A medida que el desarrollo de la Inteligencia Artificial (IA) avanza a pasos acelerados, con proyectos como los coches autónomos y los altavoces inteligentes, existe una idea cada vez más fuerte de que los robots comenzarán a realizar más trabajos humanos a diario, lo que podría amenazar la existencia de la humanidad.
A pesar de que no es posible predecir lo que ocurrirá en el futuro, muchos sectores como el financiero han comenzado a ver las ventajas de usar máquinas para sus servicios de atención al cliente, específicamente en la automatización de tareas robóticas.
Hoy en día, muchas personas se frustran al ver que los asistentes virtuales no son lo suficientemente “inteligentes” para responder preguntas complejas. Sin embargo, el gigante del comercio electrónico, Amazon, trabaja en una alternativa que podría mejorar radicalmente este sector.
Recientemente, el equipo de Comprensión Natural Alexa AI, que trabaja en el asistente inteligente de la compañía, presentó un nuevo método que permite a la IA de Amazon responder preguntas de gran complejidad. A través de una publicación en el blog de la compañía, Abdalghani Abujabal, autor principal del estudio, explicó que los sistemas automatizados actuales de preguntas y respuestas adoptan dos enfoques:
- Realizar búsquedas de texto y luego intentar inferir los vínculos semánticos entre las entidades mencionadas en el texto.
- Explorar cuidadosamente un gráfico seleccionado, es decir, una estructura de datos que codifica las relaciones entre las entidades.
Sin ambargo, Abujabal menciona que, en las interrogantes complejas, como ¿Qué películas de Nolan ganaron un Oscar pero perdieron el Globo de Oro?, estos dos enfoques presentan problemas. Mientras que en la búsqueda de texto se requiere un documento con todos los datos necesarios para responder la pregunta, el gráfico debe representar cada relación involucrada en la pregunta de forma explícita.
Una fusión de ambos enfoques
Los investigadores de Amazon lograron recopilar lo mejor de ambos enfoques a través de un sistema que ejecuta una búsqueda estándar de texto, una búsqueda estándar en Internet basada en la pregunta y utiliza el texto de la pregunta como una cadena de búsqueda. Luego, recupera los casi 10 documentos que el algoritmo de clasificación cataloga como los más altos, antes de aplicar el análisis para identificar los elementos nombrados y las partes del enunciado en cada documento.
Al ubicar palabras como “Nolan, dirigido, Inception”, y combinarlas con “The Social Network, ganador de, mejor guion”, la IA crea un gráfico de conocimiento de los elementos identificados y entidades identificadas en el discurso.
Posteriormente, el sistema ubica elementos sintácticos, léxicos y otras entidades ubicadas en el gráfico, para determinar los nombres que se refieren a las mismas entidades. Al alinear los nombres, se asignan también puntajes de confianza, y un algoritmo se encarga de buscar las bases o piedras angulares del gráfico. En este sentido, se ubican las palabras que coinciden casi exactamente con las palabras en la cadena.
El sistema busca responder preguntas ubicadas en el camino que conecta a las piedras angulares, y luego las evalúa con respecto a dos criterios: la longitud y los puntajes de confianza. De esta forma, borra las rutas más largas y menos confiables para la respuesta final, así como también las piedras angulares en el gráfico.
Para concluir, el algoritmo emite una clasificación de las entidades restantes, y luego se emite la respuesta a la pregunta solicitada. De las 36 pruebas realizadas por los investigadores de Amazon, el sistema tuvo éxito en 34 respuestas, promediando un 25 por ciento de optimización de la base de desempeño superior. Las aplicaciones de este sistema no se han revelado aún, pero el algoritmo podría ser fundamental para búsquedas futuras a través de Alexa.
