Los desarrolladores del Instituto Tecnológico de Massachusetts presentaron a Norman, una red neuronal inspirada en Norman Bates, un personaje psicópata de la novela de Robert Bloch y de la película homónima de Alfred Hitchcock “Psicosis” que sufre de un trastorno de personalidad múltiple. La única función de la red neuronal es observar las manchas de Rorschach y producir resultados. El proyecto está diseñado para mostrar cómo la muestra que se usa en el entrenamiento puede afectar a la inteligencia artificial. Cualquiera puede familiarizarse con Norman en el sitio web oficial de la universidad.
La prueba de Rorschach fue desarrollada a principios de los años 20 del siglo pasado por el psiquiatra suizo Hermann Rorschach. Al paciente que pasa por la prueba le muestran diez imágenes con manchas de tinta simétricas, y le piden interpretar cada una de ellas. El mismo Rorschach, así como todos sus seguidores, creían que las personas con diferentes estados mentales reaccionaban de forma diferente a las formas y colores y veían en ellas figuras e imágenes bastante diferentes. A pesar de que la validez de este método aún no se ha confirmado, se usa en la práctica psiquiátrica en todo el mundo.
Rorschach fue la base para una nueva red neuronal desarrollada por investigadores bajo la dirección de Pinar Yanardag del MIT. Norman fue desarrollado con la ayuda de métodos de entrenamiento profundo. En base a datos recopilados relacionados con la muerte se enseñó a la red neuronal a interpretar las manchas de Rorschach. Las respuestas de la red neuronal se compararon luego con las respuestas dadas por una red neuronal, entrenada en el conjunto de datos MsCOCO. Los resultados fueron muy diferentes: la red neuronal entrenada con imágenes estándar vió un jarrón con flores y Norman un hombre que recibió un disparo.
La red neuronal es lo suficientemente simple y tiene pocas funciones: la única aplicación práctica de dicho sistema puede ser el diagnóstico por computadora de las respuestas de las personas reales a la prueba de Rorschach. De hecho, los desarrolladores querían mostrar cómo la inteligencia artificial puede estar sesgada dependiendo de la muestra de entrenamiento.
Fuente: nmas1.org