El mes pasado un grupo de investigadores en informática del MIT, la Universidad de Nueva York y la Universidad de Toronto anunciaron en la revista Science un logro muy notable para el campo de la inteligencia artificial: han creado un programa que replica el sistema de aprendizaje infantil. Este no necesita relacionar multitud de conceptos a través de algoritmos, sino que es capaz de reconocerlos desde un único ejemplo. El caso de estudio se ha centrado en la escritura a mano aunque ya se prevén multitud de futuras aplicaciones.

El avance ha sido posible gracias a que los sistemas de reconocimiento por visión de muchas máquinas se están volviendo comunes.

Anuncios
Anuncios

Podemos encontrarlos en la seguridad vial para peatones y ciclistas, en los controles de videojuegos, las búsquedas en #Internet, el reconocimiento de palabras para traductores como #Google Translator o los robots de fábrica. Este tipo de aprendizaje automático superaría al humano para cierto conjunto de tareas relacionadas con la visión y el reconocimiento. De hecho, el programa mejoró las marcas de un grupo de humanos en la identificación de signos escritos a mano. Es capaz de asimilar caracteres en diferentes idiomas y generalizar a partir de lo aprendido. Los autores sugieren que esta habilidad es similar a nuestro método de aprendizaje y comprensión conceptual.

Un nuevo enfoque: programa de aprendizaje bayesiano o BPL

Esta nueva tecnología se conoce como programa de aprendizaje bayesiano o BPL, y es muy distinto a las actuales tecnologías basadas en las redes neuronales profundas.

Anuncios

Dichas redes se inspiran en el comportamiento de las neuronas biológicas: pueden prepararse para reconocer nuestro lenguaje, detectar objetos en imágenes o identificar comportamientos. Todo esto se consigue al ser expuestas a numerosos conjuntos de ejemplos. Sin embargo, no se había conseguido que reprodujeran el aprendizaje humano en su adquisición rápida de nuevos conceptos. El sistema BPL consigue aprender tras visionar pocos o incluso un único ejemplo. Este modelo clasifica, analiza y recrea caracteres escritos a mano.

Para Joshua B. Tenembaum, profesor de ciencias cognitivas y computación del MIT, no era suficiente conformarse con las bases de datos y ordenadores cada vez más rápidos. Lo interesante era recrear ese talento plástico de los niños, de aprender mucho con muy poca información. Para ello había que sustituir las grandes cantidades de datos por la capacidad de construir nuevos conocimientos de nuestro cerebro.

Riesgo de comparar la inteligencia artificial con la inteligencia humana

Las nuevas habilidades de las inteligencias artificiales impulsan a los investigadores a comparar su progreso con las aptitudes humanas.

Anuncios

No obstante, científicos como Oren Etzioni, director ejecutivo del Instituto Allen para la Inteligencia Artificial en Seattle, advierten sobre estas comparaciones y contra las afirmaciones de "rendimiento sobrehumano". El sistema de aprendizaje bayesiano ha superado diversas pruebas de Turing visuales, al haber logrado imitar las habilidades creativas y de reconocimiento en una conducta indistinguible a la humana. Sin embargo, todavía no conocemos la naturaleza de nuestro mente al nivel de afirmar que las máquinas puedan pensar del mismo modo. #Investigación científica