Una lliçó, amarga?
en 2019 Rich Sutton va publicar l'assaig The Bitter Lesson. Havia publicat algunes de les seves opinions sobre els quals exercien la seva intel·ligència artificial i les havia agitat. S'adonaven del que havia dit quan els va escriure. La pràctica ja havia demostrat que estàvem en l'era del canvi profund. L'agitació no es devia tant a l'originalitat de les idees emeses, sinó a la formulació tan general i categòrica d'aquestes.
I què arguïa Sutton sobre aquest tal The Bitter Lesson?
Va dir que els avanços més significatius en la intel·ligència artificial no es van deure a la imitació de l'enteniment humà, sinó a l'explotació de mètodes generals mitjançant l'escala de la capacitat de computació. És a dir, més que recórrer al coneixement humà especialitzat, era preferible utilitzar algorismes generals de cerca i aprenentatge en màquines d'alt poder computacional. Sutton sabia que per a quan va escriure aquesta afirmació provocava frustració en els quals van treballar durant molt de temps en un treball de recerca minuciós. Per això li va dir “una lliçó amarga”.
Tenia ja alguns exemples. El mètode de la computadora que va guanyar a Kaspárov en 1997 es basava en la cerca massiva i profunda, i no en el coneixement específic dels escacs que els investigadors d'escacs computacionals havien desenvolupat fins llavors.
Aquesta lliçó ha vingut a reforçar l'aprenentatge profund, en el qual la dependència del coneixement humà és encara menor. Si es disposa de grans conjunts de dades i capacitat de computació per a processar-los, els processos generals d'aprenentatge serveixen per a diferents tasques. És un patró general i així s'aplica en moltes àrees.
També en el processament del llenguatge s'ha imposat aquest paradigma, la qual cosa ha provocat una crisi en la lingüística computacional clàssica. Per a què ensenyar als sistemes morfologies, sintaxis, etc.? Per a què, si de les grans col·leccions de textos aprenen bastant bé sense coneixements lingüístics addicionals? On han quedat aquests treballs de formiga per a descriure la descripció computacional del llenguatge? Què és la nostàlgia.
No obstant això, és cert que hi ha autors que no estan completament d'acord amb la lliçó de Sutton i, encara que molts l'admeten com a principis orientadors, no la consideren com a dogma universal. Entre les crítiques destaquen tres. Primera: el principi de "computació cada vegada més" no és viable perquè la computació no és un recurs infinit.
Segon: l'eficàcia és important, per la qual cosa cal buscar el mode òptim d'escalar, equilibrant les dades i la capacitat del model. Tercer: A pesar que els mètodes generals són potents, l'augment del coneixement expert continua sent beneficiós en molts contextos, especialment quan hi ha dades limitades.
Precisament, i en relació a aquesta tercera crítica, què passa amb els models lingüístics que parlen en basc? Alguns d'ells estan treballant amb pulcritud (fins i tot sense tenir euskaldunes en els grups de treball), però també es detecten mancances, tant en la qualitat del basc com en la islan que té la cultura basca.
Així doncs, els bascos sabem com fer front a la frustració provocada per la lliçó de Sutton: trobem camins per a enriquir el nostre coneixement amb aquests sistemes negres que són tragadors de dades.
Buletina
Bidali zure helbide elektronikoa eta jaso asteroko buletina zure sarrera-ontzian