Christopher Manning se especializa en el procesamiento del lenguaje natural: diseña algoritmos informáticos capaces de comprender el significado y el sentimiento del lenguaje escrito y hablado, y de responder de forma inteligente.
Su trabajo está estrechamente relacionado con los sistemas activados por voz que se encuentran en los teléfonos inteligentes y en las aplicaciones en línea que traducen textos entre idiomas humanos. Se apoya en una rama de la inteligencia artificial conocida como aprendizaje profundo para diseñar algoritmos capaces de aprender por sí mismos a comprender el significado y adaptarse a usos nuevos o cambiantes del lenguaje.
Andrew Myers, de la Universidad de Stanford, habló recientemente con Manning, profesor de informática y lingüística, sobre este trabajo, que apenas ahora empieza a recibir una mayor atención del público.
P. ¿Cómo explica su trabajo a alguien que no conoce en absoluto?
R. Me centro en el procesamiento del lenguaje natural, también conocido como lingüística computacional. Se trata de conseguir que los sistemas informáticos respondan de forma inteligente a textos y lenguas humanas.
Me centro en lo que significan las palabras. Si le dices algo a Google, Siri o Alexa, el reconocimiento de voz es increíblemente bueno, pero la mitad de las veces no entiende lo que quieres decir y pregunta: «¿Quieres que haga una búsqueda en la web?»
P. ¿Qué despertó su interés por el lenguaje?
R.Cuando era más joven, me interesaban muchísimo la informática y la inteligencia artificial, pero también me fascinaban las lenguas humanas, con sus estructuras gramaticales y su complejidad. Me interesaban la lingüística y el estudio del lenguaje en sí, así como su dimensión computacional. Esta última atrae a quienes se interesan más por cómo se construyen las oraciones para crear significado y sentimiento, y por cómo surgen las metáforas.
P. ¿Cómo ha evolucionado el campo con los años?
R.En los primeros tiempos, el campo consistía en escribir reglas gramaticales simbólicas: sujeto, sustantivo, cláusulas, predicados con un verbo, quizá seguidos de un sintagma nominal, quizá de un sintagma preposicional, y así sucesivamente. Durante años, la gente trabajó para reproducir la gramática y los léxicos. Funcionaba bien en contextos muy limitados, pero nunca llegó realmente a comprender el significado.
Luego, en los años noventa, llegó la primera revolución, cuando grandes cantidades de lenguaje estuvieron disponibles en línea, en formato digital. Fue entonces cuando se empezaron a explorar métodos estadísticos para analizar todos esos datos y construir modelos probabilísticos sobre qué palabras tienden a aparecer juntas para crear significado y sentimiento.
Las reglas gramaticales tienen muy poco que ver con la comunicación y con lo que significa sonar natural. Podrías acercarte a alguien y decirle: «Buenos días, ¿cómo está esta mañana?». Es perfectamente correcto, pero nadie habla así. Dicen: «Hola, ¿qué tal?». La mayor parte del lenguaje se compone de estas decisiones más sutiles sobre cómo lo usa la gente.
En el procesamiento del lenguaje natural, hay que conseguir que la computadora comprenda el mundo. ¿Cómo se hace? Una forma muy eficaz es recurrir a la enorme cantidad de textos que ya se han escrito sobre el mundo. Cada día, autores de todo el planeta escriben sobre nuestro mundo y sobre cómo funciona. Creamos modelos computacionales que asignan valores matemáticos a palabras y grupos de palabras, y los usamos para leer textos con éxito y extraer su significado.
P. ¿Puede el procesamiento del lenguaje natural adaptarse a nuevos usos del lenguaje, a palabras nuevas o a la jerga?
R. Esa era una de las grandes limitaciones de los primeros enfoques. Con el tiempo, las palabras suelen adquirir usos distintos e incluso nuevos significados, a veces de manera muy notable. La palabra «terrific» solía tener un significado muy negativo: algo que aterroriza. Solo hace poco se convirtió en un término positivo.
Esa es una de las áreas en las que he trabajado. El procesamiento del lenguaje natural, aunque se haya entrenado con el significado anterior, puede analizar una palabra como «terrific» y detectar el contexto positivo. Capta esos cambios sutiles de significado a lo largo del tiempo. Aprende examinando el lenguaje tal como se usa en el mundo.
P. ¿Tendríamos que repetir este proceso de aprendizaje para cada idioma?
R. Hemos trabajado mucho en traducción automática. ¿Cómo podemos traducir automáticamente entre dos idiomas humanos distintos?
Lo que se aprende es que existe una gran cantidad de textos ya traducidos que aportan contexto y permiten construir modelos probabilísticos para traducir textos nuevos. Google Translate lo hizo alrededor de 2005. No era muy bueno, pero ayudaba. Más o menos podías deducir de qué trataba una página, pero desde luego no podías esperar obtener de la traducción oraciones gramaticalmente correctas.
Recientemente, la calidad de la traducción ha dado un gran salto gracias al aprendizaje profundo o a los enfoques de traducción automática neuronal, que se han explorado en Stanford y también en la Universidad de Montreal. Google, Microsoft y Baidu ya utilizan sistemas de traducción automática neuronal, pero el problema está lejos de estar resuelto. Estoy seguro de que la gente seguirá trabajando en ello dentro de 20 años.
P. ¿Cómo se incorpora su trabajo en sistemas de voz como Siri, Alexa y Google Voice?
R. Los llamamos agentes conversacionales: programas que intentan comprender el significado de lo que dices y realizar tareas basadas en tus palabras. Es fácil crear un chatbot que se limite a repetir cosas aleatorias, apenas relacionadas con lo que preguntaste, pero ¿cómo se construyen agentes conversacionales capaces de entender y realizar las tareas que pide la gente?
Una forma de conseguirlo es crear ese tipo de contextualización del que hablamos antes, a partir de datos disponibles gratuitamente en fuentes como Freebase y Wikidata, con sus hechos estructurados. Por desgracia, la realidad es que ahora mismo esas estructuras deben construirse a mano.
El sueño es una tecnología que las construya automáticamente leyendo Wikipedia o periódicos en línea.
