueva meta (por ejemplo, usar una piedra en lugar de un martillo para clavar un clavo).

Para esto, Tenenbaum y sus colegas desarrollaron un simulador de física en el que las personas tendrían que usar objetos para resolver problemas de formas novedosas. El mismo motor se usó para entrenar modelos de IA para desarrollar conceptos abstractos sobre el uso de objetos.

“Lo importante es desarrollar estrategias de alto nivel que puedan transferirse a situaciones nuevas. Aquí es donde el enfoque simbólico se vuelve clave”, dice Tenenbaum.

Por ejemplo, las personas pueden usar conceptos abstractos como «martillo» y «catapulta» y usarlos para resolver diferentes problemas.

“La gente puede formar estos conceptos abstractos y transferirlos a situaciones cercanas y lejanas. Podemos modelar esto a través de un programa que puede describir estos conceptos simbólicamente”, dice Tenenbaum.

En uno de sus proyectos, Tenenbaum y su sistema AI pudieron analizar una escena y usar un modelo probabilístico que produce un conjunto de instrucciones simbólicas paso a paso para resolver problemas de física. Por ejemplo, para lanzar un objeto colocado en un tablero, el sistema pudo darse cuenta de que tenía que encontrar un objeto grande, colocarlo muy por encima del extremo opuesto del tablero y dejarlo caer para crear un efecto de catapulta.

Lenguaje físicamente arraigado

Hasta ahora, mientras hablábamos mucho sobre símbolos y conceptos, no se mencionaba el lenguaje. Tenenbaum explicó en su charla que El lenguaje está profundamente arraigado en el conocimiento de sentido común tácito que adquirimos antes de aprender a hablar.

La física intuitiva y la teoría de la mente no se encuentran en los sistemas actuales de procesamiento del lenguaje natural. Grandes modelos de lenguaje, el enfoque actualmente popular para el procesamiento y la comprensión del lenguaje natural, intenta capturar patrones relevantes entre secuencias de palabras mediante el examen de corpus de texto muy grandes. Si bien este método ha producido resultados impresionantes, también tiene límites cuando se trata de cosas que no están representadas en las regularidades estadísticas de palabras y oraciones.

“Ha habido avances tremendos en los grandes modelos de lenguaje, pero debido a que no tienen una base física y teoría de la mente, en cierto modo son bastante limitados”, dice Tenenbaum. “Y puedes ver esto en sus límites en la comprensión de escenas simbólicas. Tampoco tienen un sentido de la física. Los verbos a menudo se refieren a estructuras causales. Tienes que ser capaz de capturar contrafactuales y tienen que ser probabilísticos si quieres hacer juicios”.

Los pilares del sentido común

Hasta ahora, muchos de los enfoques exitosos en IA neurosimbólica proporcionan a los modelos un conocimiento previo de la física intuitiva, como la consistencia dimensional y la invariancia de traducción. Uno de los principales desafíos que quedan es cómo diseñar sistemas de IA que aprendan estos conceptos físicos intuitivos como lo hacen los niños. El espacio de aprendizaje de los motores de física es mucho más complicado que el espacio de peso de redes neuronales tradicionaleslo que significa que todavía tenemos que encontrar nuevas técnicas para el aprendizaje.

Tenenbaum también analiza la forma en que los humanos desarrollan los componentes básicos del conocimiento en un artículo titulado “El niño como hacker.” En el artículo, Tenenbaum y sus coautores usan la programación como un ejemplo de cómo los humanos exploran soluciones en diferentes dimensiones, como la precisión, la eficiencia, la utilidad, la modularidad, etc. También analizan cómo los humanos recopilan fragmentos de información y los convierten en nuevos símbolos. y conceptos, y luego aprender a combinarlos para formar nuevos conceptos. Estas direcciones de investigación podrían ayudar a descifrar el código del sentido común en la IA neurosimbólica.

“Queremos proporcionar una hoja de ruta sobre cómo lograr la visión de pensar qué es lo que hace que el sentido común humano sea distintivo y poderoso desde el principio”, dice Tenenbaum. “En cierto sentido, es uno de los sueños más antiguos de AI que se remonta a la propuesta original de Alan Turing sobre la inteligencia como computación y la idea de que podríamos construir una máquina que alcance la inteligencia a nivel humano comenzando como un bebé y enseñándola como un niño. Esto ha sido una inspiración para varios de nosotros y lo que estamos tratando de hacer es crear los componentes básicos para eso”.