La máquina contestadora de preguntas
Watson es un proyecto de IBM que debe su nombre a Thomas J. Watson, el legendario primer presidente de la empresa. Su existencia está indisolublemente unida, de hecho, a un juego. Un concurso televisivo extremadamente popular en los Estados Unidos: Jeopardy!.
Cuenta la leyenda que Charles Lickel, jefe de investigación de IBM, una noche mientras cenaba en un restaurante, notó que de repente, a las 19 horas, muchos de sus invitados se levantaron y abandonaron la sala. Intrigado por este extraño comportamiento, Lickel los siguió y descubrió que fueron a un café adyacente. Aquí los encontró a todos reunidos frente al televisor, con la intención de ver a Ken Jennings ocupado extendiendo su racha ganadora en el enormemente popular Jeopardy!. Lickel comprendió de inmediato el potencial, en términos de caja de resonancia y popularidad, de enfrentar a un competidor informático con muestras humanas y, por otro lado, la complejidad de la empresa y su valor intrínseco para la investigación. Todo esto sucedió en el otoño de 2004. Más tarde, Lickel presentó su idea a la empresa, y Paul Horn, gerente ejecutivo de investigación de IBM, tomó su sugerencia y la presentó a los miembros de su departamento. Finalmente, David Ferrucci aceptó el desafío. Era 2005: nació Watson.
Cuando comenzó el proyecto, el objetivo era crear lo que luego se llamará una "máquina de respuesta a preguntas". Las dificultades a superar no fueron en modo alguno baladíes. Jeopardy tiene una estructura simple: el anfitrión (Alex Trebek) proporciona respuestas (pistas) y los concursantes tienen que hacer la pregunta correcta. Para hacer esto, tienen que reservar. Quien gana precedencia sobre sus oponentes tiene derecho a responder. Ganas dinero (cuanto más dinero, más difícil es la pregunta) si respondes correctamente, pierdes dinero si te equivocas. Las preguntas son de lo más variadas y los participantes no conocen los temas de antemano. Las pistas no siempre son lineales, pueden contener siglas, versos, juegos de palabras. Además de un dominio de la materia, también requieren una capacidad de discernimiento difícil de adquirir por una máquina. Como señalan McAfee y Brinjolfsson (The Second Machine Age, 2014), «los jugadores también deben ser rápidos, atrevidos y precisos al mismo tiempo».
Watson, un gran nerd
Las primeras versiones de Watson dejaban mucho que desear. A los programadores se les presentó una elección importante: preferir un enfoque más cauteloso (en beneficio de una mayor precisión en las respuestas), o adoptar una actitud más agresiva (lo que implicaba la posibilidad de reservar y responder primero, pero también cometer errores más fácilmente)? En las pruebas iniciales, realizadas a finales de 2006, se optó por un curso de acción moderadamente agresivo: Watson debía intentar responder primero en el 70% de los casos. Sin embargo, los comienzos no fueron alentadores, el rendimiento del coche distaba mucho de hacerlo competitivo. Watson, de hecho, pudo responder correctamente solo el 15% de las preguntas. Por el contrario, el futuro retador de Watson, Ken Jennings, logró aproximadamente un 90 % de respuestas correctas, en las mismas condiciones.
Evidentemente, había mucho trabajo por hacer, pero Watson demostró ser un aprendiz rápido. En 2010, la supercomputadora finalmente apareció lista para competir contra los antagonistas humanos. Según los supuestos anteriores, Watson ahora podía responder correctamente el 85 % de las preguntas. Una excelente actuación, sin embargo, aún no lo suficiente como para desafiar a los mejores jugadores de carne y hueso.
Para que esto fuera posible, hubo que esperar hasta principios de 2011, cuando se planteó el desafío entre Watson y dos oponentes verdaderamente formidables: Ken Jennings y Brad Rutter. Jennings es el jugador con la racha de hits más larga en la historia del espectáculo, la asombrosa cantidad de 74 juegos. Rutter, por otro lado, es el competidor que ha ganado la mayor cantidad de la historia, unos buenos $ 3.400.000, así como el ganador de 2005 de Jeopardy! Ultimate Tournament of Champions (donde derrotó al mismo Jennings). En tres noches, entre el 14 y el 16 de febrero de 2011, Watson superó claramente a sus rivales. Aunque no tenía acceso a Internet, el retador electrónico sí podía utilizar 200 millones de páginas de contenido, incluida la Wikipedia completa. No obstante, el rendimiento de la supercomputadora de IBM no estuvo exento de fallas, particularmente con categorías de preguntas que contenían pocas palabras y pistas mínimas. A pesar de esto, la computadora no ha dejado salida a los competidores humanos. El resultado final vio a Watson combinar ganancias totales de $77.147 contra $24.000 de Jennings y $21.600 de Rutter.
Juego terminado. ¡La computadora gana, el hombre pierde!
