211service.com
Olvídese de AlphaGo: DeepMind tiene un paso más interesante hacia la IA general
AlphaGo y los autos sin conductor son increíblemente inteligentes, pero ninguno representa un gran salto hacia la inteligencia artificial general. Afortunadamente, algunos investigadores de IA están desarrollando formas de ampliar la inteligencia artificial.
Los investigadores de DeepMind, que crearon el robot campeón AlphaGo, están trabajando en un enfoque que podría resultar significativo en la búsqueda de hacer máquinas tan inteligentes como nosotros.
En dos documentos publicado esta semana y reportado por Científico nuevo, Los investigadores de la subsidiaria de Alphabet describen los esfuerzos para enseñar a las computadoras sobre el razonamiento relacional, una capacidad cognitiva que es fundamental para la inteligencia humana.
En pocas palabras, el razonamiento relacional es la capacidad de considerar las relaciones entre diferentes representaciones mentales, como objetos, palabras o ideas. Este tipo de razonamiento es crucial para el desarrollo cognitivo humano y vital para resolver casi cualquier problema.
La mayoría de los sistemas de aprendizaje automático existentes no intentan comprender la relación entre conceptos. Un sistema de visión puede identificar un perro o un gato en una imagen, por ejemplo, pero no sabe que el perro persigue al gato.
Los dos sistemas desarrollados en DeepMind resuelven eso modificando los métodos de aprendizaje automático existentes para hacerlos capaces de aprender sobre las relaciones físicas entre objetos estáticos, así como el comportamiento de los objetos en movimiento a lo largo del tiempo.
Demuestran la primera capacidad utilizando CLEVR, un conjunto de datos de objetos simples. Después del entrenamiento, pueden preguntarle al sistema si un objeto está frente a otro o qué objeto está más cerca. Sus resultados son dramáticamente mejores que cualquier cosa lograda antes, incluso superando el rendimiento humano en algunos casos.
En el segundo artículo, los investigadores muestran cómo un sistema de aprendizaje automático modificado de manera similar puede aprender a predecir el comportamiento de objetos simples en dos dimensiones. Hacemos este tipo de cosas todo el tiempo en tres dimensiones, cuando atrapamos una pelota o conducimos un automóvil, por ejemplo. De hecho, los experimentos de psicología muestran que los humanos emplean un motor físico intuitivo cuando predicen los efectos de una acción en los objetos. Eso es mucho más sofisticado y poderoso que simplemente reconocer los objetos en una escena.
Si bien los avances pueden no ser sorprendentes, son exactamente el tipo de investigación que se necesita. A pesar de lo impresionante que es la IA actual, la mayor parte implica que una máquina aprenda a realizar una tarea increíblemente limitada. Sin nuevas ideas, los sistemas de IA seguirán siendo incapaces de cosas como mantener una conversación real o resolver problemas difíciles por sí mismos.
sam gershman , profesor de psicología en Harvard que estudia inteligencia, dice que debemos pensar en imitar más de cerca la inteligencia humana si queremos que la inteligencia artificial se parezca a la nuestra.
Nuestros cerebros representan el mundo en términos de relaciones entre objetos, agentes y eventos, dijo. Revisión de tecnología del MIT vía correo electrónico. Representar el mundo de esta manera restringe enormemente los tipos de inferencias que extraemos de los datos, lo que hace que sea más difícil aprender algunas cosas y más fácil aprender otras. Entonces, en ese sentido, este trabajo es un paso en la dirección correcta: construir restricciones similares a las humanas que permitan a las máquinas aprender más fácilmente tareas que son naturales para los humanos.
Sin embargo, Gershman advirtió contra la exageración de la importancia del trabajo de DeepMind. El desempeño sobrehumano en cualquier tarea particular de aprendizaje automático no implica una inteligencia sobrehumana, dijo.
El razonamiento relacional también es solo un elemento de la inteligencia humana. Gershman y otros escribieron un papel el año pasado que explora los otros aspectos de la inteligencia humana que actualmente faltan en la IA. Además de razonar sobre las relaciones, por ejemplo, notaron que los humanos son capaces de composicionalidad, o construir nuevas ideas a partir del conocimiento existente para resolver problemas.
El razonamiento relacional es una condición necesaria pero no suficiente para una inteligencia similar a la humana, dijo Gershman.
(Lee mas: La red neuronal de DeepMind enseña a la IA a razonar sobre el mundo )