211service.com
Cómo Google planea resolver la inteligencia artificial
Paredes acolchadas, iluminación tenue y techo con papel tapiz floral. No parece un lugar para hacer descubrimientos revolucionarios que cambien la trayectoria de la sociedad. Pero en estos corredores claustrofóbicos simulados, Demis Hassabis cree que puede sentar las bases para un software lo suficientemente inteligente como para resolver los problemas más grandes de la humanidad.
Nuestro objetivo es muy grande, dice Hassabis, cuya actitud sensata puede enmascarar la audacia de sus ideas. Dirige un equipo de aproximadamente 200 informáticos y neurocientíficos en DeepMind de Google, el grupo con sede en Londres detrás del software AlphaGo que derrotó a un campeón mundial en Go en una serie de cinco juegos a principios de este mes, marcando un hito en la informática.
Se supone que es solo un punto de control inicial en un esfuerzo que Hassabis describe como el programa Apolo de inteligencia artificial, destinado a resolver la inteligencia y luego usarla para resolver todo lo demás. Lo que hoy pasa por software inteligente está especializado en una tarea particular, por ejemplo, reconocer rostros. Hassabis quiere crear lo que él llama inteligencia artificial general, algo que, como un ser humano, pueda aprender a asumir casi cualquier tarea. Lo imagina haciendo cosas tan diversas como el avance de la medicina formulando y probando teorías científicas, y saltando en ágiles cuerpos robóticos.
Hacer eso requerirá que el software de DeepMind explore más allá del ordenado mundo de piedras blancas y negras de Go. Necesita familiarizarse con el desordenado mundo real, o comenzar con una aproximación sombría y pixelada de él. El mundo simulado de DeepMind se llama Labyrinth, y la empresa lo está utilizando para confrontar su software con tareas cada vez más complejas, como navegar por laberintos. Eso debería impulsar a los investigadores de DeepMind a aprender cómo crear un software aún más inteligente y empujar al software a aprender cómo abordar decisiones y problemas más difíciles. Están haciendo esto mediante el uso de las técnicas que se muestran en AlphaGo y el software DeepMind anterior que aprendió a jugar juegos de Atari de la década de 1980, como Space Invaders, mejor que un humano. Pero para tener éxito, Hassabis también tendrá que inventar su forma de sortear algunos desafíos de larga data en inteligencia artificial.
Superación personal
Hassabis, de 39 años, ha estado trabajando en la cuestión de cómo crear inteligencia durante gran parte de su vida. Un prodigio del ajedrez que completó la escuela secundaria temprano para establecer una carrera exitosa en la industria de los videojuegos, luego obtuvo un doctorado en neurociencia y publicó investigaciones de alto perfil sobre la memoria y la imaginación.
Hassabis cofundó DeepMind en 2010 para transferir algo de lo que aprendió sobre inteligencia biológica a las máquinas. La compañía reveló el software que aprendió a dominar los juegos de Atari en diciembre de 2013, y a principios de 2014 fue comprado por Google por un monto informado de 400 millones de libras, más de $ 600 millones en ese momento (ver Google's Intelligence Designer). DeepMind se expandió rápidamente, contrató a docenas de investigadores más y publicó decenas de artículos en las principales conferencias sobre aprendizaje automático e inteligencia artificial. Este enero reveló la existencia de AlphaGo y que había derrotado al mejor jugador de Go de Europa en octubre de 2015. AlphaGo venció al 18 veces campeón mundial, Lee Sedol, a principios de este mes (ver Cinco lecciones de la victoria histórica de AlphaGo).
Demis Hassabis lidera un grupo dentro de Google con el objetivo de 'resolver inteligencia'.
Los juegos de Atari y Go son muy diferentes, pero DeepMind los abordó a ambos con el mismo enfoque, ligeramente inspirado en la forma en que se les puede enseñar nuevos trucos a los animales usando recompensas y castigos de un entrenador. En el aprendizaje por refuerzo, como se le llama, el software está programado para explorar un nuevo entorno y ajustar su comportamiento para aumentar algún tipo de recompensa virtual.
El software Atari de DeepMind, por ejemplo, se programó solo con la capacidad de controlar y ver la pantalla del juego, y con la necesidad de aumentar la puntuación. Para docenas de títulos, unas pocas horas de práctica son suficientes para que el software se levante por sí solo y venza a un experto humano.
AlphaGo combina el aprendizaje por refuerzo con otros componentes, como un sistema que aprendió a evaluar posibles movimientos mediante el análisis de decenas de millones de posiciones en el tablero de juegos de jugadores expertos de Go, y un mecanismo de búsqueda que selecciona los movimientos más prometedores. Pero fue el aprendizaje por refuerzo lo que permitió a AlphaGo ponerse en forma para vencer a los campeones del mundo jugando contra sí mismo millones de veces.
