Mientras que la IA se centra en la creación de máquinas inteligentes que realizan tareas humanas, un algoritmo basado en el ser humano, que aprovecha el poder de la multitud para hacer predicciones, muestra una precisión notable.
Desde la década de 1950, cuando los investigadores comenzaron a buscar formas de crear inteligencia artificial, se ha puesto mucho énfasis en el desarrollo de redes neuronales artificiales que construyen inteligencia desde cero. Al darle la vuelta a este concepto, un enfoque llamado «inteligencia artificial de enjambre» utiliza el poder de la naturaleza de una manera diferente: aprovechando grupos de mentes humanas para hacer predicciones sobre acontecimientos del mundo real.
El Dr. Louis Rosenberg, Director General de Unanimous AI, está construyendo una plataforma de software, la UNU, que reúne a grupos para tomar decisiones colectivas. «Lo que es diferente de esto es que mantiene fundamentalmente a la gente dentro», dijo. «Estamos enfocados en usar software para amplificar la inteligencia humana.»
Técnicamente no es IA:»si un programa no puede ser inteligente sin gente, no es artificialmente inteligente», dijo Roman Yampolskiy, director del Laboratorio de Ciberseguridad de la Universidad de Louisville. Y el concepto de «sabiduría de la multitud», derivado de los modelos de computación basados en el ser humano, se remonta al menos a doce años atrás. El propio Yampolskiy desarrolló un algoritmo similar, apodado «Sabiduría de multitudes artificiales», utilizando un grupo de «agentes inteligentes simulados» para hacer predicciones.
«Estamos enfocados en usar software para amplificar la inteligencia humana.» Dr. Louis RosenbergStill
, la capacidad de toma de decisiones que Unanimous AI ha utilizado es impresionante. La plataforma de la UNU ha sido notablemente precisa hasta ahora en la predicción de los resultados de cosas como los Oscar del año pasado, el Superbowl e incluso las carreras políticas.
VER: 7 tendencias de la inteligencia artificial en 2019: `Como en 2015 con esteroides?
La idea detrás de la inteligencia de enjambre es aprender de lo que sucede en la naturaleza. «Es por eso que los peces forman cardúmenes y las aves forman bandadas y las abejas enjambres», dijo Rosenberg. «En pocas palabras, es permitir que el grupo tome mejores decisiones de las que los individuos podrían tomar solos.»
Este tipo de inteligencia de enjambre, hay que tener en cuenta, no es exactamente lo mismo que otro tipo llamado «flocado», que se aplica a la robótica. El»flocking» es una forma en que los grupos pueden navegar eficientemente a través de los ambientes, confiando unos en otros para obtener ayuda.
«Hay una gran cantidad de conocimiento, sabiduría e intuición en los grupos que trabajamos para aprovechar», dijo Rosenberg, «para crear inteligencia que amplifique sus habilidades naturales».
Aplicación de las normas de otros entornos naturales a los seres humanos
La abeja melífera, dijo Rosenberg, que es «notable» cuando se trata de tomar decisiones, es la inspiración para los tipos de sistemas que crea. «La mayoría de la gente no se da cuenta de lo asombrosos que son», dijo Rosenberg.
Imagínese esto: cada año, las abejas de la miel deben separarse de su colonia y enviar abejas exploradoras para encontrar una nueva ubicación para su nuevo hogar. Cientos de exploradores son enviados, algunos viajando hasta treinta millas cuadradas para encontrar el mejor nuevo hogar, y regresando a la colmena para formar un enjambre y hacer una evaluación de los nuevos ambientes. Entre 400 y 600 abejas participan en un «baile de meneo» para transmitir información al grupo. «El enjambre es la forma en que toman esta decisión», dijo Rosenberg. «Resulta que es una decisión muy compleja. Están teniendo en cuenta un montón de variables conflictivas».
El profesor Healy de Cornell descubrió que las abejas son el sitio óptimo en más del 80 por ciento de los casos, dijo Rosenberg. «Lo fascinante es que ninguna abeja podría tomar esa decisión.»
Cómo se equivocan los humanos
Mientras que las abejas se dedican a la «negociación en tiempo real», los seres humanos a menudo tienen un enfoque diferente y menos preciso para hacer predicciones. Típicamente, los humanos usan encuestas y votos, que Rosenberg llama «primitivos». A menudo se equivocan, dijo, porque se están polarizando. «En lugar de encontrar un terreno común, nos obligan a afianzarnos en las predicciones y nos dificultan encontrar la mejor respuesta para el grupo.
»
Así que Unanimous AI pretende evitar el atrincheramiento y el estancamiento imitando a las abejas, que, a través de «millones de años de evolución, llegarán a la decisión que es la mejor para todo el grupo».
¿Cómo funciona la inteligencia de enjambre?
La UNU es una plataforma en línea en la que cualquiera puede iniciar sesión y responder a las preguntas como un enjambre. «La gente se beneficia cuando forman un sistema en tiempo real como lo hacen las abejas, los peces y los pájaros, en lugar de que la gente emita un solo voto como lo hace la gente», dijo Rosenberg.
El enjambre en acción, dijo Rosenberg, es un poco como «una tabla de Ouija masiva en línea». (Vale la pena ver su video para ver cómo funciona.) A los participantes se les da un disco de vidrio en una cuerda, y todos mueven ese disco juntos. «Todo el mundo tiene un pequeño imán», explicó Rosenberg. «Y cientos de personas están tirando del mismo disco al mismo tiempo.»
Como los humanos no pueden mover el baile, realizan la acción de enjambre moviendo colectivamente el mismo disco en la pantalla al mismo tiempo. Por ejemplo, todo el mundo verá una pregunta como: «¿Quién va a ganar el mejor actor? Cada miembro del grupo comienza a mover el disco a una de las opciones y a medida que se mueve, todos cambian sus opiniones en tiempo real. «Digamos que se está moviendo hacia una opinión con la que usted está de acuerdo: si ve a otros tirando de esa manera, usted comienza a tirar con aún más convicción», dijo Rosenberg. «Todo el mundo está cambiando y cambiando su tirón en tiempo real. Si el grupo no puede encontrar puntos en común, no están haciendo ningún progreso».
El proceso requiere negociación y encontrar una solución mutuamente beneficiosa.
Resultados de las predicciones de enjambrazón
Cincuenta personas (sin experiencia previa) trabajaron juntas en la UNU para predecir los premios de la Academia. Como individuos, fueron encuestados para hacer predicciones. El promedio fue de seis correctos de 15. Los expertos han acertado nueve. ¿El enjambre? Once. «Pasaron de tener un 40 por ciento de precisión como individuos, dijo Rosenberg, a tener más del 70 por ciento de precisión cuando trabajaban juntos como enjambre. Sucede porque la gente puede llenar los vacíos en el conocimiento de los demás».
Las implicaciones de esto podrían ser profundas. Si bien las apuestas en los Oscar o en eventos deportivos pueden no tener un impacto sustancial, los programas informáticos como la UNU podrían tener muchas aplicaciones empresariales, como decidir si una determinada estrategia empresarial tendrá éxito. También podría cambiar el juego cuando se aplica a algo como las carreras políticas. Hace seis meses, la UNU preguntó a la gente sobre las predicciones de candidatos políticos. «El enjambre reflejaba una fuerte preferencia por Bernie Sanders y Donald Trump», dijo Rosenberg.
En ese momento, pensó que el algoritmo estaba roto.