John Samuel Ball (nacido en 1963) es un científico cognitivo estadounidense, experto en inteligencia artificial, [1] arquitectura informática e inventor de la teoría de Patom. [2]
Nacido en Iowa, EE. UU., mientras su padre australiano, Samuel Ball, trabajaba en su doctorado en Psicología de la Educación, Ball regresó con su familia a Australia en 1978 para terminar su educación secundaria en la costa norte de Sydney. Ball recibió una Licenciatura en Ciencias en 1984 de la Universidad de Sydney , 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 quedó fascinado por las computadoras que habían estado expuestas a los primeros mainframes en el Educational Testing Service (ETS) en Princeton en la década de 1970.
Cuando era estudiante, una profesora lo retó a dedicarse a la inteligencia artificial cuando anunció que las computadoras nunca podrían realizar funciones similares a las humanas, como el lenguaje o el reconocimiento visual.
Su carrera comenzó en IBM Australia como ingeniero de mainframe, hasta convertirse en especialista en 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 estaba en la arquitectura de E/S IBM 370, aprendiendo del diseñador global de arquitectura de canales, Kenneth Trowell. Después de IBM en 1996, trabajó en otras grandes corporaciones australianas gestionando y definiendo los comerciales de contratos complejos de TI entre partes interesadas.
Siempre interesado en cómo las máquinas podrían emular mejor las funciones del cerebro humano, postuló la teoría de Patom, palabra que representa una combinación de coincidencia de patrones y átomo. Esto reflejaba su creencia de que el cerebro simplemente almacena, une y utiliza patrones de conjuntos de enlaces bidireccionales y jerárquicos (secuencias y conjuntos) como suficientes para explicar las capacidades humanas. Según él, esto era el acercamiento del cerebro humano al lenguaje y la visión y se transmitió públicamente por primera vez en 2000, en Okham's Razor de Robyn Williams. [3]
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. [4]
Ball dejó la vida corporativa para centrarse a tiempo completo en demostrar un sistema de comprensión del lenguaje natural (NLU) con muestras en diversos idiomas, incluidos mandarín, coreano, alemán, japonés, español, inglés, francés, italiano y portugués. Desde 2007, Ball ha presentado dos patentes. [5]
En 2011, Ball se topó con un libro de Emma L. Pavey [6] mientras visitaba una tienda de Barnes & Noble en Princeton, Nueva Jersey. Esto 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 referencias (RRG). [7] 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, el enfoque de Ball se centró en el significado y proporcionó una manera para que las computadoras descompusieran cualquier lenguaje humano mediante el significado, permitiendo las comunicaciones entre el hombre y la máquina. En el artículo de Van Valin, De NLP a NLU, [8] Van Valin habla sobre el progreso desde el procesamiento del lenguaje natural (NLP) a NLU con la introducción del significado logrado mediante la combinación de la teoría RRG y Patom.
En 2014, la Universidad de Sydney completó una revisión externa que analizaba sus capacidades en materia de desambiguación del sentido de las palabras (WSD), seguimiento del contexto, identificación de límites de palabras, traducción automática y conversación. Para 2015, Ball había incluido muestras en nueve idiomas y pudo demostrar una solución a problemas científicos abiertos en el campo de NLU, que incluyen:
En 2015, Ball escribió una serie de siete partes para Computerworld, [9] Speaking Artificial Intelligence en la que trazó los enfoques dominantes del análisis estadístico y el aprendizaje automático, desde la década de 1980 hasta el presente.
El Dr. Hossein Eslambolchi publicó en el Foro Económico Mundial las aplicaciones de esta tecnología y sus implicaciones para las máquinas inteligentes. [10]
El trabajo de Ball hasta la fecha refuta la creencia común de que el cerebro humano "procesa" información como una computadora. Su trabajo de laboratorio y NLU demuestran una conversación humana y precisión en la traducción, sobre lo que escribe en sus artículos "La ciencia de NLU" y "Patom Theory". [11] [12]
En diciembre de 2018, su empresa de inteligencia artificial, Pat Inc, recibió el premio al 'Mejor algoritmo nuevo para IA' otorgado por la organización Into.AI, con sede en Londres, como reconocimiento a su novedoso enfoque para la comprensión del lenguaje natural y los problemas difíciles de la IA . Pat Inc también ganó la Mejor Implementación Técnica para IA, 2019/2020 por Into.AI
Uso de NLU en contexto para responder preguntas: mejorar las tareas bAbI de Facebook
Inteligencia de la máquina
¿Pueden las máquinas hablar?
Serie 'Teoría Patom'
Hablando de Inteligencia Artificial
Cómo funcionan los cerebros: el apoyo de la teoría de Patom por parte de RRG Linguistics
Cuenta mediana de John Ball
https://pat.ai/