RECIENTES: Secretario de Defensa refrenda apoyo a víctimas de accidente de helicóptero en Oaxaca    Xalapa, hacia un nuevo modelo en la gestión del Centro de Control y Salud Animal    Intentarán revertir castigo de tres partidos del "Chucky" Lozano    América visita al Saprissa en la ida de octavos de Concachampions    Cierran las puertas a ciudadanos en Palacio Municipal de Xalapa     Con una inversión de 118 mdp, el gobernador Yunes inauguró el libramiento de Tuxpan    Conmemoran el Día del Ejército Mexicano    Karla Souza confiesa que fue violada por un director de cine    ¡Veracruz sigue último de la Tabla Porcentual! Querétaro le saca ocho puntos    Pasan a la final tres de 48 candidatos independientes    ¿Por qué se festeja hoy el Día del Gato?    ‘El Universal’ miente sobre cifra de desaparecidos en Veracruz    Prohibidos los debates y el llamado al voto en intercampaña: INE    Movimiento Ciudadano aprueba lista de candidaturas; Dante va al Senado    La “mexicanidad” está presente en mis cintas: Guillermo del Toro    “Fuerzas externas” manipularon nómina del ayuntamiento de Coatza y elevaron salarios: Alcalde    Asegura Hipólito Rodríguez que quincenas de trabajadores del Ayuntamiento ya fueron pagadas    Hallan cadáver dentro de un potrero en San Rafael    Zafarrancho en el PRD por candidaturas    Balean a pareja en Córdoba, Veracruz    

Los ordenadores empiezan a razonar como humanos

Formato 7 Vie, 16 de Jun 2017 1:12 PM tecnologia
Esta nueva red de IA también brilló en los ejercicios de lenguaje, particularmente en los ejercicios de inferencia.
img

Cuántas zonas verdes hay cerca de la oficina? ¿Cuál es el mejor restaurante de la zona? Estas son preguntas cotidianas que requieren capacidad de razonar, de relacionar y crear conexiones, un aspecto básico del pensamiento sofisticado que la Inteligencia Artificial (IA) no había logrado manejar. Ahora, investigadores de Google’s DeepMind han desarrollado un sencillo algoritmo de razonamiento conectivo que ha logrado superar a humanos en un test de comprensión de imágenes complejas.

A las personas generalmente se nos da bien ese tipo de razonamiento capaz de relacionar a través de la lógica que permite conectar y comparar lugares, secuencias y otras realidades. Pero las dos clases principales de IA (estadística y simbólica) se han mostrado lentas para desarrollar esa capacidad. La IA estadística (aprendizaje automático o aprendizaje de máquinas) es muy buena en el reconocimiento de patrones, pero no a la hora de usar la lógica. Por su parte, la IA simbólica es capaz de razonar y establecer relaciones usando reglas predeterminadas, pero no se le da bien aprender sobre la marcha.

El estudio de Google’s DeepMind propone un nuevo camino: una red neural artificial capaz de relacionar conceptos. Del mismo modo que las neuronas están conectadas al cerebro, las redes neurales se ensamblan entre sí mediante pequeños programas que encuentran patrones en los datos de forma colaborativa. Y pueden disponer de estructuras especializadas para procesar imágenes, analizar el lenguaje o incluso aprender juegos.

La red de relaciones está diseñada para comparar pares de objetos en diferentes escenarios de forma individual. Según Timothy Lillicrap, científico de computación de DeepMind en Londres y coautor de la investigación, “estamos forzando explícitamente a la red a que encuentre las relaciones que hay entre los objetos”.

Este experto y su equipo retaron a la red a llevar a cabo diversas tareas, como responder apreguntas sobre las relaciones entre objetos –cubos, pelotas, cilindros– que aparecían en una misma imagen.

Por ejemplo: Hay un objeto enfrente de una cosa azul. ¿Tiene la misma forma que esa otra cosa de color rojo que está la derecha de la bola metálica gris? Para resolver este problema, la red capaz de relacionar actuaba en combinación con otras redes neutrales, como una capaz de reconocer objetos en la imagen y otra capaz de interpretar preguntas. En el total de pruebas y cuestiones planteadas, otras máquinas de aprendizaje automático acertaron entre el 42 y el 77 %, los humanos que participaron llegaron al 92 % y la nueva red relacional acertó el 96 % de las preguntas.

Esta nueva red de IA también brilló en los ejercicios de lenguaje, particularmente en los ejercicios de inferencia. Por ejemplo, le preguntaban: “Lily es un cisne; Lily es blanco; Greg es un cisne; ¿de qué color es Greg? (blanco)”. En este tipo de ejercicio su nivel de acierto fue del 98 %, frente al 45 % de otros programas de IA.

Es un gran avance, pero según los expertos, para alcanzar la flexibilidad de la inteligencia humana, la red deberá aprender pro ejemplo a comparar no solo parejas de cosas, sino tríos, dobles parejas y otras combinaciones.


Etiquetas:

   humanos

   razonar

   empiezan

   ordenadores

   los




COMPARTIR EN REDES SOCIALES:
compartir en facebook compartir en google+ compartir en twitter compartir en pinterest compartir en likedin

Entradas Similares

Voz del Ciudadano

CIUDADANO
ENVÍA TU MENSAJE O DENUNCIA

Últimos Post's

MEME AL DÍA

#MemeDialDía
img

Archivos en el Blog