La lectura. El área visual de formación de palabras (VWFA), el sistema ventral, el dorsal y el Braille

La lectura es una actividad fascinante para cuyo eficiente desempeño se recluta la llamada área visual de formación de palabras (VWFA del inglés Visual Word Form Area). Este área está al final del sistema ventral que realiza un sofisticado procesamiento de la imagen visual. Sin embargo, los últimos estudios indican que la VWFA es también el área utilizada por los ciegos al leer Braille.

La lectura (y la escritura), el mayor invento de todos los tiempos, ha permitido avanzar de forma decisiva a la humanidad. Tiene una antigüedad de 5000 años, no es universal (hay millones de analfabetos en el mundo) y no tiene una base genética sino que es aprendida (por contraposición al habla que sí es universalmente humana y con una base genética aunque también requiera aprendizaje). A pesar de no estar precableada en el cerebro y ser aprendida, la lectura tiene un nivel de eficiencia extraordinario. Reconocemos letras, palabras y frases a una enorme velocidad independientemente del font, del tamaño, de la posición o de si son MAYÚSCULAS/minúsculas. A la vez es muy exigente con las pequeñas diferencias (e y c) y el orden (los y sol).
El presente artículo se refiere exclusivamente al reconocimiento visual de palabras por VWFA (también llamada letterbox por el investigador Stanislas Dehaene). El VWFA informa a otras áreas temporales, parietales y frontales para el acceso semántico y fonológico cuyo procesamiento no se considera aquí.
Bigramas abiertos
Las unidades básicas de procesamiento que se han propuesto son los llamados bigramas abiertos.

• Son grupos de dos letras próximos aunque no necesariamente juntos. De CALDO:  CA, CL, CD, CO, AL, AD ...
• Otras letras pueden estar en medio.
• El orden ha de preservarse.
• Toleran la imprecisión. Hcn q st frs pd lrs.

Vías de procesamiento visual: dorsal y ventral
Melvyn Goodale propuso dos vías de procesamiento de la información visual, una responsable del dónde y la otra responsable del qué: la dorsal  y la ventral.
La vía dorsal o parietal se origina en las células grandes de la retina (células M que forman la vía magnocelular hasta el tálamo y el córtex visual)

• Se origina en las células grandes M de la retina y es magnocelular
• Es responsable del dónde están los objetos.
• Es parietal

La vía ventral se origina en las células pequeñas de la retina (células P que forman la vía parvocelular hasta el tálamo y el córtex visual)

• Se origina en las células pequeñas P de la retina y es parvocelular
• Es responsable del qué objetos.
• Es temporal
• Tiene una organización jerárquica según progresa la vía.
• Cada nivel de la jerarquía responde a un campo visual mayor que el anterior duplicándose el campo receptivo.
• En cada nivel de la jerarquía hay mayor selectividad a la forma
• La forma se reconoce con independencia de la posición que ocupe en el campo visual.
• Es responsable del reconocimiento de objetos, caras y palabras.

En la vía ventral, la del qué, las neuronas de las primeras etapas responden a formas simples (una neurona responde a una línea), mientras que las etapas finales responden a formas complejas (una neurona solo responde a una cara). La vía ventral es responsable de que podamos identificar palabras a una velocidad de 150ms por palabra. En ocasiones la vía ventral no es capaz de identificar las palabras. En ese caso, para palabras extrañas, hay que recurrir a la vía dorsal, se requiere pronunciarlas y el proceso tarda 1 o 2 segundos.
Aprendizaje
Al final de la vía ventral se encuentra la VWFA para reconocer palabras. Pero esta vía no es innata. Es un área de reconocimiento de formas que se ha reconvertido debido al aprendizaje y a la plasticidad del cerebro. Durante nuestra larga infancia, el VWFA se modifica mínimamente para reconocer letras. El aprendizaje de palabras ha usurpado estas zonas visuales del que podría ser el reconocimiento de otros objetos naturales mediante el reciclaje neuronal. Para ello ha sido necesario que la escritura utilice rasgos sencillos, rasgos que biológicamente son fáciles de reconocer. En este sentido, la escritura está biológicamente determinada.

No todo se aprende de igual forma. Solo los bigramas útiles se aprenden: CA vs QQ. La VWFA no responde a secuencias aleatorias de consonantes y sí a palabras o bigramas comunes. Los lenguajes de ortografía transparente (como el castellano) necesitan el reclutamiento de menos áreas que los opacos (como el inglés) que tienen menos regularidad grafema-fonema y necesitan usar mayores áreas para el reconocimiento de palabras. Un punto importante es que también hay que desaprender. En concreto, las áreas de reconocimiento de formas responden a la simetría: si damos la vuelta a un objeto, sigue siendo el mismo como demuestran ls estudios con niños y monos. Sin embargo, la lectura requiere desaprender la simetría ya que b y d son distintas. Este proceso de desapredizaje es complejo y es la causa de la dislexia.
Braille
La lectura tiene 5000 años pero el Braille solo 200. Un reciente estudio usando fMRI ha mostrado como el VWFA es utilizada por los ciegos al leer Braille. En 8 sujetos ciegos se realizaron tareas de lectura Braille mientras eran sometidos a fMRI. Sus datos se compararon con personas que ven.

