El físico navarro que enseña a las máquinas a leerte la mente

El investigador Humberto Bustince aplica el razonamiento aproximado a la inteligencia artificial para que su funcionamiento sea más parecido al de nuestro cerebro

Humberto Bustince (1958, Ujué, Navarra) terminó dedicándose a la inteligencia artificial (IA) de manera natural. Aunque estudió física teórica y siempre le atrajo poderosamente la mecánica cuántica, por circunstancias de la vida, terminó realizando su tesis doctoral sobre lógica intuicionista para representar el razonamiento humano. “Me apasionó tanto el tema que empecé a interesarme por llevarlo a la IA”, reconoce ahora, bastantes años más tarde, a las puertas de recibir uno de los premios de investigación que entrega la Sociedad Científica Informática de España en colaboración con la Fundación BBVA.

Con esta idea en mente, decidió adentrarse en un campo que entonces tenía poco recorrido: el razonamiento aproximado. “La inteligencia computacional es un subcampo dentro de la IA que consta de tres pilares: cómo aprenden las máquinas mediante redes neuronales, cómo desarrollar algoritmos evolutivos y biológicos para que puedan dar respuestas en tiempo real y cómo nos relacionamos con ellas, un ámbito asociado con el lenguaje natural”, delimita. “En este último punto es donde entra el razonamiento aproximado”.

Esta rama de la IA, en la que se enmarcan procesadores de texto y voz inteligentes, se basa en la capacidad de obtener conclusiones a partir de información incompleta o con cierto grado de incertidumbre. Bustince cita al expresidente del CSIC Enrique Trillas para recordar que el ser humano tiende a funcionar por razonamiento aproximado y lógica difusa y, durante la mayor parte del día, no se expresa con exactitud.

“En lógica clásica, las cosas son verdad o mentira, pero, en la vida real, no todo es blanco o negro”, señala. “Las personas no dicen que hace una temperatura de 12 o de 27 grados, sino que hace frío o calor. En la selva, nadie diría con certeza que cuando estás a más de 100 metros de un león no hay peligro; vamos viendo, a medida que nos acercamos al león, si la distancia es o no es peligrosa”.

Para alcanzar estas conclusiones, resulta imprescindible comprender el contexto. No es lo mismo tratar con problemas utilizando IA débil o IA fuerte. Bustince explica que la primera enmarca los algoritmos que posibilitan los coches autónomos y los que están dando resultados muy prometedores en oncología. La segunda va un paso más allá y pretende descifrar sentimientos, sensaciones, emociones y percepciones.

Las personas no dicen que hace una temperatura de 12 o de 27 grados, sino que hace frío o calor.

“Para poder avanzar en este campo, se están involucrando biólogos y médicos que ayudan a entender qué parte del cerebro toma unas u otras decisiones y cómo son las reacciones químicas”, explica. “Es un área que está naciendo aún, pero avanza rápido”.

Si leemos una noticia sobre Donald Trump en la que no se le menciona directamente, nuestra memoria se organiza de tal manera que nos permite entender que nos están hablando del presidente de EE UU, que es un magnate inmobiliario que lleva en el poder cerca de tres años. La idea es que la máquina también sea capaz de llegar a estas conclusiones. Aquí es donde entra en juego la fusión de datos.

“Cuando analizamos las notas de un alumno, podemos intuir que si tiene buenas notas en matemáticas, es probable que también se le dé bien la física, aunque no necesariamente será bueno en historia”, explica Bustince. “Para que un sistema informático pueda establecer estas relaciones, debe analizar tanto las similitudes que existen en los datos como sus diferencias”.

Hace cuatro años, la fusión de datos llevó a este físico a comenzar a trabajar en una de las áreas con mayor proyección de la IA: el cerebro computacional. El equipo de investigación que coordina en la Universidad Pública de Navarra (UPNA), donde trabaja como catedrático, junto a investigadores de Australia y Taiwán, desarrolló un sistema que monitoriza la actividad cerebral y traduce determinadas señales emitidas por el cerebro para que puedan ser interpretadas por una máquina.

Para entrenarlo, pidieron a un amplio grupo de personas que pensaran en mover la mano izquierda o la derecha y monitorizaron su actividad cerebral. Ahora, su sistema adivina qué mano piensa mover alguien con un 95% de precisión gracias a la fusión de datos de diferentes bandas de longitud de ondas. Y no solo funciona con opciones binarias —izquierda o derecha, sí o no—; su sistema puede trabajar con hasta cuatro alternativas diferentes.

“Este tipo de investigaciones dan lugar a aplicaciones interesantes en medicina, para personas que están conscientes pero no pueden comunicarse. A partir de este proyecto, hemos desarrollado herramientas para que estas personas puedan decirte qué prefieren comer sin necesidad de moverse o abrir la boca”, explica Bustince, quien también confiesa que, entre los interesados en este desarrollo, hay compañías de telefonía que buscan que, en una década, sus móviles se puedan encender y apagar con la mente.

Más información

Retina

12/12/2019
Normas