211service.com
OpenAI de Elon Musk presenta una forma más sencilla para que las máquinas aprendan
En 2013, una startup británica de inteligencia artificial llamada DeepMind sorprendió a los científicos informáticos al mostrar un software que podía aprender a jugar juegos clásicos de Atari mejor que un jugador humano experto. DeepMind pronto fue adquirida por Google, y la técnica que venció a los juegos de Atari, el aprendizaje por refuerzo, se ha convertido en un tema candente en el campo de la IA y la robótica. Google usó el aprendizaje por refuerzo para crear un software que venció a un jugador campeón de Go el año pasado.
Ahora, OpenAI, un instituto de investigación sin fines de lucro cofundado y financiado por Elon Musk, dice que descubrió que una alternativa más fácil de usar al aprendizaje por refuerzo puede obtener resultados rivales cuando juega y realiza otras tareas. En la conferencia EmTech Digital de MIT Technology Review en San Francisco el lunes, el director de investigación de OpenAI, Ilya Sutskever, dijo que eso podría permitir a los investigadores avanzar más rápido en el aprendizaje automático.
Es competitivo con los algoritmos de aprendizaje por refuerzo de hoy en día en los puntos de referencia estándar, dijo Sutskever. Es sorprendente que algo tan simple realmente funcione.
El software de aprendizaje automático de OpenAI descubrió cómo jugar juegos clásicos de Atari.
Sutskever argumenta que encontrar nuevas formas de hacer que el software aprenda a hacer cosas como jugar juegos de computadora o dirigir robots es importante para hacer que el software de aprendizaje automático asuma tareas más complejas que solo reconocer imágenes o transcribir nuestro discurso. Si tenemos sistemas informáticos que aprenden a tomar acciones complicadas en el mundo, entonces creo que nos sentiríamos cómodos llamándolos inteligentes, dijo.
Sutskever y sus colegas probaron su enfoque, llamadas estrategias de evolución , mediante la creación de software que aprendió a jugar a más de 50 juegos de Atari, incluidos Pong y Centipede. Debido a que es más fácil escalar el nuevo método a través de múltiples procesadores, en una hora podrían entrenar jugadores artificiales comparables a los que tardaron un día en producir usando un sistema de aprendizaje por refuerzo publicado por Google DeepMind el año pasado. Mostró la misma capacidad para aprender cosas como la necesidad de salir a la superficie en busca de aire en el juego Seaquest (fotograma central de la animación).
Director de investigación de OpenAI, Ilya Sutskever
Las estrategias de evolución mostraron una ventaja similar cuando se utilizaron para realizar una prueba estándar de robótica en la que el software tiene que descubrir cómo hacer que un humanoide camine en un entorno simulado. Se necesitaron 10 minutos para lograr resultados que un sistema de aprendizaje por refuerzo de última generación necesitaría alrededor de 10 horas para alcanzar, dicen los investigadores.
La técnica es un reinicio de una idea de décadas sobre cómo hacer que el software de aprendizaje pruebe diferentes acciones e identifique las más efectivas. Está vagamente inspirado en cómo la selección natural hace que los organismos biológicos se adapten a su entorno.
Un algoritmo que todos conocen desde hace mucho tiempo funciona mejor de lo que la mayoría pensaba, dijo Sutskever.
Se negó a sugerir aplicaciones específicas de IA que podrían recibir un impulso de la técnica de estrategias de evolución, y dijo que se necesita más investigación sobre sus fortalezas y limitaciones. Pero Sutskever dijo que comparar el método con el aprendizaje por refuerzo sugirió que sería mejor aprender a realizar tareas más complejas que requieren más pasos para obtener un resultado.
Por esa razón, dijo Sutskever, cree que las estrategias de evolución ayudarán al objetivo de OpenAI de crear lo que él llama inteligencia artificial general, un software que puede adaptarse a muchos tipos de escenarios complejos.
La mayoría de los investigadores en aprendizaje automático no hablan mucho sobre inteligencia general, sino que buscan avances en problemas específicos, a menudo enfocados de manera limitada. La declaración de misión de OpenAI incluye el compromiso de crear inteligencia general artificial. Sutskever dijo que el ritmo del progreso en el aprendizaje automático significa que vale la pena pensar en ese objetivo ahora.
[Parece] lejano en este momento, pero [estaba] mucho más lejano hace cinco años, dijo. La cantidad de personas y la cantidad de esfuerzo que se dedica a desarrollar estos algoritmos es extremadamente alta: las cosas avanzan a un ritmo muy saludable.