• La activación en la VWFA se producía ante palabras con significado, pero no ante secuencias Braille sin sentido.
• Medido el cerebro entero, el pico de activación se producía en la VWFA, en las mismas coordenadas cerebrales que en las personas que ven

Queda pendiente establecer cuales son las vías por las que la información táctil llega a la VWFA. El área VWFA está próxima a las áreas del lenguaje, pero nuevos estudios anatómicos son requeridos.
La VWFA es el área más selectiva a la lectura independientemente de la modalidad sensorial (vista o tacto). Por ello el VWFM además de llamarse el área visual de reconocimiento de palabras podría llamarse el área táctil de reconocimiento de palabras o el área metamodal de reconocimiento de palabras. Aunque ya sabemos que es un área de reconocimiento de formas modificada por el aprendizaje.

Jardín de Blogs. Watson, prejubilación J. R. Millán, Top500, cableado, BCI, fumar, pinzón, Boby McFerrin, Paulov y comer

Parte de la serie sobre Watson, Brain Computer Interface (BCI) y diversos temas entre las entradas del blog tecnologíayciencia en el Jardín de Blogs.
IBM Watson. Su próximo médico puede ser un robot
La prejubilación implica declive mental
La silla de ruedas controlada con el cerebro de José del R. Millán
Lista de superordenadores Top500. Noviembre 2010
El cableado del cerebro: ¿una red o una pirámide?
El Pentágono quiere controlar remotamente la mente de los soldados
El casco BCI de Intel distingue entre 1000 palabras 
¿Qué beneficios tiene dejar de fumar?
Retratos de la mente. Reportaje fotográfico de Wired
Tus dedos saben cuando cometes un error en el teclado
Ray Kurzweil: ¿Por qué la victoria de Watson de IBM en Jeopardy importa?
Modelo predictivo del canto del pinzón.
Watson empata el primer encuentro con humanos en Jeopardy. Vídeos disponibles
Watson destroza a los humanos en el 2º día de Jeopardy. Vídeos disponibles
Watson gana el desafío final de Jeopardy. Vídeos disponibles
Watson en Jeopardy. Todas las preguntas y respuestas.
Retina artificial
Expectativas de Bobby McFerrin en TED
Filete con autógrafo de Pavlov
Comer mentalmente reduce el consumo real

El cerebro tiene una capacidad de memoria de 500 petabytes y de procesamiento de 1 exaflops

¿Cómo se puede llegar a las sorprendentes cifras de que la memoria del cerebro es de 500 petabytes y la capacidad de proceso de 1 exaflops? Especulando y realizando múltiples supuestos. El resultado es una estimación que puede estar errada en varios órdenes de magnitud. Expongo el razonamiento para que cada cual saque sus conclusiones.

Grandes números.

La primera estimación es la del número de neuronas en el cerebro. El dato más repetido en la red es 100.000.000.000 (10^11). Considero equivalente cerebro y encéfalo (brain en inglés) y que incluye todas las estructuras dentro del cráneo como el cerebelo y el córtex (que solo representa 1/5 parte del cerebro)

El número de sinapsis es también una estimación. Una neurona puede tener hasta 100.000 sinapsis. La cifra media está entre 5.000 y 10.000. Considero para el cálculo 5.000 sinapsis por neurona.

El número total de sinapsis, por tanto, es de 500.000.000.000.000 (10^14*5).

100.000.000.000 neuronas

500.000.000.000.000 sinapsis

Neuronas Integrate&Fire y neuronas biológicamente realistas.

Las simulaciones utilizan dos tipos de neuronas. La mayoría de ellas usan un modelo Integrate&Fire. Se trata de una neurona sin representación espacial que integra la entrada que proviene de otras neuronas y decide dispararse o no. Es un modelo válido para múltiples casos y el más utilizado. De otro lado están las neuronas biológicamente realistas. Estas usan una representación tridemensional y computan lo que ocurre en cada segmento de la neurona: dendritas, cuerpo y axón. Sus necesidades computacionales son 10.000 veces superiores que las Integrate&Fire.