El día después
"Yo, por mi parte, doy la bienvenida a nuestros nuevos maestros de las computadoras". Jennings agregó esta línea a su última respuesta en el juego final. Un reconocimiento a la victoria de Watson, con una cita extraída de Los Simpson pero quizás, más aún, la conciencia de la derrota, de sus implicaciones, de la abdicación del hombre frente a la máquina. Jennings dijo más tarde: «Lo disfruté y lo volvería a hacer en un abrir y cerrar de ojos… No se trata de los resultados; se trata de ser parte del futuro". Y que la historia se escribió esa noche está fuera de toda duda. Como señaló Edward Feigenbaum, profesor de la Universidad de Stanford y uno de los pioneros en el campo de la inteligencia artificial: "Retrocede 20 años en tu mente y ¿quién hubiera pensado que esto sería posible?".
Sin embargo, que la empresa tuviera éxito no era de ninguna manera una conclusión inevitable. Para IBM Watson representó una apuesta. Una apuesta que en un principio muy pocos creyeron. Al principio el proyecto fue visto con perplejidad o, peor aún, con indiferencia. Un escepticismo con el que Paul Horn tuvo que lidiar incluso dentro de su propio equipo: «Al principio dijeron que no, es un proyecto ridículo en el que trabajar, es demasiado humoso, no es una prueba informática real, y probablemente no podamos hacerlo de todos modos".
El comienzo fue lento, las dificultades y la desconfianza fueron de la mano. Horn vuelve a recordar: «Cuando salí de IBM a finales de 2007, Watson era un proyecto embrionario… Tenía tres personas del área de Charles Lickel que habían conseguido los datos de los antiguos programas Jeopardy y estaban empezando a entrenar la máquina. En ese momento apenas podía vencer a un niño de cinco años. La predicción fue 'Dios sabe cuánto tiempo llevaría vencer a un adulto, y mucho menos a un campeón'».
Pero al final Watson lo logró. John Kelly, jefe de investigación de IBM y uno de los padrinos de Watson, en una entrevista con Charlie Rose, unos años después, revela la aprensión que rodeaba esos momentos: «En realidad, en ese juego de “Jeopardy!” Hace cinco años, cuando pusimos ese sistema informático en la televisión, lo dejamos pasar. Y a menudo siento que estoy poniendo a mi hijo en un autobús escolar y no tendré control sobre eso". Un chico que ahora tenía que demostrar que sabía caminar con sus propias piernas y confiar únicamente en sus propias habilidades. Kelly continúa: “No tenía idea de las preguntas que estaba a punto de recibir. Era completamente autónomo. Ya no podía tocarlo".
modelo de razonamiento
El éxito de Watson ha atraído una atención considerable. Hizo que IBM volviera a ser el centro de atención, aunque fue una operación comercial exitosa. El suceso dejó una mezcla de asombro, desconcierto y, como siempre sucede cuando uno se adentra en lo desconocido, miedo. "La gente me pregunta si esto es HAL [HAL9000 de 2001 A Space Odyssey]", observó Ferrucci, "es solo ciencia ficción... no estamos ni cerca de ese punto".
Entonces, ¿qué diferencia a Watson de otras calculadoras? ¿Cómo prevaleció la supercomputadora de IBM sobre sus rivales humanos?
Ferrucci continúa: «… HAL no es el foco. La atención se centra en la computadora de "Star Trek", donde se busca información a través de un diálogo inteligente, donde se pueden hacer más preguntas y la computadora puede considerar toda la evidencia y tratar de hacer más preguntas. Precisamente esta capacidad de interpretar la complejidad del lenguaje humano, de captar sus facetas, sutilezas y matices, es lo que hace único a Watson y lo distingue de su antecesor, Deep Blue. Ferrucci señala: «Cuando piensas en el ajedrez, puedes asignarlo al contexto de un problema matemático bien definido. Cada pieza del tablero, cada regla, cada movimiento está perfectamente definido. Es inequívoco. No hay lugar para la interpretación o la incertidumbre sobre cuál es la naturaleza real del problema y cómo funciona. Deep Blue, naturalmente, necesitaba ser una computadora lo suficientemente poderosa como para investigar suficientes movimientos con anticipación para poder descubrir cuál era el mejor movimiento para ganar el juego. Pero no había ambigüedad ni contexto externo ni incertidumbre que explicar. El problema estaba circunscrito y bien definido. El lenguaje humano es otra historia completamente diferente. Para ser precisos en la respuesta a las preguntas, se debe hacer un trabajo más adecuado de comprensión del lenguaje, que está lleno de ambigüedades y matices”.
De hecho, esta cualidad acerca a Watson mucho más a AlphaGo, con el que también comparte otro atributo: es una máquina capaz de aprender. John Kelly describe así su inteligencia: «Así que, para empezar, no tiene inteligencia intrínseca. Básicamente es un niño. Pero tan pronto como recibe datos y resultados, aprende, lo cual es totalmente diferente de todos los sistemas informáticos del pasado, que en realidad no aprendían nada. Y cuando interactúa con los humanos, se vuelve aún más inteligente. Y nunca lo olvides".
Precisamente esta prerrogativa otorgó al superordenador de IBM una segunda oportunidad, de hecho permitió a la empresa explotar sus cualidades también comercialmente. En última instancia, le dio a Watson, a diferencia de lo que le sucedió a Deep Blue, una segunda vida. Una segunda vida que continúa con éxito hoy en día.
Pero esa es otra historia…
