211service.com
Un mundo tridimensional para agentes de IA más inteligentes
Google DeepMind, una subsidiaria de Alphabet que se enfoca en hacer un progreso fundamental hacia la inteligencia artificial general, está lanzando hoy un nuevo mundo virtual en 3D, poniéndolo a disposición de otros investigadores para que experimenten y modifiquen como deseen.
La nueva plataforma, llamada DeepMind Lab, se parece a un juego de computadora de disparos en primera persona en 3-D. Dentro del mundo, un agente de IA toma la forma de un orbe flotante que puede percibir su entorno, moverse y realizar acciones simples. Los agentes pueden ser entrenados para realizar varias tareas a través de una forma de aprendizaje automático que implica recibir recompensas positivas. Las tareas de ejemplo simples que vendrán incluidas con la plataforma incluyen navegar por un laberinto, recolectar frutas y atravesar pasajes estrechos sin caerse.
Estamos tratando de desarrollar estos agentes de inteligencia artificial que pueden aprender a desempeñarse bien en una amplia gama de tareas observando el entorno y observando lo que sucede, dice Shane Legg, científico jefe y cofundador de DeepMind.
La compañía ha utilizado internamente versiones del entorno, conocido anteriormente como Labyrinth, durante algún tiempo (ver 'Cómo planea Google resolver la inteligencia artificial'). Anteriormente apareció en algunos de sus primeros grandes titulares al crear agentes de IA capaces de aprender, a través de prueba y error, cómo jugar muchos videojuegos de Atari (ver AI Masters Space Invaders de Google).
Un mundo tridimensional abierto y personalizable ofrece desafíos más complejos y visualmente ricos para los agentes, pero también significa una gama mucho más amplia de tareas potenciales. DeepMind Lab podría conducir a algoritmos de IA capaces de transferir su aprendizaje de una tarea a la siguiente.
Tener agentes de IA trabajando dentro de un entorno 3-D también podría tener beneficios para desarrollar algoritmos para controlar sistemas que funcionan en el mundo real, como los robots industriales, dice Legg.
Además, la idea de crear agentes que aprendan sobre un mundo simulado a partir de principios básicos aprovecha ideas clave sobre cómo aprenden los humanos, algo que Legg exploró en su carrera académica. Al igual que usted o yo aprenderíamos sobre el mundo cuando éramos niños, es un enfoque muy fundamental para este problema de aprendizaje y generalidad, dice Legg sobre DeepMind Lab.
Otros expertos en inteligencia artificial dieron la bienvenida al lanzamiento de DeepMind Lab. Es muy bueno que estén lanzando más entornos, dice Ilya Sutskevar, cofundador y director de investigación de OpenAI, una organización sin fines de lucro dedicada a realizar investigaciones básicas y publicarlas. Cuantos más entornos tengan acceso los agentes de aprendizaje por refuerzo, más rápido avanzará el campo.
Zoubin Ghahrahmani , profesor de la Universidad de Cambridge en el Reino Unido, dice que DeepMind Lab y otras plataformas para el aprendizaje por refuerzo hacen que el progreso sea más transparente al permitir que los investigadores prueben las ideas de los demás.
Sin embargo, Gahrahmani también señala que los enfoques existentes para el refuerzo no siempre están a la altura de las habilidades humanas tan bien. Por ejemplo, por lo general, a un ser humano le lleva mucho menos tiempo jugar dominar un videojuego o un juego de mesa en particular. Los enfoques de aprendizaje por refuerzo son muy ineficientes en cuanto a datos, dice. ¿Cómo hacemos que los sistemas aprendan a un ritmo comparable al de los humanos?