Estimaciones

El proyecto Blue Brain usa neuronas realistas. Henry Markham estima que la memoria necesaria para simular el cerebro es 500 petabytes y la capacidad de cómputo es de 1 exaflops. Como se verá, esta es la estimación que considero más realista.

Dharmendra S. Modha ha realizado una simulación con neuronas Integrate&Fire de la que se pueden extrapolar datos. Uno de ellos es que necesita 16 bytes por sinapsis para que la simulación sea operativa. Modha habla solo del córtex y de 10.000 sinapsis por neurona. Su predicción es que se necesitan 4 petabytes (4.000.000.000.000.000) de memoria y 1 exaflops (1.000.000.000.000.000.000) de capacidad de proceso. Corregido el dato de memoria, mi primera aproximación es de 8 petabytes:

Se trata de neuronas Integrate&Fire, es decir, de neuronas simplificadas. ¿Podemos simular la expresión de los genes o la proximidad a otras neuronas? No podemos. Dado que las necesidades computacionales son 10.000 mayores en las biológicamente realistas, el cálculo arroja la cifra de: Memoria = 80 exabytes (80.000.000.000.000.000.000). Muy lejos de la estimación de Modha y también de la de Markham (aunque solo 160 veces más). Dado que este último ya usa neuronas realistas, considero válida su cifra de:

Memoria = 500 petabytes (500.000.000.000.000.000)

Es de resaltar que Watson solo usa 500 gigabytes para responder en Jeopardy. 500 gigabytes son 200 millones de páginas de texto (40x60=2.400 caracteres por página). Es decir, la información textual representa una parte mínima del almacenamiento total del cerebro. En la página de información de Watson se sugiere que la capacidad del cerebro está entre 1 y 1000 terabytes, una enorme variabilidad pero aún a mucha distancia de la cifra a la que yo llego.

Siguiendo con la especulación, toca el turno a la capacidad de proceso. El proyecto Blue Brain usa neuronas realistas. En concreto, usa 22 Teraflops (22.000.000.000.000 flops) para computar 10.000 neuronas. Consiguientemente, la capacidad de computación necesaria para el total del cerebro es de: Procesamiento = 220 exaflops (220.000.000.000.000.000.000 flops). Esta cifra de nuevo es mayor que las de Modha y Markham (solo 220 veces) que esta vez coinciden (aunque de forma sorprendente ya que usan dos modelos distintos de neuronas; la explicación mejor es que sus datos, como todo lo que llevas leído es pura especulación). Doy por buena la cifra de ambos:

Procesamiento = 1 exaflops (1.000.000.000.000.000.000 flops)

Las cifras que ofrecen los seguidores de la singularidad de Ray Kurzweil, 10 petaflops, están de nuevo muy lejos de las mías, lo que viene a confirmar que esto es solo un ejercicio y que ante tanta variabilidad, cada cual puede escoger su cifra.

Prefijos del sistema internacional de unidades

Singularidad

Modha

Cómo engañar a un detector de mentiras basado en fMRI

¿Es posible engañar a un detector de mentiras basado en un escáner fMRI? Sí, con facilidad.

La resonancia funcional magnética fMRI es una herramienta de gran utilidad en el estudio del cerebro. Recientemente se ha postulado como detector de mentiras. Varias compañías comerciales ofrecen el servicio y ha habido debates en juicios sobre su uso, aunque siempre ha sido rechazado.

Los estudios sobre su eficacia han sido contundentes hasta la fecha. Su fiabilidad es del 100%. Sin embargo, en un nuevo estudio en el que se enseña a los sujetos a engañar al detector de mentiras, la fiabilidad cae hasta el 33%.

En el estudio se ha usado un paradigma clásico de detección de mentiras.

Veintiséis participantes fueron sometidos a un escáner fMRI mientras se les mostraban seis fechas una a una. Para cada fecha debían de pulsar un botón si se trataba de la fecha de su nacimiento. En el primer caso se les pidió que dijeran la verdad, se les presentaron seis fechas que no eran las de su nacimiento y dijeron la verdad: no. En el segundo caso se les presentaba entre las fechas la de su nacimiento y debían mentir: decir que no a todas. Esta prueba se parece a los casos reales de los juicios en los que a un sospechoso se le presentan varios cuchillos y debe de decir si alguno es suyo (si el detector de mentiras nota que el sospechoso se pone nervioso a la vista del cuchillo del crimen, cabe inferir que es su cuchillo).

Cuando los participantes mentían y decían no a la vista de la fecha de su nacimiento, la mentira se reflejaba en su actividad neural. Ambos lados de la parte más frontal del cerebro se activaban. Centrándose en la actividad de estas áreas, un algoritmo podía adivinar con una exactitud del 100% que el participante mentía. 

