Robot aprende a hablar como lo hace un niño

Un analizador semántico que aprende a través de la observación , imitando el proceso de adquisición del lenguaje de un niño, con el potencial de ampliar en gran medida las características y capacidades que da la informática, fue creado por el Instituto de Tecnología de Massachusetts (MIT).

Los sistemas informáticos de aprendizaje de idiomas se entrenan con oraciones realizadas por humanos que describen el significado y  la estructura gramatical de las palabras, estos métodosafianzan las búsquedas web y cualquier otra consulta en una base de datos.

¿Como es el proceso?

El proceso de anotación de datos puede generar complicaciones sobre cómo etiquetar correctamente una imagen y precisar los patrones naturales del habla. Por dicha razón los investigadores del MIT han desarrollado un analizador que procesa el lenguaje natural y aprende la estructura de este a través de la observación.

Este analizador visualizó alrededor de 400 videos subtitulados y relacionó los objetos con las palabras y las acciones grabadas, para luego usar dicha información en la predicción de la estructura del lenguaje y predecir el significado de cada oración sin ningún video.

Este proceso permitiría que los robots aprendan de las interacciones que ocurren a su alrededor, mejorando las interacciones naturales entre humanos y robots.

¿Que hacen los investigadores?

Los investigadores planean progresar para modelar interacciones, así como observaciones pasivas, nuevamente apoyándose en cómo los niños interactúan con un entorno para aprender sobre él.

Un niño tiene acceso a información redundante y complementaria de diferentes modalidades, incluyendo escuchar a padres y hermanos hablar sobre el mundo, así como información táctil e información visual que lo ayuda a comprender el mundo.

Los niños aprenden el lenguaje observando su entorno, escuchando a las personas que los rodean y conectando los puntos entre lo que ven y oyen. Entre otras cosas, esto ayuda a los niños a establecer el orden de las palabras de su idioma, es decir en otro orden de ideas, el lugar dónde los sujetos y los verbos se encuentran en una oración.

Este enfoque "débilmente supervisado", lo que significa que requiere datos de entrenamiento limitados, imita cómo los niños pueden observar el lugar donde se encuentra y aprender el lenguaje, sin que nadie proporcione un contexto directo. El enfoque podría ampliar los tipos de datos y reducir el esfuerzo necesario para entrenar analizadores, según los investigadores

En el trabajo futuro, los investigadores están interesados ​​en modelar interacciones, no solo observaciones pasivas. “Los niños interactúan con el entorno mientras aprenden. Nuestra idea es tener un modelo que también use la percepción para aprender ”, dice Ross investigadora del MIT.