Los campos de la inteligencia artificial y la lingüística computacional han experimentado enormes avances en las últimas décadas. Debido a esto, los enfoques que alguna vez fueron novedosos son rápidamente reemplazados por innovaciones más recientes.
Por esta razón, la principal conferencia internacional de PNL del mundo que organiza anualmente la Asociación de Lingüística Computacional reconoce el trabajo fundamental que ha tenido una influencia e impacto particularmente duraderos.
Esta semana, los investigadores del Instituto Allen para la Inteligencia Artificial, el CEO Oren Etzioni y el científico investigador Jesse Dodge recibieron el premio de 10 años de la ACL. Premio de papel de prueba de tiempo para dos artículos separados publicados en 2012.
Etzioni, junto con un equipo que incluye al Director de Ingeniería de AI2, Michael Schmitz, recibió el premio por «Aprendizaje abierto de idiomas para la extracción de información». Dodge y sus coautores recibieron su premio en la misma categoría por «Midge: generación de descripciones de imágenes a partir de detecciones de visión artificial». Ambos trabajos han sido muy citados durante la última década, incluidos cientos de citas muy influyentes.
“Me siento honrado por este premio”, dijo Etzioni. “Estoy absolutamente encantado porque es para un proyecto en el que nos enfocamos intensamente durante más de cinco años, que introdujo la novedosa idea de Open Information Extraction”.
En el momento de la publicación de los artículos, Etzioni era profesor de informática en la Universidad de Washington, socio de riesgo en Madrona Venture Group y fundador de varias empresas emergentes. Al año siguiente, fue designado para dirigir AI2, un entonces nuevo instituto de investigación de IA financiado por el difunto cofundador de Microsoft, Paul Allen. Etzioni se convirtió en profesor emérito de la UW en octubre de 2020.
En su artículo innovador, el equipo de Etzioni presentó OLLIE, un sistema que extrae relaciones en el texto mediadas por sustantivos, adjetivos y más sin requerir un vocabulario preespecificado. Este proceso fue seguido por un segundo paso de análisis de contexto que aumentó la precisión al incluir información contextual del texto. Este nuevo enfoque permitió a OLLIE aprovechar la información contextual que se encuentra en las oraciones circundantes, utilizando partes del discurso que antes no se usaban en otros sistemas de extracción de información (IE).
Los resultados fueron una mejora importante con respecto a los sistemas de IE de vanguardia existentes en ese momento, como ReVerb y WOE, transformando el campo de la extracción de información a partir de ese momento.
“Los artículos van y vienen, pero solo unos pocos se recuerdan”, dijo Etzioni. “Mi objetivo como investigador ha sido tener un impacto duradero en el campo de la IA y, en última instancia, en la creación de tecnologías de IA beneficiosas. Este proyecto de investigación, más que cualquier otro en mi carrera, ha logrado algo de ese impacto, por lo que estoy más que encantado de ser parte del equipo que recibe este premio”.
“Los artículos van y vienen, pero solo unos pocos se recuerdan”.
Este documento de 2012 se basa en un documento anterior de 2007, «Extracción de información abierta de la Web», que ha sido citado casi 3000 veces. El trabajo fue realizado por un equipo del departamento de informática de la UW que incluía a Stephen Soderland, quien falleció en 2017. El miembro del equipo de investigación Mausam, que ahora es profesor de informática en el Instituto Indio de Tecnología de Delhi, aceptó el premio y se lo dedicó a Söderland.
El artículo publicado por el equipo de Dodge presenta Midge, un sistema de subtítulos de imágenes que fue uno de los primeros de su tipo. En lugar de utilizar datos anotados por humanos, Midge generó descripciones en lenguaje natural a partir de detecciones realizadas por modelos de visión por computadora. Cuando se publicó el artículo, eran los primeros días para la generación automática de leyendas de imágenes y, por lo tanto, era difícil que se aceptara dicho trabajo para una importante conferencia de lingüística computacional. Los subtítulos de imágenes se convertirían en un subcampo mucho más prestigioso años después, debido en parte al éxito de este artículo.
Midge adopta un enfoque fascinante para los subtítulos de imágenes mediante el uso de «triples». Para este propósito, el objeto, la acción y las relaciones espaciales de la imagen se asignan a los sustantivos, verbos y preposiciones en la descripción de la imagen.
