RECIENTES: Cuarón devela placa en su honor en museo de hermanos Lumiére en Francia    En diciembre, los nombres de quienes podrían recibir amnistía    Próxima Cámara obligada a legislar matrimonio igualitario e interrupción legal del embarazo    Marko Cortés acusa a AMLO de debilitar instituciones    Desvío por empresas fantasma en duartismo, alcanza los 80 mmdp, confirma contralor    Fuerte choque a la altura de río Sordo, sobre el bulevar Xalapa-Coatepec    Hallan cuerpo sin vida de hombre en Martínez de la Torre    Quiere CANACO que adelanten aguinaldo a burócratas    Proponen estructura del órgano interno de control de la Fiscalía General    Encuentran a dos hombres ejecutados en Xalapa    Tarifas de CFE “están pegando mucho”, pedimos apoyo a Senadores: Empresarios    La ACNUR acepta apoyar a México con caravana migrante    Veracruz continúa entre las cinco entidades más violentas para ejercer el periodismo: CNDH    Liga MX sería la primera en el mundo que ofrezca datos en vivo a los fans    Informa Inegi las 6 ciudades con mayor sensación de inseguridad en México    Reportan exitoso estreno de la película "Te juro que yo no fui"    Informe de controversias de Ayuntamientos contra el Gobierno del Estado, pide PRI    Listas las ubicaciones de mesas para votar en consulta del NAIM    Abandonan cuerpo de bebé en taller mecánico en Río Blanco, Veracruz    Aseguran taxistas que no van a pagar el Tarjetón de Identificación del Operador    

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

Últimos Post's

MEME AL DÍA

#MemeDialDía
img

Archivos en el Blog