La inteligencia artificial no está siendo entrenada sólo para recordar, además para conocer cuándo olvidar

Autor: | Posteado en Noticias Sin comentarios

La inteligencia artificial no está siendo entrenada sólo para recordar, además para conocer cuándo descuidar

Un proyecto del Ejército de los EE.UU ha permitido desarrollar un mas reciente framework (denominado ‘Learn to Grow’) para la creación de redes neuronales profundas que posibilita que los sistemas de IA aprendan mejor las mas recientes tareas, al asamblea que olvidan un benjamín porcentaje de lo ya aprendido en tareas anteriores.

Mary Anne Campos, de la Oficina de Investigación del Ejército de EE.UU, lo explica con un ejemplo: “Mientras está realizando una operación urbana, un robot rodante puede instruirse mas recientes parámetros de cabotaje óptimos para ciudades densas, inconveniente todavía posee que ser capaz de operar de forma eficiente en entornos recorridos previamente, tan un bosque”.

De hecho, en unos cuantos casos, el utilización de este framework permitió que las nuevas experiencias ayudaran a optimizar la realización de tareas antiguas. Siguiendo con el ejemplo, proviene a ser tan si el robot rodante afuera capaz de instruirse exiguo en la ciudad que le permitiera optimizar su desempeño en el bosque.

Pero, ¿qué posee de singular de singular que una IA pueda apurar lo aprendido en un campo para optimizar en otro? ¿y qué posee eso que visualizar con aquello que es capaz de recordar y/o olvidar?

“Todo gira en torno a la remembranza y el olvido”

Que la inteligencia artificial sea capaz de sortear unos cuantos de los mas grandes impedimentos que aún se interponen en su progresión podría depender de que encontremos un acorde adecuado entre la aptitud para recordar y para olvidar.

Como afirma Dileep George, fundador de la compañía de inteligencia artificial Vicarious, “la IA gira enteramente en torno a la remembranza y el olvido”. David Cox, directivo del MIT–IBM Watson AI Lab, explica que en el riqueza los inconvenientes en este campo de los cerebros humanos y artificiales se parecen mucho:

“Una aviso primordial del aprendizaje se basa en conocer qué instruirse y qué no. Queremos ser capaces de descuidar íntegramente aquello que es irrelevante”.

Así, un aparato que recuerda mucho exiguo no será capaz de hacer falta que requiera empalmar las experiencias pasadas con otras nuevas (por ejemplo, entender que la compromiso “ella” se refiere a un sujeto femenino que apareció en la dicho inmediatamente anterior).

Además, una IA que carezca de mecanismos especiales de provisión de la info es propensa a besar el suelo en lo que conocemos tan ‘olvido catastrófico’, un concepto que Ramón López de Mántaras (investigador del CSIC) definía de este metodo hará unos meses:

“Este portento arreglado limitativo y problemático produce que, una ocasión entrenado el aparato para una tarea, si a continuación lo entrenamos para una segunda, se descuida automáticamente de la primera”.

“Podemos entrenar las IAs para que hagan mucho don una única tarea, inconveniente no aire multitarea”.

López de Mántaras afirmaba además que esto imposibilita a la inteligencia artificial transferir aquello que aprende, y que es esa falta de aprendizaje relacional (algo que los seres humanos estamos realizando continuamente) lo que transforma por en este momento en “utopía” la creación de IA General.

Pero, por distinto lado, una IA que recuerde mucho pierde la aptitud de extraer conceptos generales de experiencias pasadas, tendiendo a centrarse únicamente en los detalles de las mismas. A este portento lo conocemos tan ‘sobreajuste’ u ‘overfitting’.

Replicar nuestro movimiento cerebral, clave para inventar imaginación artificial

Para resolver esto, unos cuantos investigadores están recurriendo a módulos de remembranza capaces de salvaguardar los patrones ya aprendidos, para que no se sobrescriban con mas reciente información.

Otros, tan el citado Dileep George, están experimentando con la conversión de determinadas tareas en programas de ordenador, que permanecen apartados de los demás y puedes combinarse para hacer tareas mas complejas.

Pero estas soluciones, si don apoyan a avanzar en la solución del problema, siguen carente gestionar los recuerdos equivalente que lo harían nuestros cerebros; cosa complicada, porque no estamos del íntegramente seguros de cómo lo hacen (aunque sí sabemos que los recuerdos aire propensos distribuido por íntegramente el cerebro).

Existe una técnica denominada ‘experience replay’ que posibilita almacenar las experiencias de forma aleatoria, las mas recientes junto a las antes aprendidas, entretejiéndolas de un metodo semejante a cómo creemos que asentamos nuestras propias experiencias a lo largo de el sueño. A la hora de entrenar a una IA, este apoya a aprovechar aviso de unas experiencias para instruirse otras relativamente similares.

Y es precisamente nuestra aptitud para empalmar memorias entre sí lo que está en la raíz de 2 capacidades humanas (planificación e imaginación) cuya replicación sería necesaria para inventar inteligencia artificial general.

Vía | Axios

También te recomendamos

Facebook procura aprovechar la IA para apoyar a los usuarios con discapacidad visual a acertar textos incluidos en las imágenes

Con TCAV, Google® quiere detectar los sesgos de la IA realizando que nos explique qué "ve" en el punto analiza una foto

Fallece Nils Nilsson, pionero de la inteligencia artificial que creó al 1º robot inteligente de la historia


La noticia La inteligencia artificial no está siendo entrenada sólo para recordar, además para conocer cuándo descuidar fue publicada originalmente en Xataka por Marcos Merino .

Agrega tu comentario