El sistema se entrenó utilizando 700.000 imágenes de Flickr junto con sus descripciones asociadas. El resultado fue un «sistema de visión a lenguaje completamente automático que generó descripciones bien formadas sintáctica y semánticamente con variación naturalista». Nuevamente, este enfoque fue una mejora importante con respecto a otros métodos de IA disponibles en ese momento.
“Realmente nos preocupamos por la generación del lenguaje natural, aunque en ese momento la investigación no era valorada en la comunidad”, dijo Dodge. “Fue realmente difícil publicar artículos sobre generación en las principales conferencias de PNL, pero Margaret Mitchell (la primera autora) hizo un gran trabajo al escribir este trabajo y fue aceptado”.
Dodge agregó: “Margaret impulsó la investigación de subtítulos de imágenes durante años y, finalmente, otras personas también comenzaron a trabajar en ello. Fue su trabajo continuo en este tema lo que la llevó a este premio”.
Estos premios continúan una racha de honores de impacto a largo plazo en AI2 en los últimos años. En 2021, el investigador principal y profesor de la UW Yejin Choi y los coautores fueron honrados con un ACL de 10 años. Premio a la prueba del tiempo por “Encontrar spam de opiniones engañosas con cualquier esfuerzo de la imaginación”. El documento introdujo un clasificador capaz de detectar spam de opiniones engañosas con una precisión muy alta.
Otro equipo que incluía a Choi también recibió el premio 2021 de Computer Vision Foundation Premio Longuet-Higgins para el artículo de 2011, «Baby talk: comprensión y generación de descripciones de imágenes simples», que continuó la búsqueda para desarrollar automáticamente descripciones de imágenes correctas y relevantes en lenguaje natural.
A principios de este año, Oren Etzioni y sus coautores fueron honrados con el Premio al artículo de mayor impacto en IUI 2022 en reconocimiento a su importante publicación de 2003, «Hacia una teoría de las interfaces del lenguaje natural para las bases de datos». Este documento introdujo un marco teórico para interfaces de lenguaje natural confiables junto con un nuevo sistema llamado NLI preciso eso reduce el desafío de interpretación semántica en NLI a un problema de coincidencia de gráficos. Al mapear de manera experta preguntas en lenguaje natural a sus correspondientes consultas SQL para una amplia clase de preguntas en lenguaje natural, esta investigación fue fundamental para la forma en que accedemos e interactuamos con las bases de datos en la actualidad.
En otro honor reciente, el Premio al artículo de mayor impacto en IUI 2019 fue para el científico jefe y gerente general de Semantic Scholar de AI2, Dan Weld, y el coautor Krzysztof Gajos por su artículo de 2004 «SUPPLE: generación automática de interfaces de usuario». SUPPLE introdujo un algoritmo que podía generar interfaces de usuario adaptadas a las capacidades motoras y visuales de las personas, brindando beneficios revolucionarios a los usuarios con discapacidades físicas al modular automáticamente las interfaces de software de acuerdo con las necesidades específicas del usuario.
Si bien todas las investigaciones y artículos mencionados están relacionados con AI2, cada uno de estos proyectos involucró a autores de universidades asociadas. Los cinco autores de «Aprendizaje abierto de idiomas para la extracción de información» estaban en la UW en el momento en que se realizó la investigación y se publicó el artículo.
Los diez autores de «Midge» también estaban en universidades en ese momento. Jesse Dodge estaba en la Universidad de Washington. Los otros autores estaban en la Universidad de Aberdeen, Stony Brook, la Universidad de Maryland, Columbia y el MIT. Los otros documentos mencionados siguen un patrón similar, destacando el importante papel que juegan las universidades en gran parte de esta investigación.
Estos son solo algunos de las dos docenas de artículos que han ganado premios para AI2. Etzioni reflexionó sobre el éxito del instituto.
“En AI2, nos hemos esforzado por lograr un entorno tan abierto y colaborativo como el que formé parte en UW Computer Science (ahora llamada The Allen School), combinado con un enfoque implacable en el impacto”, dijo. “Esto ha atraído a un equipo que es a la vez colegiado e innovador”.
“Aprendizaje abierto de idiomas para la extracción de información” fue publicado en EMNLP por el equipo de Mausam, Michael Schmitz, Robert Bart, Stephen Soderland y Oren Etzioni. Margaret Mitchell, Jesse Dodge, Amit Goyal, Kota Yamaguchi, K. Stratos, Xufeng Han, Alyssa C. Mensch, A. Berg, Tamara L. Berg y Hal Daume.
Deja una respuesta