La investigación en el procesamiento del lenguaje natural ya está impactando en muchos campos. Dentro de una década tendrá un impacto en casi todos los campos.
De clavijas redondas y agujeros cuadrados
Los humanos son seres sociales complejos, que a veces disfrutan de la complejidad por el simple hecho de hacerlo. En ninguna parte es esto más evidente que en la evolución de un modo popular de comunicación humana: el lenguaje. El lenguaje natural es desestructurado, subjetivo, polimorfo y redundante. También es omnipresente: hablamos con familiares y amigos en lenguaje natural; germinamos ideas que cambian el mundo en él; También lo inspiramos, vendemos, exigimos y colaboramos utilizándolo.
- ¿Dónde puedo encontrar artículos sobre los métodos utilizados para ganar las competencias de Kaggle?
- Supongamos que reuní a todos los usuarios de Twitter que escribieron tweets con las palabras "aprendizaje automático" en ellos (durante el último mes, por ejemplo), y luego construí un gráfico de red basado en sus seguidores. Además de las diversas medidas de centralidad, ¿qué otras técnicas podría utilizar para identificar a las mejores personas a seguir? ¿Cómo lo hace Klout?
- ¿Puedo crear un conjunto de datos y luego usarlo para evaluar un algoritmo de clasificación?
- Procesamiento de lenguaje natural: ¿Cuál es la mejor manera de calcular la similitud de cadenas?
- Los hiperparámetros del modelo de sintonización no encontraron los parámetros óptimos que uso en mi modelo. ¿Por qué?
Por otro lado, desde la evolución del ábaco hace 3.600 años, toda la ciencia informática se ha centrado en los números: estructura, objetivo, eficiente y, para la mayoría de las personas, pedante. La disciplina cuantificada ha ayudado mucho a la humanidad, pero ahora los investigadores se dan cuenta de que la brecha entre el lenguaje cualitativo y la informática cuantitativa debe cerrarse. Es demasiado que todos se están perdiendo al tratar de colocar clavijas redondas en agujeros cuadrados.
Auge de la computación cognitiva
Afortunadamente, hay computación cognitiva. En el siglo XX, la inteligencia artificial significaba hacer modelos matemáticos predictivos que pudieran aprender algunos parámetros y llegar a una buena precisión. En el vigésimo primero, la academia comenzó a darse cuenta de que la inteligencia artificial no tiene que ser tan inteligente en absoluto. En cualquier caso, la mayor parte del mundo parece funcionar en patrones y correlaciones, en lugar de causalidad matemática definida.
La computación cognitiva va más allá. Puede modelar ideas ambiguas, diferenciar entre buenas y malas, y procesar información más cercana a la forma en que lo hacen los humanos (ver Cómo hacer que la IA piense como los humanos). Como resultado, por primera vez realmente, tenemos herramientas para modelar, procesar y automatizar el lenguaje natural. La computación cognitiva aún es incipiente, pero el mundo la está adoptando muy rápido.
Cuarta Revolución Industrial
Todo esto sucede al mismo tiempo que otras tecnologías disruptivas se están consolidando. Además de la computación cognitiva, piense en la robótica, IoT, reconocimiento de voz e imagen, etc. Estamos entrando en un mundo en el que los humanos se centrarán en la creatividad y el juicio, mientras que la tecnología se encargará de todo lo rutinario, en todos los ámbitos de la vida (vea qué Qué significa la Cuarta Revolución Industrial?
Casi todo el esfuerzo físico y mucha ciencia de la decisión basada en datos estructurados ya está automatizada. El lenguaje natural es el siguiente.