Hasta aquí lo ya conocido. En el nuevo experimento se les enseñó a mentir de una sencilla forma. Debían de mover ligeramente el dedo de una mano o de un pié en 3 de las 6 fechas irrelevantes. Esto producía actividad neural similar a la producida al mentir de modo que el algoritmo ya solo detectaba un 33% de las mentiras en lugar del 100%. El escáner no distinguía entre mentir delante de la fecha de nacimiento o mover el dedo delante de una fecha irrelevante.

La resonancia funcional magnética fMRI es una poderosa herramienta de investigación y es probable que acabe utilizándose en los juicios para detectar la huella neural del crimen, pero antes de que esto ocurra ha de superar muchas pruebas y refinar sus resultados.

Los jóvenes, expertos digitales, educados para la distracción.

The New York Times publica un artículo con el que muchos padres se pueden sentir identificados. "Creciendo digitalmente, cableados para la distracción". 

En dos meses, Luis apenas ha leído 40 páginas del libro que constituye la única tarea del verano. El prefiere Facebook. En Youtube tienes la historia entera en 5 minutos. Un libro es demasiado largo. Prefiere la satisfacción inmediata. Los estudiantes siempre han tenido distracciones y pérdidas de tiempo. Pero el flujo constante de estímulos que ofrecen los ordenadores y smartphones es irresistible. Para los adultos, pero sobre todo para los jóvenes.

El cerebro se acostumbra a cambiar de tareas y no a la atención sostenida. La recompensa no está en una tarea, sino en saltar a la siguiente. Los cerebros de los jóvenes se van a cablear de forma distinta, dice Michael Rich, profesor de Harvard Medical School.

A pesar de ello, padres y educadores promueven la tecnología en un esfuerzo por conectar con los jóvenes. Luis envía cientos de mensajes diarios, pasa horas con vídeojuegos y como todos sus compañeros, está en Facebook. Con frecuencia se acuesta tarde y arrastra sueño por el día. Vive en un mundo más virtual que real. Convertido en un experto en ordenadores y tecnología, sube y manipula fotos con destreza. Y sus calificaciones escolares caen en proporción inversa a su destreza digital. La tendencia a posponer las tareas se exacerba. Luis está cambiando.

Los estudios muestran con claridad que los jóvenes usan los ordenadores como entretenimiento, no para aprender. Y sin supervisión, su rendimiento escolar se desploma. Además mezclan el estudio y el entretenimiento y una gran mayoría ven vídeos y chatean a la vez que estudian.

Hay un pasatiempo para cada tipo de joven: los "sociales" chatean y usan Facebook, los tímidos usan videojuegos y los perezosos surfean en la web o ven vídeos. Algunos tímidos se convierten en introvertidos.

Empiezo a hacer los deberes y al poco tiempo me llega un mensaje de texto, hago una pausa, tomo el teléfono para responder al mensaje y 20 minutos más tarde me doy cuenta: 'Vaya, me he olvidado de los deberes'

Los nuevos teléfonos exacerban el problema. Controlar el uso del ordenador es complicado, pero el teléfono mucho más. Muchos padres quieren poder llamar por teléfono a sus hijos a cualquier hora, así es que quitárselo no siempre es posible. Otros padres dan la bienvenida acrítica a la tecnología aunque sus beneficios educacionales sean dudosos. No faltan jóvenes que incluso desean que sus padres les limiten el uso de la tecnología ya que ellos se ven incapaces de hacerlo.

Algunos estudios neurocientíficos están empezando a trabajar sobre el asunto.

Alternando la TV y los vídeojuegos después de las tareas y midiendo los patrones cerebrales durante el sueño, llegaron a la conclusión de que la calidad del sueño disminuía con los videojuegos y también la capacidad para recordar vocabulario. No está claro si el peor rendimiento en el vocabulario se debe a un sueño deficiente o a el hecho de que el juego compite con el vocabulario. "Si practicas el vocabulario y tienes un fuerte estímulo después, el cerebro debe decidir qué información es relevante para almacenar, y el estímulo más excitante predomina."

Los estudios con ratas muestran que los nuevos aprendizajes se consolidan al descansar. Los estudios de neuroimagen lo certifican: en el descanso se sintetiza la información, se conectan las nuevas ideas y se forman recuerdos persistentes. El descanso es al cerebro lo que dormir es al cuerpo. Pero los jóvenes no descansan. Están en modo de estimulación constante.

Los cerebros jóvenes están habituándose a la distracción y al cambio de tareas a la vez que se alejan de la concentración en la tarea. La diferencia entre los ordenadores y el estudio es clara: la interacción. Aprietas un botón y algo ocurre.

