211service.com
IBM y el MIT apuestan a que los materiales y los avances cuánticos potenciarán la IA
IBM
Un nuevo centro de $ 240 millones en el MIT puede ayudar a avanzar en el campo de la inteligencia artificial mediante el desarrollo de dispositivos y materiales novedosos para impulsar los últimos algoritmos de aprendizaje automático. Quizás también podría ayudar a IBM a recuperar su reputación de hacer IA de vanguardia.
El proyecto, anunciado hoy por IBM y el MIT, investigará nuevos enfoques en el aprendizaje profundo, una técnica de IA que ha llevado a grandes avances en áreas como la visión artificial y el reconocimiento de voz. Pero también explorará dispositivos informáticos, materiales y fenómenos físicos completamente nuevos, incluidos los esfuerzos para aprovechar las computadoras cuánticas, nuevas máquinas exóticas pero potencialmente muy poderosas, para hacer que la IA sea aún más capaz.
Se está produciendo mucha innovación utilizando silicio y arquitecturas estándar, pero ¿qué pasa con los dispositivos y la ciencia de los materiales? dice Dario Gil , vicepresidente de IA en IBM Research. Es un área que nadie está tocando y tiene el potencial de mejoras de órdenes de magnitud.
El centro también buscará formas en que la IA pueda implementarse de manera más efectiva en industrias como la atención médica y la seguridad. Y estudiará el impacto económico de la inteligencia artificial y la automatización, un tema de enorme trascendencia para la sociedad.
El movimiento es importante para el MIT. La universidad estuvo a la vanguardia de la investigación de IA durante la década de 1950, pero el centro de gravedad del campo se ha movido hacia el oeste más recientemente, con grandes empresas tecnológicas como Google, Facebook, Microsoft y Amazon a la cabeza.
La inversión también señala un cambio para IBM. La compañía impulsó la IA al desarrollar Deep Blue, una máquina que venció al campeón mundial de ajedrez, Garry Kasparov, en 1997 (ver Cómo se ganó el ajedrez). La supercomputadora Watson que ganó el concurso ¡Peligro! en 2010 utilizó técnicas de procesamiento de lenguaje natural y aprendizaje automático de última generación. En los últimos años, sin embargo, otras empresas han acaparado la atención en la investigación de la IA y, en ocasiones, se ha acusado a la empresa de exagerar los servicios de IA disponibles bajo la marca Watson.
Centrarse en el hardware, en particular, puede ser una buena manera de reiniciar. Aunque ha habido un progreso espectacular en la IA en los últimos años, la mayor parte se debe a un puñado de algoritmos, así como a la creciente disponibilidad de potentes supercomputadoras y grandes cantidades de datos de entrenamiento. Incluso a medida que surgen nuevos enfoques, los nuevos materiales y las arquitecturas informáticas ofrecen un enorme potencial para mejorar estos algoritmos de IA.
La mayor parte del aprendizaje automático de vanguardia se realiza hoy en día en chips de computadora convencionales, ya sea que se hayan diseñado originalmente para el procesamiento de gráficos o se hayan hecho a la medida para manejar los cálculos necesarios de la manera más eficiente posible. Repensar las arquitecturas de chips y los tipos de componentes utilizados podría aumentar significativamente el rendimiento. IBM ya tiene un fuerte enfoque de investigación en ciencia de materiales y nuevos dispositivos informáticos. Tan entusiasmados como todos estamos con la IA, el campo tiene varias décadas por delante, dice Gil.
Rafael Reif, presidente del MIT (izquierda), y John Kelly, vicepresidente senior de soluciones cognitivas e investigación de IBM.
Una de esas oportunidades podría provenir de la computación cuántica. Una curiosidad de investigación durante décadas, ahora está progresando hacia máquinas prácticas capaces de abordar problemas reales, particularmente en áreas como la investigación química. Sus posibles efectos en el aprendizaje automático y la IA generan preguntas fascinantes.
Gil dice que es demasiado pronto para predecir cómo funcionarán las cosas, pero cree que la experimentación podría brindar algunas sorpresas. Eso solo ocurrirá si tienes una maldita computadora cuántica, y eso es lo que tenemos, dice.
Además de los avances en hardware, el nuevo centro del MIT investigará nuevos tipos de algoritmos de aprendizaje automático. En particular, investigará algoritmos que permitan a las computadoras aprender a partir de datos sin procesar o sin etiquetar y que podrían hacer posible transferir el aprendizaje de un dominio a otro.
Ananta Chandrakasan , decano de la escuela de ingeniería del MIT, dice que los esfuerzos de investigación en hardware y software idealmente deberían alimentarse unos a otros. No vamos a diseñar algoritmos que sean completamente independientes de las arquitecturas que vamos a usar, dice. Veremos el pensamiento a nivel de sistema.
El laboratorio también examinará cómo se puede aplicar la IA en dominios específicos, como la atención médica y la seguridad informática. Chandrakasan dice que está particularmente entusiasmado por explorar las aplicaciones prácticas de la IA, y espera que el esfuerzo genere nuevas empresas derivadas en los próximos años.
Esta área de interés podría resultar especialmente importante para el negocio actual de IBM. A la compañía le ha resultado más difícil de lo previsto implementar Watson en áreas como la atención médica (consulte A Reality Check for IBM’s AI Ambitions).
La colaboración también perseguirá la investigación sobre las implicaciones de la IA para la prosperidad global. Francesca Rossi, una distinguida científica investigadora de IBM T.J. Watson Research Center, dice que el proyecto encajará con el trabajo en algoritmos de IA. Para avanzar en la prosperidad compartida a través de la IA, también necesita avanzar en los algoritmos de IA que usaría, dice ella.
En su enfoque en el uso de la IA para brindar beneficios económicos y sociales, el esfuerzo se superpone de alguna manera con el Asociación en IA , un consorcio que IBM ayudó a fundar en septiembre de 2016 para estudiar cómo la IA está influyendo en la sociedad. Pero Rossi dice que la colaboración MIT-IBM producirá investigación, mientras que la Asociación proporciona una plataforma abierta para discutir estos temas. Por ejemplo, la Asociación sobre IA podría recomendar que cada sistema de IA sea capaz de explicarse a sí mismo, como una pauta general. Pero los expertos en IA todavía no entienden cómo los algoritmos toman decisiones (ver El oscuro secreto en el corazón de la IA). El MIT e IBM podrían idear formas de abordar este enigma trabajando juntos, dice Rossi.