211service.com
Se acabó el tiempo de juego
A principios del año pasado, una computadora logró un rendimiento de clase mundial en el juego Go, años antes de que la mayoría de la gente creyera que tal hazaña sería posible.
Eso es impresionante, pero nuestras ambiciones deberían ser más altas. La informática podría ayudar a proporcionar lo que el mundo necesita de manera crítica: herramientas que nos permitan a todos llegar más allá de lo que creíamos que éramos capaces. El aprendizaje por refuerzo, una parte integral del éxito de Go, puede acelerar ese proceso (consulte 10 tecnologías innovadoras: aprendizaje por refuerzo).
El aprendizaje por refuerzo es una forma de hacer que una computadora aprenda a través de la experiencia para tomar una serie de decisiones que produzcan resultados positivos, incluso sin ningún conocimiento previo de cómo sus acciones afectarán su entorno inmediato. Un tutor basado en software, por ejemplo, alteraría sus actividades en respuesta a cómo los estudiantes se desempeñan en las pruebas después de usarlo.
emma brunskill
Si esperamos crear agentes de enseñanza artificiales utilizando el aprendizaje por refuerzo, necesitaremos algoritmos que sean inteligentes con los datos. Podríamos recopilar datos de los sistemas educativos en línea y usarlos para ayudar al agente a estimar la efectividad de los diferentes enfoques de enseñanza. Cuando un estudiante inicia sesión, ¿debería el sistema proporcionarle un problema para resolver? ¿O sería mejor comenzar con un video explicativo? Los datos pueden ayudarlo a decidir.
Pero en algunos casos no hay suficientes datos, o no son el tipo correcto de datos, lo que dificulta el desarrollo de sistemas que tomen buenas decisiones. Sería bueno si pudiéramos crear un sistema que no necesitara tantos datos en primer lugar. Y eso es exactamente en lo que está trabajando mi grupo: estamos desarrollando algoritmos de aprendizaje por refuerzo y técnicas estadísticas para permitir que las computadoras desarrollen buenas sugerencias usando menos datos. Todavía tenemos mucho trabajo por hacer, pero estamos estrechando la brecha entre la teoría y la práctica.
Al final, no debemos dejarlo todo en manos de las computadoras. El llamado aprendizaje de refuerzo human-in-the-loop puede acelerar el proceso, permitiendo que los algoritmos razonen sobre su propio rendimiento limitado y busquen ayuda de los humanos cuando necesitan, por ejemplo, ampliar el conjunto de posibles decisiones. Mi grupo y nuestros colaboradores en la Universidad de Washington ahora están probando algoritmos para un sistema de tutoría que puede determinar si su plan de estudios actual no permite que todos los estudiantes aprendan bien y luego les pide a las personas que agreguen nuevas sugerencias al sistema. Tales colaboraciones entre humanos y computadoras podrían ayudar a los estudiantes a aprender utilizando enfoques que aún no podemos imaginar. Esta visión del aprendizaje por refuerzo tiene agentes con inteligencia artificial que redefinen cómo se ve el desempeño humano sobresaliente y nos permiten a todos lograrlo.
Emma Brunskill es profesora asistente de informática en la Universidad de Stanford. .