Robots atentos
Actualmente, las tecnologías de inteligencia artificial (IA) pueden mostrar rasgos aparentemente humanos. Algunas son intencionalmente humanoides y otras realizan tareas que solemos asociar exclusivamente con la humanidad: componer canciones, enseñar y crear arte visual.
A medida que avanza el campo, empresas y desarrolladores están replanteándose los fundamentos de la inteligencia artificial al examinar nuestra propia inteligencia y cómo podríamos imitarla eficazmente mediante maquinaria y software. IBM es una de esas empresas, ya que se ha embarcado en la ambiciosa misión de enseñar a la IA a actuar más como el cerebro humano.
Muchos sistemas de aprendizaje automático existentes se basan en la necesidad de recurrir a conjuntos de datos. Ya sea que resuelvan problemas para ganar una partida de Go o identifiquen cáncer de piel a partir de imágenes, esto suele seguir siendo así. Sin embargo, este fundamento es limitado y difiere del cerebro humano.
Los seres humanos aprendemos de forma gradual. En pocas palabras, aprendemos sobre la marcha. A medida que adquirimos conocimientos a los que recurrir, nuestro cerebro se adapta y absorbe información de manera distinta a como se construyen muchos de los sistemas artificiales existentes. Además, somos lógicos. Usamos el razonamiento y la lógica para resolver problemas, algo que estos sistemas todavía no hacen demasiado bien.
IBM busca cambiar esta situación. Un equipo de investigación de DeepMind ha creado una red neuronal sintéticaque, según se informa, usa el razonamiento racional para completar tareas.
Maquinaria racional
Al proporcionar a la IA varios objetos y una tarea específica, «Estamos obligando explícitamente a la red a descubrir las relaciones existentes», afirma Timothy Lillicrap, científico informático de DeepMind, en una entrevista con Science Magazine. En una prueba de la red realizada en junio, se le preguntó sobre una imagen con varios objetos. Por ejemplo, le plantearon lo siguiente: «Hay un objeto delante de la cosa azul; ¿tiene la misma forma que el pequeño objeto cian situado a la derecha de la bola de metal gris?»
En esta prueba, la red identificó correctamente el objeto nada menos que el 96 % de las veces, frente al escaso 42 % al 77 % que alcanzaron los modelos de aprendizaje automático más tradicionales. La red avanzada también destacó en la resolución de problemas verbalesy sigue en desarrollo y perfeccionamiento. Además de sus capacidades de razonamiento, los investigadores están mejorando la capacidad de la red para prestar atención e incluso crear y almacenar recuerdos.
Según Irina Rish, investigadora de IBM, el uso de estas tácticas podría acelerar y ampliar considerablemente el desarrollo futuro de la IA, en una entrevista con Engadget: «El aprendizaje de las redes neuronales suele diseñarse de forma manual, y cuesta mucho dar con una arquitectura específica que funcione mejor. Es, en gran medida, un proceso de ensayo y error… Sería bueno que esas redes pudieran construirse por sí mismas».
Puede dar miedo pensar que las redes de IA se construyan y mejoren por sí solas, pero, si se supervisan, se ponen en marcha y se controlan correctamente, esto podría permitir que el campo supere sus limitaciones actuales. Pese a los abundantes temores a una rebelión de los robots, el avance de las tecnologías de IA podría salvar vidas en el ámbito médico, permitir que los seres humanos lleguen a Marte ymucho más.
