Tecnología

Así funciona el texto predictivo: IA y aprendizaje automático supervisado

Lo que conocemos como texto predictivo es el resultado de la combinación de sistemas de inteligencia artificial, aprendizaje colaborativo y procesamiento del lenguaje natural. Veámoslo en profundidad.

Por Redacción España, el 01/12/2021

auto ¿Te ha gustado nuestro artículo? ¡Vota!

Cualquier modelo de lenguaje predictivo necesita:

  • Tener el mayor conocimiento posible del lenguaje (de cada idioma).

  • Aprendizaje automático:mediante machine learning los algoritmos aprenden de la experiencia, comparándola con la que obtuvieron en su etapa de aprendizaje.

  • Aprendizaje colaborativo o federado: una versión de aprendizaje automático que implica a múltiples dispositivos mediante una arquitectura descentralizada. De esta forma, todos los usuarios que utilicen un sistema operativo y tengan activada la función de texto predictivo, estarían aportando datos a los algoritmos.

Veamos a continuación cómo funcionan estos algoritmos y una breve repaso sobre evolución del texto predictivo desde sus inicios.

K Nearest Neighbours (KNN): algoritmo de aprendizaje automático supervisado

Como acabamos de ver, el desarrollo del texto predictivo requiere de algoritmos de aprendizaje automático supervisado. ¿Por qué supervisado? Porque estos algoritmos necesitan que les enseñemos qué solución es la correcta.

Para aprender de su propia experiencia, los algoritmos requieren disponer de un histórico perfectamente clasificado y un feedback. Este tipo de algoritmos son necesarios para hacer cualquier tipo de predicción. De hecho, el aprendizaje supervisado también es habitualmente conocido como análisis predictivo”.

El texto predictivo se basa en un modelo estadístico del lenguaje basado en ejemplos previos para obtener nuevas predicciones. Este modelo se perfecciona constantemente.

Para entender cómo funciona el lenguaje automático, tomemos un ejemplo de algoritmo de aprendizaje automático supervisado: el K Nearest Neighbourgs (KNN), un algoritmo simple y de fácil implementación, que permite resolver problemas de clasificación, búsqueda y regresión.

Este modelo parte de la base de que los conceptos similares permanecen próximos. Por tanto, de entre todas las respuestas a un problema concreto, las más cercanas serán las que más probabilidades tengan de ser correctas.

En el ámbito del lenguaje, pensemos que el algoritmo ha aprendido de estructuras y usos comunes (y particulares), comparándolos con grupos de palabras simples. En general es un modelo estadístico del lenguaje basado en ejemplos previos para obtener nuevas predicciones, que se perfecciona constantemente.

KNN es un modelo de aprendizaje algorítmico muy básico que nos sirve para explicar el modelo en que se basan los algoritmos predictivos. Existen otros que permiten gestionar un volumen de datos mayor mucho más rápido y producir resultados de clasificación y regresión más precisos.

Aprendizaje colaborativo

Hoy día, es difícil entender el lenguaje predictivo sin vincularlo con otro término: el aprendizaje colaborativo. En el contexto tecnológico entendemos el aprendizaje colaborativo como un modelo de entrenamiento algorítmico coordinado por un servidor central. La fuente de información son los múltiples dispositivos que envían sus datos.

Un modelo de aprendizaje colaborativo sigue una serie de etapas, dentro de un proceso iterativo. Este es el modelo que sigue Google para desarrollar su texto predictivo:

  1. Se inicia un nuevo modelo en el servidor.
  2. Se selecciona una muestra de dispositivos (pensemos, por ejemplo, en nuestros smartphones).
  3. Los dispositivos seleccionados comparten sus datos locales guardados para mejorar el modelo del servidor.
  4. Con los datos utilizados se entrena al algoritmo para crear una versión mejorada del modelo que se enviará al servidor.
  5. El servidor procesa las actualizaciones recibidas para crear el siguiente modelo.



Historia del texto predictivo

El texto predictivo es algo más antiguo de lo que podamos imaginar a priori. Quizás recuerdes los primeros modelos de móviles que incorporaron esta funcionalidad de serie allá por el año 2000. Pero habría que remontarse atrás.

En 1996 la compañía norteamericana Tegic Communications adquirió un software llamado T9 para sus agendas electrónicas. T9 incorpora un sistema de nueve teclas que permitía escribir textos sin necesidad de un teclado completo.


Teclado alfanumérico T9

Veamos un ejemplo. Con el teclado T9 clásico, para escribir “casa” habría que hacer clic en las siguientes teclas:

  1. Presionar tres veces 2 para la “c”.
  2. Presionar una vez 2 para la “a”.
  3. Presionar cuatro veces 7 para la “s”.
  4. Presionar una vez 2 para la “a”.

Esta falta de fluidez en la escritura provocó que muchos usuarios, sobre todo los más jóvenes, desarrollaran un lenguaje propio basado en la síntesis y la resonancia. ¿Sabrías traducir las siguientes frases?

“Hl xks, ktal ak ora bns?”
“Bss, tkm”

Más adelante, en torno al 2003, aparecieron los primeros modelos de texto predictivo. Este era capaz de deducir con bastante precisión lo que el usuario quiere decir en función de la secuencia de teclas pulsadas. Por ejemplo, para obtener la palabra anterior bastaría con pulsar una sola vez cada una de las teclas mencionadas.

Una vez tecleada la secuencia, solo hay que escoger una de las propuestas (generalmente tres) que se nos ofrecía y pulsar espacio. El problema es que, a menudo, las predicciones no nos servían y había que recurrir al método tradicional, acudir a "más opciones" o introducir nuevas palabras en el diccionario.

Este modelo fue implantado por los principales fabricantes de telefonía como Nokia, Siemens o Samsung, aunque otras marcas utilizaban una alternativa similar, como el iTAP de Motorola. Por su parte, Blackberry se mantuvo fiel a su teclado completo Qwerty (inventado en 1873 por Christopher Sholes) y que sigue siendo el referente en todos los dispositivos actuales, táctiles o no, aunque con ligeros cambios en algunos países.

Pero el fin de los teclados físicos y alfanuméricos estaba cerca. En 2007 se pone a la venta el primer móvil 100% táctil que marcó un antes y un después en la industria. Nos referimos al primer iPhone 1, considerado hoy una pieza de coleccionista.

Presentación de Iphone 1 en el MacWorld keynote en 2007.

Desde entonces, los teclados físicos en los dispositivos móviles han ido quedando relegados a los dispositivos más básicos.

Los modelos de texto predictivo y autocorrectores, siguen mejorando cada día, aunque queda camino por recorrer. Por ejemplo, que todos detecten (algunos ya lo hacen) en qué idioma quiere hablar el usuario,

TAGS:
Imagen del autor Redacción España

Equipo de redacción de B12 España: Marketing, Big Data, Inteligencia Artificial y Ventas.

Ponte en contacto con nosotros:

+34 91 141 17 83

madrid@agenciab12.com

Calle Manuel Tovar, 33, 4º planta, 28034, Madrid.