Un programa informático aprende a agrupar sonidos como hacen los niños

Un programa informático ideado por científicos de la universidad de Stanford es capaz de simular el proceso cerebral que usan los niños cuando aprenden a hablar, al mismo tiempo que es capaz de agrupar sonidos vocálicos.

El programa de ordenador aprende por sí mismo a distinguir sonidos vocálicos en inglés, del tipo “train” y “bed”. Se trata del primer software capaz de comprender categorías vocales de sonidos humanos y parece confirmar la idea de que la lengua no es tanto algo innato como aprendido.

Tal como explica al respecto Science, los psicólogos siempre han mostrado su desconcierto respecto a cómo los niños llegan a captar lo matices de una lengua. Durante décadas, los investigadores han estado debatiendo sin descanso sobre si la lengua se adquiere mediante experiencia o si, por el contrario, el ser humano viene “programado” para ello.

Esta disputa hizo que los informáticos empezasen a explorar este campo desde el punto de vista electrónico para buscar una respuesta. El modo en que se han aproximado a este asunto ha sido el de las llamadas redes neuronales, un modelo de cálculo cuya concepción se inspira, esquemáticamente, en el funcionamiento de las neuronas, ya sean humanas o no.

Una de las finalidades de una red neuronal es simular las propiedades en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante un circuito integrado o un ordenador. El objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro.

Por repetición

La red neuronal aprende de forma parecida al cerebro, o sea fortaleciendo sus propias conexiones por repetición. James McClelland, el neurocientífico que ha dirigido esta investigación, se ha propuesto que los ordenadores hagan exactamente lo mismo que hacen los niños pequeños.

Para ello, él y sus colegas grabaron la voz de treinta madres leyendo en voz alta a sus hijos en inglés y en japonés. Después, pasaron esos sonidos a un ordenador capaz de categorizar sonidos en función de su duración, calidad o resonancias particulares.

Para hacerlo mucho más sencillo, pidieron a las participantes que únicamente usasen cuatro sonidos vocálicos: los que hay en “beet” (remolacha), “bait” (cebo), “bit” (pedazo) y “bet” (apuesta)

Echarle imaginación

El programa agrupó muy pronto los sonidos en sólo unas cuantas categorías. En concreto, fue capaz de acotar los cuatro sonidos vocálicos originales en el 80% de las ocasiones, según demuestran en un artículo publicado en la revista Proceedings of the National Academy of Sciences.

Estos datos desacreditarían en cierta manera las teorías existentes respecto a que los humanos nacemos ya con el conocimiento de todos los sonidos y lenguas. Asimismo, parecen confirmar la teoría de que los niños agrupan constantemente los sonidos que escuchan para desarrollar un entendimiento de la estructura de la lengua.

Un primer paso

Al confirmar esta última teoría, McCelland y su equipo se inclinan a pensar que, a su vez, las teorías que aseguran que los ordenadores no pueden aprender este tipo de cosas no están bien fundamentadas.

Según el equipo que ha llevado a cabo la investigación, la creación de este programa informático es sólo un primer paso en la dirección adecuada. Los niños usan algo más que palabras cuando aprenden a hablar. Por eso, están explorando la posibilidad de que una red neuronal más potente fuera capaz, incluso, de leer los labios acoplando un sonido con una fotografía de la boca.