De las reglas a las relaciones: cómo las máquinas están aprendiendo a entenderse

Los sistemas de comunicación han evolucionado de una simple transmisión de bits a un intercambio de información inteligente. Los sistemas tradicionales se centran en mover los datos sin procesar del punto A al punto B lo más confiable posible. Ahora, con la explosión de la comunicación de máquina a máquina en dispositivos IoT, sistemas autónomos e infraestructura inteligente, estamos llegando a un cuello de botella fundamental.

Las redes modernas se ahogan en datos innecesarios. Pero las máquinas no necesitan toda la información que transmitan los sistemas tradicionales.

Echemos un vistazo a la siguiente interacción de monitoreo de seguridad:

Cámara de seguridad: Via a alguien que camina en un área restringida durante las horas fuera de horario y captura un marco de video de alta resolución del tamaño 5 MB

Sistema tradicional: Envía todo el marco de 5 MB con cada bit

Monitoreo central: Análisis de marco y determina: “Persona no autorizada detectada en la Zona A”

En esta interacción, el sistema de monitoreo se preocupa principalmente por la alerta de seguridad en lugar de los detalles de la ropa de la persona, los rasgos faciales o los antecedentes. Pero la comunicación tradicional le da igual importancia a cada píxel, transmitiendo millones de bits irrelevantes junto con los pocos que importan para la toma de decisiones.

La comunicación semántica surgió como un cambio de paradigma que transmite significado en lugar de bits. En lugar de enviar todo el marco de video de 5 MB, un sistema de comunicación semántica extraería y transmitiría solo: “Zone_A, no Autorizado_person, amenaza_level_high”, al tiempo que requiere solo una pequeña fracción de datos, al tiempo que preserva toda la información relevante para la decisión.

El sistema receptor obtiene exactamente lo que necesita para tomar la decisión correcta al implementar el personal de seguridad para la zona A para una intrusión no autorizada.

Los primeros sistemas se basaron en bases de conocimiento semántico (SKB) para reducir el uso de ancho de banda sin perder el significado real del mensaje.

Pero los sistemas basados en SKB tienen limitaciones. Funcionan bien en entornos controlados pero fallan al encontrar escenarios desconocidos. Esta limitación provocó el desarrollo de la comunicación semántica basada en gráficos de conocimiento que promete resolver situaciones desconocidas a través del razonamiento relacional.

¿Por qué falla la comunicación semántica con sede en Skbs?

Los sistemas SKB tienen una debilidad crítica. Para entenderlo, primero necesitamos ver cómo procesan la información.

En nuestro ejemplo de monitoreo de seguridad, tanto la cámara como la estación de monitoreo mantienen una base de conocimiento compartida k = {kmetro ∈ Rd}{m∈M} donde cada kmetro representa atributos semánticos para la categoría m. Cuando una cámara de seguridad captura un marco de video X, el codificador semántico S_α (·) extrae características S ∈ Rd.

En lugar de transmitir “S” directamente, el sistema encuentra la coincidencia más cercana con la similitud de coseno:

Fuente de la imagen: papel skb[1]

donde d (s, kmetro) representa la similitud cosena entre S y Kmetro.

En nuestro ejemplo, la cámara ve a alguien en un área restringida y extrae características como “forma humana, sin uniforme, movimiento nocturno”. Los compara con su base de conocimiento y encuentra que la mejor coincidencia es “no autorizada_person” en el índice V en la base de conocimiento. En lugar de enviar todos los detalles de la función, solo transmite “V”.

Este enfoque simple reduce significativamente el uso del ancho de banda al tiempo que preserva toda la información que el sistema de monitoreo necesita para tomar decisiones.

¿Dónde se descompone esto?

El sistema funciona muy bien hasta que aparece algo inesperado. ¿Qué sucede cuando la cámara ve algo que no está en su base de conocimiento?

Veamos el siguiente ejemplo:

Cámara de seguridad: Observa a un trabajador de mantenimiento en ropa de trabajo que lleva herramientas durante las horas fuera de los horarios.

Sistema SKB: Solo conoce “no autorizado_person”, “autorizado_person”, “vehículo”, “animal”

Decisión del sistema: Clasifica con confianza al trabajador como “no autorizado_person” con un alto nivel de amenaza

Resultado: Falsa alarma: el equipo de seguridad es enviado para detener el trabajo de mantenimiento legítimo

Las matemáticas detrás de esto pueden parecer simples, pero en realidad es bastante problemático. El sistema siempre elige el “mejor” partido, incluso cuando todas las opciones son terribles. Es como verse obligado a elegir una respuesta en una prueba de opción múltiple cuando ninguna de las opciones tiene sentido. Todavía tienes que elegir algo, y el sistema no tiene forma de decir que no lo sabe.

