9¿Cómo lo hace?

Solo aprende lo que le enseñas

La máquina del capítulo 8 miró 18.000 dibujos. Ahora vas a enseñar tú a una máquina.

Las fotos de Poco, a la caja de Poco. Las de Pong, a la caja de Pong.

Cuando estén todas metidas, pulsa a Poco. La máquina acierta.

La máquina hace una sola cosa: buscar las tres tarjetas que más se parecen. Si de esas tres hay dos de Poco, dice Poco. Se queda con la que más se repite.

Las tres tarjetas que ha encontrado se ven en la pantalla. Por eso puedes saber por qué ha contestado eso.

Ahora pulsa al amigo de la línea de puntos. Es un amigo que no le hemos enseñado nunca.

Ha contestado igual, ¿verdad? No sabe decir no lo sé. Como solo ha aprendido dos cajas, tiene que elegir una de las dos por narices.

La máquina no está estropeada. Le pasa porque es lo único que le hemos enseñado.

Un poco más a fondo

Para las personas mayores y para quien quiera saber más.

Este clasificador es un k vecinos más cercanos. Con k=3: busca las tres tarjetas más parecidas y decide por mayoría. Es uno de los métodos más simples del aprendizaje automático.

Lo elegimos simple por algo: se ve en la pantalla por qué ha contestado lo que ha contestado. Una red neuronal lo haría mucho mejor, pero no puede enseñar sus motivos.

Si las tarjetas se inclinan hacia un lado, la respuesta se inclina también. Eso es el sesgo: no es una avería, es lo que tiene que pasar cuando lo que le has enseñado es solo eso. Los casos reales de reconocimiento facial que falla más con ciertas etnias, o de selección de personal que puntúa peor a un género, tienen exactamente esta estructura.

El amigo de la línea de puntos es lo importante. Si solo ha aprendido dos cajas, la máquina elige una de las dos, sí o sí, porque nunca le hemos dado la opción de decir que no lo sabe.