En una organización de productos que aspira a incorporar capacidades de IA en sus productos y servicios, siempre existe el desafío de incorporar al tren de la IA a quienes no saben de IA. Si bien no todo el mundo necesita ser un experto en IA, es necesario que el mayor número posible contribuya con ideas y posibilidades de explotar el poder de la IA para impulsar a la empresa al siguiente nivel. Esto se aplica en particular a los expertos en el campo y a la gente de productos, que están al tanto de los problemas que sus productos y servicios están tratando de resolver y saben dónde aprieta el zapato.
Un desafío que he aprendido que prevalece es la pregunta básica de “¿Qué problemas podemos resolver con la IA?. Una pregunta sorprendentemente difícil de responder cuando la plantea un no experto. Así que he ideado tres preguntas heurísticas que puedes usar siempre que estés analizando un problema y te preguntes: “¿Se puede resolver esto con IA?”. Si puede responder afirmativamente a las tres, es posible que se encuentre en condiciones de iniciar un proyecto de IA.
Puedes pensar en una IA como un oráculo que responde preguntas. Lo que tienes que preguntarte es:
¿Puede expresar por escrito la pregunta que desea que se le responda?
Esta es, por supuesto, una prueba que se aplica a cualquier cosa que desees hacer. Si quieres hacer algo, pero no puedes formular lo que quieres, probablemente no sepas realmente lo que quieres. El lanzamiento de un proyecto de IA no es una excepción a esta regla.
Ejemplos de preguntas para hacerle a una IA podrían ser
- ¿Hay un perro en esta foto?
- ¿Qué tiempo hará mañana?
- ¿Cuáles son los números de la lotería de la próxima semana?
Todas estas son preguntas bien planteadas que se pueden plantear. Pero no todas pueden responderse, por lo que necesitamos otra prueba.
Podemos pensar en el oráculo como una función que asigna preguntas a respuestas:
El círculo de la izquierda contiene todas las preguntas y el círculo de la derecha contiene todas las respuestas. El oráculo es la función que envía preguntas a las respuestas. Lo siguiente que cabe preguntarse es:
¿Existe la función?
Esto puede parecer extraño, y se vuelve aún más extraño: deberíamos plantearnos esta pregunta en un nivel metafísico: ¿existe alguna posibilidad teórica de que exista esta función? Pongamos algunos ejemplos:
Todos hemos visto IA respondiendo a la pregunta del “perro en la imagen”, por lo que sabemos que esta función existe. También hemos visto el pronóstico del tiempo, por lo que sabemos que es posible, hasta cierto punto, predecir el tiempo de mañana. Pero no hay forma de predecir los números de la lotería de la próxima semana. Y la razón de esto es que la lotería está manipulada exactamente con el objetivo de que esta función no exista. Es imposible. Y esto es lo que quiero decir con “a nivel metafísico”.
¿Porque es esto importante? Porque el aprendizaje automático (que es como creamos la IA) consiste en intentar aproximar funciones aprendiendo de ejemplos.
Si tenemos muchos ejemplos de cómo debería comportarse la función (es decir, Oracle), podemos intentar aprender este comportamiento e imitarlo lo más fielmente posible. Pero sólo puedes aproximar una función que existe.
Es cierto que todo esto es un poco abstracto, por lo que recomiendo reemplazar esta heurística con la siguiente metaheurística:
¿Puede un ser humano bien informado hacer el trabajo?
Aún así, metafísicamente, dada toda la información del mundo y el tiempo ilimitado, ¿puede un ser humano responder la pregunta? Claramente, los humanos son bastante buenos reconociendo perros en imágenes. Y los humanos desarrollaron pronósticos meteorológicos y también los hacen. Pero no podemos predecir los números de la lotería de la próxima semana.
Si has llegado hasta aquí, respondiendo sí dos veces, tienes 1) una pregunta bien planteada y 2) sabes que, al menos en teoría, la pregunta puede tener respuesta. Pero hay una casilla más que marcar:
Éste es un poquito más técnico. La clave de la pregunta es que la función de Oracle a menudo necesita más información que solo la pregunta para encontrar la respuesta. El ser humano informado, que hace el trabajo de oráculo, puede necesitar información adicional para tomar una decisión o producir una respuesta. Esto es lo que yo llamo el contexto.
Por ejemplo, el oráculo de pronóstico del tiempo necesita conocer las condiciones meteorológicas actuales, así como las condiciones de algunos días atrás, para realizar pronósticos. Esta información no está contenida en la frase “¿Qué tiempo hará mañana?”
Por otro lado, en el caso de imágenes de perros y gatos, el contexto está en la imagen y no se requiere contexto adicional.
La razón por la que esto es importante es que cuando entrenamos una IA, a la IA se le presentan preguntas del tipo
Luego, la IA hace una suposición antes de recibir la respuesta verdadera y, con el tiempo, se espera que aprenda la diferencia entre perros y gatos. Pero para que esto suceda, la diferencia debe estar disponible, de modo que la IA pueda aprender a identificarla. En el caso de las imágenes, esto es sencillo: sólo hay que asegurarse de que las imágenes tengan la calidad suficiente para que la distinción sea posible. En el caso del pronóstico del tiempo, se vuelve más complicado: en realidad hay que tomar una decisión informada sobre qué información se requiere para hacer una predicción del tiempo. Esta es una pregunta que los expertos en el dominio responden mejor, por lo que es posible que deba comunicarse para obtener una buena respuesta.
Pero la conclusión es: si no hay suficiente información disponible para que el ser humano informado responda la pregunta, entonces hay pocas esperanzas de que la IA aprenda a responder también la pregunta. Necesitas ese contexto.
Entonces, para resumir, si desea probar su idea de proyecto de IA, para ver si esto es algo que se puede resolver con el uso de IA, puede intentar responder las siguientes tres preguntas:
1. ¿Puedes expresar tu pregunta por escrito?
2. ¿Puede un ser humano informado hacer el trabajo?
3. ¿Está disponible el contexto?
Si puede responder sí a las tres, entonces está listo para seguir adelante. Es posible que todavía queden obstáculos que superar y tal vez al final resulte demasiado difícil. Pero ese es el tema de otro post.
¡Buena suerte!
Con saludos sinceros
Daniel Bakkelund