Las conclusiones del tipo de estudios que menciona el artículo siempre han de tomarse con una cierta distancia. La inquietud, sin embargo, está fundada. No se puede prescindir de los nuevos dispositivos electrónicos ni se debe, pero es necesaria una distribución equilibrada del tiempo. Esperemos que la tecnología se pueda combinar con el estudio y el pensamiento analítico profundo.

El cerebro como simulador (Brain as a simulator)

¿Es posible simular el cerebro? Se trata de una pregunta fundamental que, con el avance de la neurociencia y de la computación, nos formulamos en la actualidad. La consideración inversa, la del cerebro como un simulador puede orientar la respuesta.
Varias objeciones se argumentan para concluir que el cerebro no puede simularse. Una es un tema de tamaño y conocimiento. Necesitamos ordenadores mucho más grandes de los que tenemos para simular el cerebro. Es un asunto de tiempo. Necesitamos un conocimiento muy superior del cerebro y su funcionamiento. Es también un asunto de tiempo. De los dos problemas, el tamaño del ordenador y el conocimiento del  cerebro, estamos hoy mucho más lejos de resolver el segundo (el funcionamiento del cerebro) que el primero (el tamaño del ordenador).
Mientras esto ocurre, podemos plantearnos filosóficamente si es posible la simulación.

El Ajedrecista de Leonardo Torres Quevedo

El resultado de una simulación no es la cosa en sí, es solo una simulación. Si simulo en un ordenador la reacción física de la formación del agua a través de sus componentes, hidrógeno y oxígeno, no obtengo agua, de la misma forma que al principio no tenía hidrógeno ni oxígeno. Si simulo una piedra no obtengo una piedra. Si simulo un pájaro, no obtengo un pájaro. Si simulo un cerebro no obtengo un cerebro.
Pero ¿alguien quiere obtener un cerebro con sus neuronas y sus vasos sanguíneos, con su peso y su volumen? Evidentemente no. Lo que queremos es obtener el comportamiento del cerebro. Simular su comportamiento. Eso sí, con todas sus características, estados mentales y conciencia incluidas ya que de otra forma no estaríamos simulando un cerebro. Queremos también que interaccione con el mundo, algo que ya hemos conseguido en pequeña escala. En efecto, mediante los interfaces cerebro máquina BCI, podemos conectar una cámara tanto a un nervio óptico como a un ordenador y también podemos conectar un brazo robótico tanto a un nervio motor como a un ordenador. El interfaz es posible.
Quizá nos ayude pensar sobre qué hace un cerebro.
Por un lado realiza actos reflejos (en realidad son otras partes del sistema nervioso como la médula espinal). Tan solo 4 neuronas intervienen en el reflejo de extensión de la pierna. Interconectar dichas neuronas con elementos electromecánicos puede suponer un problema técnico pero no parece que tenga una trascendencia filosófica.
¿Qué otra cosa hace el cerebro? Simular. El cerebro es un simulador. De acuerdo con la filosofía clásica y con la evidencia científica, las ideas son representaciones del mundo exterior. Son simulaciones. Y las operaciones mentales como juzgar o planificar son simulaciones del comportamiento del mundo tanto exterior como de nuestro comportamiento. Simulamos la trayectoria del coche que nos puede atropellar y reaccionamos. El cerebro simula el mundo.

Sensorama: simulador de moto. 1962

No pensemos en un ordenador que simule el cerebro. Pensemos, al revés, un cerebro que simule un ordenador. ¿Es posible? Sin duda, sí. La persona que diseña ordenadores tiene un cerebro que simula su comportamiento. ¿Y si hablamos de un simulador de vuelo? Ambos, el cerebro y el programa son simuladores. El piloto es un simulador de vuelo. Su cerebro simula lo que ocurrirá si realiza una acción determinada y de forma análoga un programa de simulación lo hace.
En relación al nivel de detalle de la simulación, este debe de ser adecuado a nuestros propósitos. Un simulador de vuelo no simula los tornillos, sino los elementos relevantes como el perfil del ala. Del mismo modo, una simulación del cerebro no necesita simular los vasos sanguíneos, le basta con simular el comportamiento neuronal.
Ya en 1950 Turing estableció que el hecho de que tanto cerebro como ordenador usen electricidad no es relevante. En su época, coexistían ordenadores mecánicos y eléctricos equivalentes. "...puesto que todas las computadoras digitales son equivalentes en cierto sentido (a las mecánicas), observamos que el uso de la electricidad no puede tener importancia teórica.() Si realmente deseamos encontrar tales semejanzas, deberíamos buscar analogías matemáticas en el funcionamiento." Leornardo Torres Quevedo diseñó en 1912 El Ajedrecista, un autómata analógico que daba mate con rey torre, equivalente a los programas informáticos posteriores. En términos informáticos un simulador es también un equipo (en general más barato o más moderno) que puede simular el comportamiento de otro equipo, es decir, un ordenador que simula a otro.
De modo que tenemos dos simuladores: el cerebro y el ordenador. ¿Es posible trasladar la simulación del mundo que hace un cerebro de un sustrato al otro, de la biología al silicio? Conceptualmente sí. Técnicamente aún queda tiempo.

