John Ball (científico cognitivo)

John Samuel Ball es un científico cognitivo estadounidense, autor, experto en inteligencia artificial, ^{[ 1 ]} arquitectura de computadoras e inventor de la Teoría de Patom. ^{[ 2 ]}

Nació en 1963 en Iowa , EE. UU., mientras su padre australiano, Samuel Ball, trabajaba en su doctorado en Psicología Educativa. ^{[ 3 ]} Ball regresó con su familia a Australia en 1978 para terminar su educación secundaria en la costa norte de Sídney . Ball recibió una Licenciatura en Ciencias en 1984 ^{[ 4 ]} de la Universidad de Sídney , una Maestría en Ciencias Cognitivas de la Universidad de Nueva Gales del Sur en 1989 y una Maestría en Administración de Empresas de MGSM ( Macquarie Graduate School of Management ) en 1997.

Desde muy joven, Ball estuvo fascinado por las computadoras, tras haber tenido contacto con las primeras computadoras centrales en Educational Testing Service (ETS) en Princeton en la década de 1970.

Durante su etapa de estudiante de pregrado, una profesora le retó a dedicarse a la inteligencia artificial al anunciar que los ordenadores nunca serían capaces de realizar funciones similares a las humanas, como el lenguaje o el reconocimiento visual.

Su carrera comenzó en IBM Australia como ingeniero de mainframe, llegando a ser especialista de soporte nacional responsable de brindar soporte y capacitación a ingenieros de hardware en Australia y Nueva Zelanda en mainframe y dispositivos de E/S. Su experiencia se centraba en la  arquitectura de E/S del IBM 370, donde aprendió del diseñador global de arquitectura de canales, Kenneth Trowell. ^{[ 5 ]} Tras dejar IBM en 1996, trabajó en otras grandes corporaciones internacionales, como Fujitsu, CSC y Telstra, donde gestionó y definió los aspectos comerciales de contratos de TI complejos entre las partes interesadas. ^{[ 6 ]}

Siempre interesado en cómo las máquinas podrían emular mejor las funciones del cerebro humano, postuló la teoría Patom , palabra que representa una combinación de coincidencia de patrones y átomo. Esto reflejaba su creencia de que el cerebro simplemente almacena, compara y utiliza patrones jerárquicos bidireccionales de conjuntos de enlaces (secuencias y conjuntos) como suficiente para explicar las capacidades humanas. Afirmó que este era el enfoque del cerebro humano hacia el lenguaje y la visión, y se presentó públicamente por primera vez en el año 2000, en el programa Okham's Razor de Robyn Williams. ^{[ 7 ]} 

A lo largo de los años, los intercambios con expertos en inteligencia artificial como Marvin Minsky lo llevaron a trabajar en un prototipo para demostrar y probar su teoría. ^{[ 8 ]}

Ball dejó su trabajo en el mundo empresarial para dedicarse por completo a demostrar un sistema de comprensión del lenguaje natural (NLU) con muestras en diversos idiomas, como mandarín, coreano, alemán, japonés, español, inglés, francés, italiano y portugués. Desde 2007, Ball ha presentado dos patentes. ^{[ 9 ]}

En 2011, Ball encontró un libro de Emma L. Pavey ^{[ 10 ]} mientras visitaba una tienda Barnes & Noble en Princeton, Nueva Jersey. Este incluía una referencia a una teoría lingüística desarrollada por el profesor Robert Van Valin, Jr. y el profesor William A. Foley , llamada Gramática de Roles y Referencia (RRG). ^{[ 11 ]} Ball determinó que la explicación de un marco lingüístico basado en el significado, descrito en el libro de Pavey, era el eslabón perdido para la implementación de su teoría. Se puso en contacto con Van Valin y comenzó a integrar RRG en su prototipo. A diferencia de las teorías lingüísticas dominantes, como la Gramática Universal de Noam Chomsky, ^{[ 12 ]} el enfoque de Ball se centró en el significado y proporcionó una manera para que las computadoras descompusieran cualquier lenguaje humano por significado, permitiendo la comunicación entre el hombre y la máquina. En el artículo de Van Valin, From NLP to NLU, ^{[ 13 ]} Van Valin habla sobre el progreso del procesamiento del lenguaje natural (NLP) a NLU con la introducción del significado logrado mediante la combinación de la teoría RRG y Patom.

En septiembre de 2014, la Universidad de Sídney completó una auditoría externa del sistema lingüístico, analizando sus capacidades en desambiguación del sentido de las palabras (WSD), seguimiento del contexto, identificación de límites de palabras, traducción automática y conversación. ^{[ 14 ]} Para 2015, Ball había incluido muestras en nueve idiomas y pudo demostrar una solución a problemas científicos abiertos en el campo del procesamiento del lenguaje natural (PLN), entre ellos:

• Desambiguación del sentido de la palabra
• Seguimiento del contexto
• Traducción automática
• Identificación de límites de palabras

En 2015, Ball escribió una serie de siete partes para Computerworld, ^{[ 15 ]} Speaking Artificial Intelligence en la que rastreó los enfoques dominantes del análisis estadístico y el aprendizaje automático, desde la década de 1980 hasta la actualidad.

El Dr. Hossein Eslambolchi ha publicado en el Foro Económico Mundial aplicaciones de esta tecnología y sus implicaciones para las máquinas inteligentes. ^{[ 16 ]}

El trabajo de Ball hasta la fecha refuta la creencia común de que el cerebro humano «procesa» la información como una computadora. Su trabajo de laboratorio y su procesamiento del lenguaje natural (PLN) demuestran una conversación similar a la humana y una gran precisión en la traducción, tal como se describe en su artículo «Teoría de Patom». ^{[ 17 ]}

En diciembre de 2018, su empresa de inteligencia artificial, Pat Inc., recibió el premio al "Mejor Nuevo Algoritmo para IA" otorgado por la organización Awards.AI, con sede en Londres, en reconocimiento a su novedoso enfoque para el problema complejo de la IA: la comprensión del lenguaje natural . ^{[ 18 ]} Posteriormente, recibió el Premio a la Mejor Implementación Técnica para IA, 2019/2020. ^{[ 19 ]}

Su libro, Cómo resolver la IA con nuestro cerebro: La última frontera de la ciencia, publicado en noviembre de 2024, tenía como objetivo hacer que la IA fuera accesible al público. Proporciona los antecedentes que llevaron a los modelos de IA generativa actuales, lo que falta y el camino a seguir para una interfaz de lenguaje confiable con las máquinas basada en la neurociencia.

Uso de NLU en contexto para responder preguntas: mejora de las tareas bAbI de Facebook ^{[ 20 ]}

Inteligencia artificial

¿Pueden hablar las máquinas?

Serie 'Teoría de Patom'

Hablando de inteligencia artificial

Cómo funciona el cerebro: El respaldo de la teoría Patom a la lingüística RRG

Cuenta de John Ball en Medium

• https://pat.ai/