Hassabis cree que el enfoque de aprendizaje por refuerzo es la clave para lograr que el software de aprendizaje automático haga cosas mucho más complejas que los trucos que realiza hoy, como transcribir nuestras palabras o comprender el contenido de las fotos. No creemos que solo observar sea suficiente para la inteligencia, también hay que actuar, dice. En última instancia, esa es la única forma en que realmente puedes entender el mundo.
El entorno 3D de DeepMind Labyrinth, construido sobre un clon de código abierto del juego de disparos en primera persona Quake , está diseñado para proporcionar los siguientes pasos para probar esa idea. La compañía ya lo usó para desafiar a los agentes con un juego en el que deben explorar laberintos generados aleatoriamente durante 60 segundos, ganando puntos por recolectar manzanas o encontrar una salida (que lleva a otro laberinto generado aleatoriamente). Los desafíos futuros pueden requerir una planificación más compleja, por ejemplo, aprender que las llaves se pueden usar para abrir puertas. La compañía también probará el software de otras maneras y está considerando participar en el videojuego Starcraft e incluso en el póquer. Pero plantear desafíos cada vez más difíciles dentro de Labyrinth será un hilo importante de investigación durante algún tiempo, dice Hassabis. Debería ser bueno para los próximos dos años, dice.
Otras empresas e investigadores que trabajan en inteligencia artificial estarán observando de cerca. El éxito del aprendizaje por refuerzo de DeepMind ha sorprendido a muchos investigadores de aprendizaje automático. La técnica se estableció en la década de 1980 y no ha demostrado ser tan útil o poderosa como otras formas de entrenar software, dice Pedro Domingos , profesor que trabaja en aprendizaje automático en la Universidad de Washington. DeepMind reforzó la venerable técnica al combinarla con un método llamado aprendizaje profundo, que recientemente produjo grandes avances en la capacidad de las computadoras para decodificar información como imágenes y provocó un auge reciente en la tecnología de aprendizaje automático (ver 10 Tecnologías innovadoras 2013: Aprendizaje profundo ).
Lo que ha hecho DeepMind es impresionante, dice Domingos. Pero también dice que es demasiado pronto para decir si lo que Hassabis cree que es un motor de cohete que puede volar mucho más allá de los resultados de hoy no es en realidad un fuego artificial en el patio trasero: la serie reciente de resultados impresionantes puede no durar. El optimismo de Demis sobre el aprendizaje por refuerzo no se justifica por su trayectoria hasta el momento, dice Domingos. El progreso no es lineal en el aprendizaje automático y la inteligencia artificial; tenemos brotes de progreso y luego largos períodos de progreso lento.
Hassabis reconoce que muchas personas en su campo dudan del potencial del aprendizaje por refuerzo, pero dice que se convencerán. Cuanto más avanzamos con esto, más sentimos que nuestra tesis es correcta, y creo que estamos cambiando todo el campo, dice. En nuestra opinión, el aprendizaje por refuerzo será tan grande como el aprendizaje profundo en los próximos dos o tres años.
Seguridad primero
Los resultados de DeepMind hasta ahora pueden justificar la afirmación de Hassabis de que el aprendizaje por refuerzo pronto encontrará muchas aplicaciones útiles. La victoria de AlphaGo sorprendió a los jugadores profesionales de Go y a los informáticos porque el juego es demasiado complejo para ser abordado por un software que se basa principalmente en calcular los posibles resultados de diferentes movimientos, el método que DeepBlue de IBM usó para derrotar al campeón mundial de ajedrez Garry Kasparov en 1997. En promedio un jugador de ajedrez tiene 35 movimientos posibles en cada turno; en Go hay 250. Hay más posiciones posibles de Go que átomos en el universo. El ajedrez es un juego de cálculo, dice Hassabis. Go es demasiado complejo, por lo que los jugadores usan su intuición. Es totalmente diferente en clase. Puede pensar en AlphaGo como una intuición sobrehumana en lugar de un cálculo sobrehumano.
El campeón mundial de Go, Lee Sedol, revisa un juego durante su derrota en la serie 4-1 ante el software AlphaGo de DeepMind.