Tareas en las que el ordenador pasa el Test de Turing

En 1950 Alan Turing se preguntó ¿pueden pensar los ordenadores? Para no tener que resolver la ambigüedad de los conceptos máquina y pensar, diseñó una prueba que sustituyera a la citada pregunta creando con ello el célebre Test de Turing.

En el Test de Turing hay tres actores. Un concursante humano, un concursante ordenador y un juez. El juez debe averiguar en un entorno de lenguaje natural quién es el ordenador. Si no lo hace, se dice que el ordenador ha superado el Test de Turing. Para comunicarse con el juez, los concursantes utilizan un teletipo (hoy una pantalla y teclado de modo que el juez no pueda verlos ni oírlos).

A fecha de hoy el Test de Turing está lejos de ser superado por ningún ordenador en un entorno de lenguaje natural sin restricciones. Hay muchos ejemplos en la red como Eliza o Solutecia que puedes probar.

Sin embargo, si usamos el test en tareas concretas, un ordenador lo superará en muchos casos. Cada vez más y más sorprendentes. De modo que sugiero reformular el Test de Turing de la siguientes manera:

Un ordenador supera el Test de Turing para una tarea X cuando un juez humano no pueda distinguir entre un concursante humano y un concursante ordenador ejecutando la tarea X

¿En qué tareas un ordenador supera el test?

• Cuanto más acotada sea la tarea, más posibilidades tiene un ordenador de superarla. En los entornos de ejecución abiertos, que por su naturaleza no han sido programados por completo, fracasará con mayor facilidad.
• Los ordenadores están construidos por humanos para que les descarguen de trabajo, realizando tareas humanas. Por ello superan el test en multitud de tareas. Por ejemplo todas las tareas de informática empresarial: contabilidad, control de almacén, nóminas, cálculos diversos...
• Matemáticas. El propio Turing advirtió que ya en su tiempo lo único adicional que debería requerir un programa matemático era ralentizar su respuesta e introducir algún error para confundir al juez humano.
• Ajedrez. En 1997 Deep Blue ganó a Garry Kasparov estableciendo un nuevo escenario en la relación hombre máquina. Hoy los programas comerciales modernos no solo ganan a cualquier maestro, sino que ajustan su nivel (juegan deliberadamente peor) al de su contrincante para no desanimarle.
• Música. Escucha la siguiente composición del programa Emmy al estilo Bach. Una audiencia especializada no distinguió si el compositor era Bach o Emmy.
• Poesía. Aunque los ordenadores están lejos de crear largos textos en prosa, pueden confundir en un poema corto.

  Yunques ahumados
  Sus muslos se me escapaban como
  Peces sorprendidos
  La mitad llenos de alas.
  Con la sombra levanta
  La arquitectura del humo
  Un pie de mármol afirma
  Su casto fulgor enjuto

• Reconocimiento de caras. Poco a poco se van adentrando en este terreno. Policías del mundo están usando estos programas que empiezan a estar disponibles en Facebook o Windows.
• Síntesis de voz. Disponible desde hace tiempo,se va refinando. Aun distinguimos con claridad una voz humana de una sintética.
• Reconocimiento de voz. Asignatura pendiente donde el camino por recorre es aún grande. Dada su importancia comercial, es de esperar que avance con rapidez.
• Lenguaje natural. Watson, Es el enfoque más ambicioso de los últimos tiempos. Watson supera el test en la tarea "jugar en el concurso televisivo Jeopardy" No es un entorno abierto, pero el avance en "entendimiento" de lenguaje natural es asombroso.

Reconocimiento de voz. La asignatura pendiente

El reconocimiento de voz o reconocimiento del habla es una asignatura pendiente en el mundo de la tecnología. Décadas de investigación en el área nos han llevado a una situación en la que está presente en todos los dispositivos y nadie la usa.

vocalizar (RAE).

1. intr. Articular con la debida distinción las vocales, consonantes y sílabas de las palabras para hacer plenamente inteligible lo que se habla o se canta.

Conviví durante años con un vecino al que nunca entendía más allá del primer "hola". El barrio tenía una importante afluencia de turistas y en ocasiones me ponía en el lugar de un hipotético extranjero que tras años de estudio se enfrentara con el cerrado acento de mi vecino para concluir que había malgastado su tiempo: no entendía nada de castellano.

