Inteligencia Artificial
Esto significa que tiene capacidad para aprender nuevos conceptos y combinarlos con otros ya existentes.
La Inteligencia Artificial copa titulares durante los últimos meses. Ahora, investigadores de la Universidad de Nueva York y de la Pompeu Fabra han desarrollado una nueva técnica con la que pretenden mejorar la capacidad de herramientas de inteligencia artificial.
En los últimos 35 años, se ha ido haciendo más fuerte el argumento de que las redes neuronales artificiales no podrían competir con la mente humana. Sin embargo, un equipo de investigadores ha conseguido demostrar que el método de inteligencia artificial que han llevado a cabo sí que muestra una capacidad de generalización similar, y en ocasiones mejor, a la humana.
Dos investigadores, Brenden Lake (Universidad de Nueva York) y Marco Baroni (Universidad Pompeu Fabra) han liderado un trabajo en el que ponen de manifiesto que la red neuronal que han desarrollado presenta habilidades parecidas a las humanas en la generalización sistemática, esto significa que presenta capacidad para aprender nuevos conceptos y de combinarlos con otros que ya existen.
Los humanos tienen la capacidad de aprender un concepto nuevo y utilizarlo tras ello para comprender otros usos relacionados. Un ejemplo de ello sería el caso de un niño que aprende a saltar, pero de manera inmediata aprende a dar saltos alrededor de una habitación o hacia adelante y hacia atrás. La cuestión llega ahora: ¿pueden las máquinas emular ese comportamiento? Los investigadores citados han desarrollado una técnica, bautizada como 'Meta-learning for Compositionality (MLC)', capaz de mejorar algunas herramientas basadas en la Inteligencia Artificial. Se ha comprobado que no solo está a la par del rendimiento humano, sino que en ocasiones es mejor.
La técnica se basa en el entrenamiento de las redes neuronales artificiales, así como otras tecnologías relacionadas con el reconocimiento del habla y el procesamiento del lenguaje natural.
Lo que han podido observar los investigadores es que hasta el momento, los creadores de sistemas de inteligencia artificial, entre los que se incluyen los grandes modelos lingüísticos, han esperado que esa "generalización composicional" surgiera de métodos de entrenamiento estándar. Sin embargo, mantienen que la técnica que han desarrollado muestra cómo la práctica explícita de las habilidades permite a esos sistemas desbloquear nuevas facultades.
"Hemos demostrado, por primera vez, que una red neuronal genérica puede imitar o superar la generalización sistemática humana en una comparación cara a cara", cuenta Brenden Lake, profesor adjunto del Centro de Ciencia de Datos y del Departamento de Psicología de la Universidad de Nueva York.
De esta manera, han creado un novedoso sistema de aprendizaje en el que una red neuronal se actualiza de forma constante para mejorar sus habilidades.