Un nuevo m¨¦todo de programaci¨®n permite imitar la intuici¨®n humana

Cualquiera que haya estado en un hip¨®dromo sabe que elegir un caballo es en parte intuici¨®n y en parte ciencia: un jugador puede elegir el caballo con m¨¢s probabilidades de ganar, el que gan¨® la ¨²ltima carrera, el que tiene la mejor racha vencedora, o elegir siguiendo una corazonada. Ahora, un peque?o grupo de investigadores dice que dicha intuici¨®n puede, al menos en parte, ser duplicada por los ordenadores. Las reglas generales que son s¨®lo parcialmente fiables se pueden combinar para formar precisas herramientas de predicci¨®n utilizando una t¨¦cnica de inteligencia artificial denominada potenciaci¨®n (boosting).

La potenciaci¨®n tiene dos cualidades que la distinguen de los m¨¦todos inform¨¢ticos de predicci¨®n existentes. Aunque es altamente precisa y fiable, es m¨¢s sencilla de utilizar que muchos otros programas. Y es capaz de realizar predicciones incluso cuando el programador proporciona unas directrices muy generales, o incluso contradictorias. En otras palabras, simula, aunque de una forma m¨¢s complicada y precisa, la intuici¨®n humana.

"Es un resultado interesante desde el punto de vista filos¨®fico", afirma Robert Schapire, que ha realizado trabajos pioneros sobre el boosting con los investigadores de AT&T Yoav Freund y Yoram Singer. "Se puede tomar un conjunto de reglas de predicci¨®n que sean mejores que las conjeturas aleatorias y combinarlas para conseguir algo muy preciso y fiable. Se podr¨ªa decir que es algo contraintuitivo".

El boosting acaba de salir del mundo acad¨¦mico y empieza a tener uso comercial, pero los investigadores creen que puede tener una amplia gama de aplicaciones. Por ejemplo, las empresas podr¨ªan utilizarlo para determinar patrones de consumo.

Y la t¨¦cnica, que es capaz de manejar no s¨®lo preguntas sencillas de tipo s¨ª o no sino tambi¨¦n la clasificaci¨®n de categor¨ªas m¨²ltiples, podr¨ªa resultar pr¨¢ctica para filtrar correo electr¨®nico in¨²til, realizar diagn¨®sticos m¨¦dicos, ayudar a bancos y otras instituciones a identificar la caligraf¨ªa de una persona, o permitir a los especuladores elegir un ganador en bolsa (o en las carreras).

En el pasado, el aprendizaje de las m¨¢quinas se centraba en la elaboraci¨®n de grandes y complejos conjuntos de normas anal¨ªticas que el ordenador pod¨ªa utilizar para realizar predicciones. Pero el boosting cambia el ¨¦nfasis y se limita a buscar reglas que funcionan mejor que la casualidad.

El boosting es a menudo tan preciso o m¨¢s que otras t¨¦cnicas de predicci¨®n m¨¢s antiguas. Adem¨¢s, se puede aplicar a m¨¦todos ya complejos, como redes neurales y ¨¢rboles de decisi¨®n, para potenciar m¨¢s su fiabilidad.