El reconocimiento de caras es una habilidad que compartimos con los monos desde hace más de 30 millones de años. Por contra, el reconocimiento de voz es una de las más tardías adquisiciones del ser humano. Está ligada al lenguaje y es inequívocamente humana. Y es también más complicada a juzgar por el fracaso de la tecnología en implementarla, al contrario que el reconocimiento facial.

Se trata de una habilidad con una gran variación individual. Del mismo modo que pocos entendían a mi vecino, hay personas maestras en hacerse entender. Por ejemplo las personas con responsabilidades públicas como locutores de radio o TV y la mayoría de los políticos. Es así mismo el caso de imitadores que pueden imitar otros acentos y voces. Tampoco el acento de depende del idioma: quien habla bien uno, tiene grandes posibilidades de hablar bien otros idiomas. Influye desde luego el ruido ambiente y el estado de ánimo del hablante: cambia el acento si está cansado o adormilado o excitado.

Algunas habilidades tienen ventanas de edad de adquisición. En el caso del acento, hasta los 7 años se aprende sin dificultad una segunda lengua. Es decir, un hablante nativo no reconocerá a otro que haya aprendido la lengua antes de los 7 años. Por el contrario, alguien que lleve toda la vida con nosotros y escriba a la perfección nuestro idioma pero no lo haya aprendido en los primeros años, será reconocido como extranjero a la primera frase. Pero el acento es mucho más que estilo o quedar bien. Aprender bien el acento significa que podemos entender bien a los hablantes de esa lengua. Otras parcelas de la lengua como el vocabulario no tienen tal ventana y pueden seguir mejorando durante años.

Todo lo cual ayuda a explicar por qué la tecnología fracasa en el reconocimiento del habla. Pero ¿es importante esta tecnología?

Desde luego. Nuestro medio natural de comunicación no es el teclado ni el ratón ni la pantalla por muy táctil que sea. Nos comunicamos naturalmente por el habla. Y recordemos que en el mundo hay millones de analfabetos, un gigantesco mercado potencial para las empresas. De modo que sería un gran avance que los dispositivos tecnológicos puedan reconocer la voz. Y lo intentan aunque con poco éxito. Windows XP con Office 2003 posee la tecnología. Durante el entrenamiento se pide al hablante recitar algunos textos:

Piense en las veces que ha oído un anuncio en un aeropuerto, estación de tren o estadio pero no ha sido capaz de comprender lo que decían. Ello es debido a varias razones: había mucho ruido, la persona no hablaba con cuidado o hablaba demasiado rápido, o el micrófono era de poca calidad o ajustado incorrectamente. Quizá dijeron algo inesperado.

El resultado no puede ser menos alentador. Quizá admitiríamos un porcentaje de aciertos del 95%. Desde luego el 80% no es válido ya que obliga a revisar todo el trabajo. ¡Pero es que el resultado, con la tecnología mencionada más arriba, no llegó al 10% de aciertos! (doy por supuesto que versiones más modernas mejoraran el resultado) Mi móvil lo hace mejor aunque es debido al hecho de que sólo tiene que reconocer entre menos de un centenar de nombres, no entre las más de 80.000 palabras del idioma español. Como curiosidad, la función contraria, leer un texto (text to speech con versiones gratuitas que se pueden descargar de la red) funciona muy bien y con muy pocos recursos computacionales desde hace años con la salvedad de que la voz sintetizada no suena natural (de nuevo porque lo complicado es la finura de la articulación del sonido). Quizá el ejemplo más significativo sea el de Watson, el ordenador de IBM más listo del mundo. Watson ha implementado unas habilidades lingüísticas sin par que le han permitido ganar en el quizshow americano Jeopardy  a los mejores concursantes de la historia del programa. Watson se expresa con una voz sintetizada, pero no implementa reconocimiento del habla, sino que debe recibir las preguntas como texto electrónico. IBM ya anunciado que cambiará esto para sacar partido comercial a Watson lo que si no sería un handicap.

Las aplicaciones más claras del reconocimiento de voz son el dictado y el control de comandos (dar órdenes verbales a las máquinas). Su utilidad está reforzada en el caso de analfabetos o discapacitados. En los últimos tiempos varias aplicaciones de teleasistencia funcionan sin requerir el entrenamiento, ya que "escuchan" a millones de hablantes, y reconocen comandos de voz : números del DNI, fecha de nacimiento y órdenes como "saldo" o "movimientos" aunque la más usada es la que ocurre si algo va mal: "operador/a".

