MÁQUINAS APRENDIENDO COMO HUMANOS ¿BUENO O MALO?
Enseñan a las máquinas a aprender como humanos
La clave está en un algoritmo diseñado específicamente para emular las capacidades humanas para aprender de un ejemplo.
Construir máquinas con las capacidades
intelectuales de un ser humano aún está en camino, pero un equipo de
científicos de la Universidad de Tortonto (Canadá), del Moore-Sloan Data
Science en la Universidad de Nueva York (EE.UU.) y del MIT han
logrado emular la capacidad de las personas para adquirir nuevos
conceptos a partir de un único ejemplo gracias a un algoritmo muy
particular. El estudio ha sido publicado en la revista Science.
El algoritmo permite al sistema autoprogramarse y utilizar los conocimientos adquiridos previamente para reconocer y extraer conceptos visuales sencillos al igual que lo hacemos los seres humanos. Y es que para un ordenador, esta posibilidad requiere cientos o quizá miles de instrucciones continuas para llegar a la precisión que con tanta sencillez adquirimos los seres humanos. El estudio:
“Acorta el proceso computacional de aprendizaje de nuevos
conceptos y amplía la aplicación de las máquinas a tareas más
creativas”.
Aclara Brenden Lake, líder del trabajo.
Para alcanzar este hito tecnológico por primera vez en la historia, los investigadores crearon un software bayesiano
de aprendizaje (BLP, Bayesian Program Learning), en el que los
conceptos se representan como programas informáticos básicos. A
diferencia de los programas de reconocimiento de patrones estándar, este algoritmo aprende “modelos generativos” de procesos reales, lo que aumenta su eficiencia gracias al mejor uso de los datos.
De la misma manera, este algoritmo aprende a aprender,
por ejemplo, utilizando el conocimiento del alfabeto latino para
aprender las letras del alfabeto griego. Para probarlo, el software fue
aplicado a más de 1.600 tipos de caracteres escritos a mano con
múltiples sistemas de escritura, incluyendo alfabetos inventados o
inexistentes, así como con pruebas con participantes humanos mediante
pruebas similares al conocido Test de Turing.
Los resultados de las pruebas visuales de tipo Turing revelaron que el
modelo BPL consiguió el mismo nivel de rendimiento que los seres
humanos y superó con creces cualquier resultado de aprendizaje profundo
de máquinas obtenido hasta el momento.
“Antes de entrar en la guardería, los
niños ya saben reconocer nuevos conceptos a partir de un solo ejemplo, y
pueden imaginar nuevos ejemplos que nunca han visto. Todavía estamos
lejos de construir máquinas tan inteligentes como un niño, pero
esta es la primera vez que hemos logrado que una computadora sea capaz
de aprender y usar un gran número de conceptos del mundo real, incluidos
conceptos visuales simples como caracteres escritos a mano”.
Explica Joshua Tenenbaum, coautor del estudio.
Apenas estamos arañando la superficie,
pero llegará un día en el que las máquinas serán capaces de aprender de
su entorno igual que lo hacen las personas.
Comentarios
Publicar un comentario