No olvidemos la 'ciencia' en 'Ciencias de la computación'

Hace un tiempo, daba una conferencia en Boston sobre los diversos desafíos que quedan en nuestra búsqueda del desarrollo de sistemas que realmente entiendan el lenguaje hablado (natural) ordinario. En algún momento de la charla, informé sobre algo que experimenté de primera mano: a menudo me encuentro y converso con muchos de los llamados expertos en procesamiento del lenguaje natural (NLP). Expertos que, como suele ocurrir a menudo, nunca han oído hablar de Russell, Frege, Carnap, Quine, Lewis, Kripke, Montague, etc., o no han oído hablar de la metonimia , la intensión , el alcance y la resolución de referencia , y otros desafíos en el tratamiento computacional del lenguaje natural. Lo que provocó una risita fue mi observación de que esto es exactamente como conocer a un físico especializado que nunca escuchó hablar de Newton o Einstein, o de las leyes de la termodinámica (y, por cierto, es exactamente la misma).

Entonces, ¿qué ha sucedido? ¿Cómo podríamos tener laboratorios líderes (tanto en la industria como en la academia) graduándolos o criando a los llamados expertos en procesamiento de lenguaje? “Expertos” que son indiferentes a un par de siglos de trabajo fundamental de algunas de las mentes más penetrantes en lógica, semántica, y lenguajes formales? Parece ahora que uno de los problemas más difíciles en la ciencia de la computación (es decir, NLU ) se considera un problema de “datos” y, por lo tanto, es un problema que se puede abordar fácilmente extrayendo una biblioteca de aprendizaje automático, descargando muchos datos , entrenando su red ‘profunda’ con esos ‘grandes’ datos, y viola-usted está un paso más cerca de pasar el Test de Turing (o mejor aún, aprobar el Reto del Esquema Winograd ).

Esto es dañino para el campo. La ciencia de la computación es, después de todo (o al menos en gran parte), una ciencia. Y entonces ya es una Ciencia de Datos-gracias; sin mencionar que también es una Ciencia de la Información y, en última instancia, un Conocimiento y una Ciencia Cognitiva.

La razón por la cual esta tendencia es dañina para el campo es que convierte la ciencia de la computación en programación de computadoras y sistemas, mientras que las últimas son solo nuestras herramientas como científicos de la computación. Si bien la ingeniería de sistemas y software son causas nobles, y muy estimulantes y desafiantes, la ciencia también debe progresar y no lo hará si la ignoramos. Las soluciones a los principales problemas no deberían abordarse buscando una solución “aproximada”. La informática siempre ha sido en parte una ciencia y en parte una disciplina de ingeniería, por lo que aunque muchos pueden hacer ambas cosas, algunos de nosotros deberíamos seguir trabajando en la ciencia.

Walid Saba es el científico principal de AI en Astound.ai, donde trabaja en tecnología de agentes conversacionales. Antes de Astound, cofundó y fue el CTO de Klangoo. Ha publicado más de 35 artículos en AI y NLP, incluido un galardonado periódico en KI-2008.

Haga clic aquí para más información