Enseñan a las máquinas a aprender como humanos

La clave está en un algoritmo diseñado específicamente para emular las capacidades humanas para aprender de un ejemplo.

También te puede interesar: Mini robots origami hechos con papel de grafeno

Construir máquinas con las capacidades intelectuales de un ser humano aún está en camino, pero un equipo de científicos de la Universidad de Tortonto (Canadá), del Moore-Sloan Data Science en la Universidad de Nueva York (EE.UU.) y del MIT han logrado emular la capacidad de las personas para adquirir nuevos conceptos a partir de un único ejemplo gracias a un algoritmo muy particular. El estudio ha sido publicado en la revista Science.

 

El algoritmo permite al sistema autoprogramarse y utilizar los conocimientos adquiridos previamente para reconocer y extraer conceptos visuales sencillos al igual que lo hacemos los seres humanos. Y es que para un ordenador, esta posibilidad requiere cientos o quizá miles de instrucciones continuas para llegar a la precisión que con tanta sencillez adquirimos los seres humanos. El estudio “acorta el proceso computacional de aprendizaje de nuevos conceptos y amplía la aplicación de las máquinas a tareas más creativas”, aclara Brenden Lake, líder del trabajo.

 

Para alcanzar este hito tecnológico por primera vez en la historia, los investigadores crearon un software bayesiano de aprendizaje (BLP, Bayesian Program Learning), en el que los conceptos se representan como programas informáticos básicos. A diferencia de los programas de reconocimiento de patrones estándar, este algoritmo aprende “modelos generativos” de procesos reales, lo que aumenta su eficiencia gracias al mejor uso de los datos.

 

De la misma manera, este algoritmo aprende a aprender, por ejemplo, utilizando el conocimiento del alfabeto latino para aprender las letras del alfabeto griego. Para probarlo, el software fue aplicado a más de 1.600 tipos de caracteres escritos a mano con múltiples sistemas de escritura, incluyendo alfabetos inventados o inexistentes, así como con pruebas con participantes humanos mediante pruebas similares al conocido Test de Turing.

 

Los resultados de las pruebas visuales de tipo Turing revelaron que el modelo BPL consiguió el mismo nivel de rendimiento que los seres humanos y superó con creces cualquier resultado de aprendizaje profundo de máquinas obtenido hasta el momento.

 

“Antes de entrar en la guardería, los niños ya saben reconocer nuevos conceptos a partir de un solo ejemplo, y pueden imaginar nuevos ejemplos que nunca han visto. Todavía estamos lejos de construir máquinas tan inteligentes como un niño, pero esta es la primera vez que hemos logrado que una computadora sea capaz de aprender y usar un gran número de conceptos del mundo real, incluidos conceptos visuales simples como caracteres escritos a mano”, explica Joshua Tenenbaum, coautor del estudio.

 

Apenas estamos arañando la superficie, pero llegará un día en el que las máquinas serán capaces de aprender de su entorno igual que lo hacen las personas.

 

Crédito Imagen: Danqing Wang

 

Etiquetas: softwaretecnología

Continúa leyendo

CONTENIDOS SIMILARES

COMENTARIOS

También te puede interesar