Un algoritmo de IA inspirado en cómo aprenden los niños es más difícil de confundir

Categoría: Inteligencia artificial Al corriente 06 de mayo

Manguera de información: La práctica estándar para enseñar un algoritmo de aprendizaje automático es darle todos los detalles a la vez. Digamos que está construyendo un sistema de clasificación de imágenes para reconocer diferentes especies de animales. Le muestra ejemplos de cada especie y los etiqueta en consecuencia: pastor alemán y caniche para perros, por ejemplo.

Pero cuando un padre enseña a un niño, el enfoque es completamente diferente. Comienzan con etiquetas mucho más amplias: cualquier especie de perro es al principio simplemente un perro. Solo después de que el niño haya aprendido a distinguir estas categorías más simples, el padre desglosará cada una en detalles más específicos.

Confusión disipada: Inspirándose en este enfoque, los investigadores de la Universidad Carnegie Mellon crearon una nueva técnica que enseña a una red neuronal a clasificar las cosas por etapas. En cada etapa, la red ve los mismos datos de entrenamiento. Pero las etiquetas comienzan de manera simple y amplia, y se vuelven más específicas con el tiempo.

Para determinar esta progresión de dificultad, los investigadores primero mostraron a la red neuronal los datos de entrenamiento con las etiquetas detalladas finales. Luego calcularon lo que se conoce como matriz de confusión, que muestra las categorías que el modelo tuvo más dificultades para diferenciar. Los investigadores usaron esto para determinar las etapas de entrenamiento, agrupando las categorías menos distinguibles bajo una etiqueta en las primeras etapas y dividiéndolas en etiquetas más finas con cada iteración.

Mejor precisión: En las pruebas con varios conjuntos de datos de clasificación de imágenes populares, el enfoque casi siempre condujo a un modelo final de aprendizaje automático que superó a uno entrenado por el método convencional. En el mejor de los casos, aumentó la precisión de la clasificación hasta en un 7 %.

Aprendizaje curricular: Si bien el enfoque es nuevo, la idea detrás de él no lo es. La práctica de entrenar una red neuronal en etapas crecientes de dificultad se conoce como aprendizaje curricular y existe desde la década de 1990. Pero los esfuerzos previos de aprendizaje del plan de estudios se centraron en mostrar a la red neuronal un subconjunto diferente de datos en cada etapa, en lugar de los mismos datos con diferentes etiquetas. El último enfoque fue presentado por la coautora del artículo, Otilia Stretcu, en la Conferencia Internacional de Representaciones de Aprendizaje la semana pasada.

Por qué importa: La gran mayoría de las investigaciones de aprendizaje profundo actuales enfatizan el tamaño de los modelos: si un sistema de clasificación de imágenes tiene dificultades para distinguir entre diferentes objetos, significa que no se ha entrenado con suficientes ejemplos. Pero al tomar prestada información de la forma en que aprenden los humanos, los investigadores encontraron un nuevo método que les permitió obtener mejores resultados con exactamente los mismos datos de entrenamiento. Sugiere una forma de crear algoritmos de aprendizaje más eficientes en datos.