Estos problemas empeoran en implementaciones reales. Por ejemplo, si sus datos de entrenamiento no incluyeron sombras, el sistema comienza a llamarlos “intrusos”. Entrene sin ejemplos de ropa de invierno, y cree que los abrigos pesados son “equipo sospechoso”. El sistema nunca admite la incertidumbre. Siempre suena seguro, incluso cuando está completamente mal.

¿Cómo solucionan esto los gráficos de conocimiento?

La comunicación semántica basada en gráficos de conocimiento resuelve las limitaciones de SKB mediante la codificación de relaciones entre nodos en lugar de solo categorías aisladas. En lugar de preguntar “¿Qué categoría coincide con esta?” pregunta “¿Cómo se relaciona esto con lo que ya sé?”

Vamos a caminar por nuestro ejemplo de trabajador de mantenimiento para ver la diferencia:

Paso 1: detección y extracción de características
La cámara detecta las mismas características que antes, como “forma humana, ropa de trabajo, herramientas de transporte, tiempo fuera de horario”

Paso 2: Mapeo de relaciones
En lugar de forzar estas características en una sola categoría, el gráfico de conocimiento las asigna a múltiples nodos conectados.

Forma humana → desencadenar el nodo “humano”
Ropa de trabajo + herramientas → desencadenantes Nodos “Work_Tools” y “Mantenimiento_equipment”
Tiempo fuera de horario → desencadenantes Nodo “inusual_access_time”

Paso 3: Relación transversal
Para rastrear las conexiones entre nodos, el sistema utiliza la siguiente fórmula:

Fuente de la imagen: Documento del gráfico de conocimiento [2]

donde “zV“Denota la representación actualizada del nodo V, y la suma agrega información de todos los nodos vecinos u. Cada nodo recoge su significado de los vecinos con los que está conectado.

Work_tools → indica → mantenimiento_actividad
mantenimiento_actividad → realizado_by → mantenimiento_worker
mantenimiento_worker → IS_A → Authorized_personnel (condicional)
Off_Hours_Access + Authorized_personnel → Requiere → Verificación

Paso 4: razonamiento contextual
El gráfico de conocimiento combina estas rutas de relación: “Esta parece ser una actividad de mantenimiento por personal potencialmente autorizado, pero el momento requiere verificación antes de determinar el nivel de amenaza”.

La clasificación final se realiza utilizando la siguiente fórmula:

Fuente de la imagen: Documento del gráfico de conocimiento [2]

donde ŷ es la categoría predicha, φ (y) es el gráfico de conocimiento que incrusta para la categoría Y, y ŝ es la información semántica recibida. Esto lleva a “verificar antes de la alarma” en lugar de la clasificación forzada de “persona no autorizada” de SKB.

La diferencia clave

La diferencia con el ejemplo del trabajador de mantenimiento es que el sistema SKB ve “humano en el área restringida durante las horas fuera de la hora” y se ve obligado a elegir de sus categorías existentes. En nuestro ejemplo, el sistema eligió “no autorizado_person” porque es el partido más cercano.

Un sistema basado en gráficos de conocimiento adopta un enfoque completamente diferente. Ve a la misma persona pero comienza a conectar los puntos. Una persona que lleva herramientas de trabajo sugiere una actividad de mantenimiento, que generalmente tiene un propósito legítimo. Pero suceder durante las horas fuera de la hora significa que primero necesita verificación. El sistema genera una respuesta inteligente: “verificar antes de la alarma”. A pesar de que el sistema no estaba entrenado para este escenario, pudo razonar utilizando gráficos de relación.

Evaluación

Los sistemas de gráficos de conocimiento mostraron mejoras significativas sobre los sistemas basados en SKB, que muestran una precisión 70-80% mejor en entornos familiares y desconocidos. El sistema funcionó bien incluso cuando la calidad de la señal no era excelente, lo que demostró que en realidad podría funcionar en situaciones del mundo real donde la comunicación es ruidosa.

Dicho esto, los sistemas de gráficos de conocimiento tienen sus propias limitaciones. La construcción de gráficos requiere experiencia en el dominio y una potencia informática significativa. Nuestras pruebas se limitaron a un conjunto de datos específico con categorías predeterminadas, por lo que no estamos seguros de cómo funcionaría en una implementación del mundo real a gran escala. Estos sistemas necesitan más pruebas antes de que puedan reemplazar completamente los sistemas basados en SKB.

Conclusión

Los sistemas SKB eran geniales cuando todo era predecible, pero falló en un entorno desconocido. Los gráficos de conocimiento resuelven este problema al comprender verdaderamente cómo los nodos se conectan entre sí. Esto permite que el sistema razone a través de un entorno desconocido mediante estas conexiones, en lugar de necesitar capacitación explícita para cada situación posible. Son más difíciles y más caros de construir, pero son adecuados para escenarios del mundo real.

Referencias

[1] https://arxiv.org/pdf/2405.05738
[2] https://arxiv.org/pdf/2507.02291