No obstante, parece que las cosas están cambiando de la mano de los smartphones, los nuevos móviles. Android de Google, Windows Phone 7 de Microsoft y iPhone de Apple incorporan esta tecnología. Si bien Google no divulga cifras concretas, una de cada cuatro búsquedas en los dispositivos Android se hace ahora con la voz, y el volumen de búsquedas en los teléfonos Android subió un 50 por ciento en los primeros seis meses de 2010. Google espera que la mayoría de sus negocios de Internet sean a través de los teléfonos inteligentes en el futuro, así es que los servicios de voz de alta calidad son de importancia crítica. Para ello, Google usa no solo los mecanismos habituales de descifrado de voz sino el gigantesco potencial estadístico de los más de 230 mil millones de búsquedas y los millones de acentos de las personas que ya están usando búsquedas de voz, una estrategia estadística que ha sido empleada en su traductor Google Translator. Una aplicación de iPhone también permite el dictado. Pero como en el caso de Google, no es el teléfono el que reconoce la voz: el mensaje de voz es enviado a los servidores que realizan la tarea y devuelven un mensaje de texto. Se trata de nuevo de comparar con las voces de millones de usuarios y aprender de ellos.

De modo que quién sabe si en el futuro mi vecino irá equipado con un teléfono que haga más comprensible su acento.

Poesía compuesta por ordenador

En su constante aproximación a la simulación del comportamiento humano, los ordenadores son capaces de componer poesía. ¿Superan el Test de Turing? Júzgalo tú.
No soy un gran aficionado a la poesía. Me cuesta encontrar los múltiples sentidos, me falta paciencia y con frecuencia no la entiendo (o no se si la he entendido por completo, o no se si he entendido lo que el autor quería transmitir). Es quizá por ello que soy un buen candidato a quedar deslumbrado por lo que hacen los ordenadores en este ámbito. Juntan palabras, a veces sin errores y con aparente sentido. Los generadores de poesía son programas que pueden ser muy pequeños y con un buen resultado aparente.

¿Puede un computador escribir un poema de amor? es un libro del poeta Dionisio Cañas y el psicólogo Carlos González Tardón en el que reflexionan sobre el asunto.  ¿Un ejemplo?

Yunques ahumados
Sus muslos se me escapaban como
Peces sorprendidos
La mitad llenos de alas.
Con la sombra levanta
La arquitectura del humo
Un pie de mármol afirma
Su casto fulgor enjuto

Pablo Gervás, informático ha creado los generadores de poemas WASP (the Wishful Automatic Spanish Poet) y es autor de "Un modelo computacional para la generación automática de poesía formal en castellano" (descargar pdf)

Marchitará la nieve, el fin pesado,
por tal caso, con una lengua sola,
duro rato de rastro ensangrentado

¿Más generadores? consulta Escritura automática

Aunque mejor aún, prueba por ti mismo con los generadores de poemas y texto de Féliz Remirez. Puedes incluso leer el código del programa. Si tienes tiempo, te recomiendo que leas su ilustrativo y divertido artículo.

Generador automático de poemas Félix Remírez Año 2009

Generador automático de textos Félix Remírez 2009

La comprensión del lenguaje de Chaser, una perra border collie

Un interesante estudio revela la comprensión del lenguaje de Chaser, una perra border collie. Mediante cuatro experimentos se investigó su capacidad para adquirir habilidades de lenguaje receptivo. En esencia el animal asignaba correctamente nombres propios (hasta 1022), distinguía entre nombres y verbos e incluso era capaz de distinguir nombre comunes.

1. El experimento 1 demostró que Chaser aprendió y retuvo, durante un período de 3 años de entrenamiento intensivo, los nombres propios de 1022 objetos.
2. En el experimento 2 se presentaron al azar combinaciones en parejas de tres órdenes y tres nombres y se demostró que Chaser entendió la diferencia de significado entre las órdenes y los nombres propios. Chaser entendió que los nombres se refieren a objetos, independiente de la conducta dirigida hacia los objetos.
3. El experimento 3 demostró la capacidad de Chaser para aprender tres sustantivos comunes - palabras que representan categorías. Chaser demostró las asignaciones de nombre a objeto: uno-a-muchos (nombre común) y muchos-a-uno (múltiples nombres).
4. El experimento 4 demostró la capacidad de Chaser de aprender palabras mediante el razonamiento deductivo por exclusión - inferir el nombre de un objeto basado en la novedad entre los objetos familiares que ya tenían nombres.

En conjunto, estos estudios indican que Chaser adquirió la comprensión referencial de los sustantivos, una habilidad que se atribuye normalmente a los niños, que incluye: 

1. la conciencia de que las palabras pueden referirse a objetos, 
2. la conciencia de las claves verbales que mapean las palabras sobre los objetos referidos, y 
3. la conciencia de que los nombres pueden referirse a objetos únicos o a categorías de objetos, independientemente de los comportamientos dirigidos hacia esos objetos.