¿Computadoras casi Humanas? Un paso hacia la Real Inteligencia Artificial

¿Computadoras casi Humanas? Un paso hacia la Real Inteligencia Artificial.

Un nuevo tipo de ordenador, ideado por los investigadores de Google DeepMind en el Reino Unido, podría ampliar las capacidades de los mejores sistemas de inteligencia artificial de hoy en día, dándoles una nueva e importante función  una especie de memoria de trabajo.

Los investigadores trabajan en una computadora, que consiste en una red neuronal grande conectada a una  única  memoria, que puede realizar tareas relativamente complejas para averiguar por sí mismo qué tipo de información debe mantener en su memoria. Las tareas incluyen averiguar la mejor manera de ir de una estación a otra en la red de transporte subterráneo  de Londres, después de explorar los esquemas de otros tipos de redes y aprendiendo  o reconociendo  acerca de las características más sobresalientes.

Los investigadores Google DeepMind llaman a su sistema "un ordenador neuronal diferenciable". Es diferenciable en el sentido de su conducta, puede decidir qué almacenar en la memoria- puede aprender mediante el proceso matemático, llamado propagación hacia atrás, que es la base del funcionamiento de las redes neuronales. A medida que la red se alimenta con los datos, se almacenará automáticamente cierta información en una matriz de memoria.

"Al igual que un ordenador convencional, se puede utilizar su memoria para representar y manipular estructuras de datos complejas, pero, al igual que una red neuronal, se puede aprender a hacerlo a partir de datos". 

El avance es un paso hacia la inteligencia artificial que es un poco más parecida a la humana en sus habilidades. Mientras que la técnica está limitada por ahora, los sistemas construidos de esta forma podría realizar un trabajo útil algún día, dice Ruslan Salakhutdinov , profesor asociado de la CMU que se especializa en el aprendizaje automático e Inteligencia Artificial (IA). Por ejemplo, una versión más avanzada podría abastecerse de  Wikipedia y averiguar qué conceptos son importantes, como nombres, lugares y fechas, para almacenar en la memoria. O podría permitir que un robot utilizara la información adquirida en un entorno de una manera completamente nueva. "Es una pieza muy interesante de trabajo", dice Salakhutdinov.

Los últimos sistemas de aprendizaje automático son brillantes en ciertas tareas, como el reconocimiento de rostros en imágenes o palabras habladas. Y con la práctica podran aprender a realizar tareas complejas como jugar  los juegos de ordenador a nivel de expertos. Pero requieren enormes cantidades de datos específicos para la formación, y a diferencia de un ser humano, no pueden almacenar mucho más de lo que han aprendido en la memoria para su uso posterior. Esto presenta un problema en muchas áreas, incluyendo el lenguaje. 

Salakhutdinov observa, sin embargo, que hacer un equipo diferenciable neuronal más complejo de este tipo podría ser difícil. Eso es porque con el fin de acceder a su memoria, tiene que realizar un cálculo complejo consultar cada pieza almacenada. "Es muy difícil conseguir estas cosas para el trabajo", dice. "La expansión puede ser un poco problemática."

Curiosamente, el trabajo acerca dos campos de la IA que han sido durante mucho tiempo posiciones de desencuentro.. Los primeros trabajos de inteligencia involucraban máquinas de programación artificiales para representar simbólicamente la información, mientras que la moda actual es el uso de grandes redes neuronales que se entrenan para realizar tareas. Durante mucho tiempo, algunos tradicionalistas IA y científicos cognitivos han cuestionado si las redes neuronales pueden hacer lo que hacen los seres humanos sin ganar cierta capacidad profunda para representar simbólicamente la información.

"Estoy muy impresionado por la capacidad de la red para aprender algoritmos "de ejemplos," dice Brenden lake , un científico cognitivo de la Universidad de Nueva York que estudia la manera en que las computadoras pueden imitar la inteligencia humana. Esto podría ampliar la utilidad del aprendizaje profundo. "Algoritmos, como la clasificación o la búsqueda de caminos más cortos, son el pan de cada día de la informática clásica. Que tradicionalmente requieren un programador para diseñar y poner en práctica ". 

Pero Lake señala que el sistema todavía no es bastante similar a lamente  humana en la forma en que funciona. "las personas pueden  realizar una tarea nueva a partir de una  cantidad limitada de experiencia siempre y cuando esten familiarizados con el entorno"dice En contraste, el ordenador neural diferencial debe  entrenar en decenas o cientos de miles de ejemplos de cada tarea. Creo que la capacidad humana de aprender rápidamente nuevas tareas será uno de los próximos grandes retos de IA ".

Sin duda  cada vez estamos mas cerca de la "real inteligencia artificial"  y tu que opinas comentanos y...Pásalo!