Cuando la inteligencia artificial pueda escribir código, todos los desarrollos futuristas que alguna vez formaron parte del mundo de ciencia ficción serán una realidad. Y resulta que no estamos demasiado lejos, pues nos estamos dirigiendo hacia una inteligencia artificial que pueda escribir código.
Los investigadores han desarrollado una forma flexible de combinar el aprendizaje profundo y el razonamiento simbólico para enseñar a las computadoras a escribir programas informáticos cortos. En ese sentido, han nombrado al programa SketchAdapt, que ha sido entrenado con miles de ejemplos de programas, para componer programas cortos de alto nivel, mientras permite que un segundo conjunto de algoritmos encuentre los subprogramas adecuados para completar los detalles.
SketchAdapt es un programa inteligente que puede cambiar de un patrón estadístico a un modo de razonamiento simbólico menos eficiente, pero más versátil, para llenar los vacíos. El programa ha sido desarrollado por dos profesores del MIT, Armando Solar-Lezama y Josh Tenenbaum. El trabajo se presentó en la Conferencia Internacional sobre Aprendizaje Automático entre el 10 y el 15 de junio.
Armando Solar-Lezama (izquierda), profesor de CSAIL, habla con el estudiante graduado Maxwell Nye.
“Las redes neuronales son bastante buenas para estructurar bien, pero no los detalles”, dice Solar-Lezama. “Al dividir el trabajo, dejar que las redes neuronales manejen la estructura de alto nivel y usar una estrategia de búsqueda para completar los espacios en blanco, podemos escribir programas eficientes que den la respuesta correcta”.
Durante mucho tiempo, enseñar a las computadoras a codificar ha sido el mayor objetivo de muchos de los investigadores de inteligencia artificial. Una computadora que pueda programarse a sí misma, probablemente aprenda el lenguaje más rápido, converse con fluidez e incluso modele la cognición humana. En este paradigma se basó Solar-Lezama para desarrollar primeramente Sketch (un clasificador de tareas de programación) que más tarde se convirtió en el ahora revolucionario SketchAdapt.
SketchAdapt no confía en los expertos para definir la estructura de un programa, sino que resuelve todo utilizando aprendizaje profundo. Y no solo eso, sino que cuando las redes neuronales no están seguras de qué código colocar o dónde colocarlo, SketchAdapt deja el espacio en blanco para que se llenen los algoritmos de búsqueda.
“El sistema decide por sí mismo lo que sabe y lo que no sabe”, dice el autor principal del estudio, Maxwell Nye, un estudiante graduado en el Departamento de Cerebro y Ciencias Cognitivas del MIT . “Cuando se atasca y no tiene patrones familiares en los que basarse, deja los marcadores de posición en el código. Luego utiliza una estrategia de adivinar y verificar para rellenar los agujeros”.
Comparado con software RobustFill y DeepCoder propiedad de Microsoft, SketchAdapt es muy superior en el sentido de escritura y orden de código. El programa es excelente para abreviar los números de la Seguridad Social con tres dígitos y los nombres de pila por su primera letra. Puede también escribir y transformar una lista de números con eficiencia. Y además pudo transferir mejor sus conocimientos a un nuevo escenario y escribir programas de cuatro líneas correctos en comparación con los otros software.