Ya sea que esté o no de acuerdo en que AlphaGo exhibe intuición, permitir que el software domine tareas más complejas claramente podría ser útil. DeepMind es trabajando con el Servicio Nacional de Salud del Reino Unido en un proyecto destinado a capacitar a un software para ayudar al personal médico a detectar signos de problemas renales que comúnmente se pasan por alto y causan un gran número de muertes evitables. El grupo también está trabajando con las divisiones comerciales de Google, donde, dice Hassabis, su tecnología podría aparecer en asistentes virtuales o mejorar los sistemas de recomendación, que son cruciales para productos como YouTube (sistemas similares también impulsan algunos de los productos publicitarios de Google).
De cara al futuro, DeepMind necesitará muchos avances para seguir avanzando hacia el objetivo de Hassabis de resolver la inteligencia, incluso en los próximos años de experimentación dentro de Labyrinth. Una de las piezas faltantes más críticas es un truco llamado fragmentación que los cerebros humanos y animales usan para manejar las complejidades del mundo. Hassabis lo explica con el ejemplo de la necesidad de ir al aeropuerto. Puedes concebir cómo llegarás allí y llevar a cabo ese plan sin tener que considerar exactamente dónde colocar los pies mientras caminas hacia la puerta, cómo girar la manija o controlar cada movimiento de tus fibras musculares. Podemos planificar y tomar acciones trabajando con conceptos de alto nivel que ocultan muchos detalles y adaptarnos a nuevas situaciones al recombinar los fragmentos o conceptos que ya conocemos. Es probablemente uno de los problemas más importantes que quedan en la IA, dice Hassabis.
Es un problema en el que están trabajando muchos grupos de investigación, incluidos otros dentro de Google. Pero una forma inusual en la que DeepMind espera resolverlo es estudiando cerebros reales. La compañía cuenta con un equipo de neurocientíficos dirigido por un destacado investigador, Matthew Botvinick, quien hasta fines del año pasado fue profesor de Princeton. A diferencia de la mayoría de las investigaciones en neurociencia, sus experimentos están destinados tanto a informar cómo DeepMind diseña el software como a revelar cómo funciona el cerebro.
Un experimento reciente probó una teoría de Hassabis sobre la forma en que el cerebro humano organiza los conceptos, utilizando un procedimiento estándar. que crea falsos recuerdos . Implica presentar a los sujetos de prueba una lista de palabras relacionadas, por ejemplo, frío, nieve y hielo. Las personas a menudo recuerdan falsamente haber escuchado otras palabras relacionadas, como invierno.
Empleados de DeepMind durante el partido con Sedol en Seúl a principios de este mes.
Con mi sombrero de aprendizaje automático, pensé que tenía que ser una gran pista sobre cómo se organiza ese tipo de información conceptual en el cerebro, dice Hassabis. El equipo de DeepMind elaboró una teoría sobre cómo funciona el lóbulo temporal anterior del cerebro con los conceptos y confirmó sus predicciones al observar los cerebros de las personas que realizan la tarea de memoria dentro de un escáner. Los resultados podrían ayudar a cambiar la forma en que DeepMind diseña sus redes neuronales artificiales para representar información.
Otras cosas en la lista de DeepMind para descubrir incluyen una forma de combinar la investigación que ha realizado sobre el software para comprender el significado del texto con su trabajo sobre los agentes que deambulan dentro de Labyrinth; una posibilidad es comenzar a colocar carteles dentro del espacio virtual. Hassabis dice que también está planeando una forma ambiciosa de evaluar a los agentes cuando estén listos para un mundo más realista que Labyrinth. En algún momento, quiere ver que el software DeepMind tome el control de los robots, que, según él, se ven frenados por la incapacidad del software para comprender el mundo. Hay robots asombrosos que no se pueden usar con todas sus capacidades porque los algoritmos no están ahí, dice.
El éxito podría plantear algunas preguntas filosóficas y éticas difíciles sobre lo que significa ser humano y los casos de uso aceptables de la inteligencia artificial. Hassabis dice que alienta la discusión de los posibles riesgos de la tecnología. (Aunque también observa con satisfacción que el físico Stephen Hawking dejó de advertir que la inteligencia artificial podría acabar con los humanos desde que se reunió con Hassabis; el fundador de Tesla, Elon Musk, quien comparó la investigación de la inteligencia artificial con la invocación del demonio, también recibió una charla anti-pep .) DeepMind tiene una junta de ética interna de filósofos, abogados y empresarios. Hassabis dice que sus nombres probablemente se darán a conocer en breve, y que también está trabajando para convocar una junta externa similar compartida entre varias compañías informáticas.
Sin embargo, los ingenieros de DeepMind aún no necesitan consejos de ética al planificar nuevos experimentos, dice Hassabis. No estamos cerca de nada que nos preocupe, dice. Se trata más de poner a todos al día. Si todo sale como espera Hassabis, su junta de ética eventualmente tendrá mucho trabajo por hacer.