DeepMind, inteligencia artificial casi humana

Los investigadores han superado uno de los principales obstáculos en la inteligencia artificial, al desarrollar un programa que puede aprender una tarea tras otra mediante las habilidades que adquiere en su camino, como lo haría un humano.
14 de marzo de 2017      por Rafael T. Corro        

DeepMind, inteligencia artificial casi humana

Los investigadores han superado uno de los principales obstáculos en la inteligencia artificial, al desarrollar un programa que puede aprender una tarea tras otra mediante las habilidades que adquiere en su camino, como lo haría un humano. El programa desarrollado por la compañía de inteligencia artificial de Google, DeepMind, ha llevado a cabo una serie de tareas diferentes y se ha desempeñado casi tan bien como un ser humano.

Una de las partes cruciales de este programa, y de manera única, la inteligencia artificial no se olvida de cómo resolvió problemas en el pasado, y utiliza este conocimiento para abordar otros problemas nuevos.

La inteligencia artificial no es capaz de inteligencia general como los humanos cuando se enfrentan a nuevos desafíos, por tanto su uso de lecciones pasadas es más limitado. Sin embargo, el trabajo muestra un camino para resolver este problema, para lograr lo que investigadores llaman máquinas de inteligencia general artificial (AGI, por sus siglas en inglés) que se acercan más a la inteligencia humana.

"Si vamos a tener programas de computadora que sean más inteligentes y más útiles, entonces tendrán que tener esta habilidad para aprender secuencialmente", dijo James Kirkpatrick de DeepMind.

La capacidad de recordar habilidades pasadas y aplicarlas a nuevas tareas es natural para los seres humanos, pero recrear esta habilidad en computadoras ha demostrado ser un gran desafío para los investigadores de la inteligencia artificial, pues estos programas sólo pueden hacer una tarea.

En el caso de la inteligencia artificial de DeepMind, ésta refleja el cerebro de una manera simple, antes de pasar de una tarea a otra, determina qué conexiones en su red neuronal han sido las más importantes para las tareas que ha aprendido hasta el momento, hace que sean más difíciles de cambiar a medida que aprende otra habilidad.