El año pasado, la inteligencia artificial AlphaGo venció al campeón mundial en el juego por primera vez. Esta victoria fue inesperada y sin precedentes dada la gran dificultad del juego de mesa chino. Si bien la victoria de AlphaGo fue definitivamente impresionante, esta IA, que ha vencido a otros campeones de Go desde entonces, todavía se considera un tipo de IA "estrecha", una que solo puede superar a los humanos en un campo limitado de tareas.
Entonces, aunque difícilmente seremos capaces de vencer a una computadora en Go o ajedrez sin recurrir a la ayuda de otra computadora, tampoco podemos confiar en ellos para tareas rutinarias. AI no le preparará té ni programará MOT para su automóvil.
Contrariamente a esto, la IA a menudo se describe en la ciencia ficción como inteligencia artificial "general". Es decir, inteligencia artificial con el mismo nivel y variedad que un humano. Si bien ya tenemos diferentes tipos de inteligencia artificial que pueden hacer de todo, desde diagnosticar enfermedades hasta conducir nuestros automóviles, aún no hemos podido descubrir cómo integrarlos en un nivel más general.
La semana pasada, los investigadores de DeepMind presentaron varios artículos que afirman sentar las bases de la inteligencia artificial general. Aunque todavía no hay conclusiones, los primeros resultados son alentadores: en algunas áreas, la IA ya ha superado a los humanos en habilidades.
norte
Tanto el trabajo de DeepMind se centra en el razonamiento relativo, una habilidad cognitiva crítica que permite a las personas hacer comparaciones entre diferentes objetos o ideas. Por ejemplo, para comparar qué objeto es más grande o más pequeño, cuál está a la izquierda y cuál está a la derecha. Las personas usan el razonamiento relativo (o relacional) cada vez que intentan resolver un problema, pero los científicos aún tienen que descubrir cómo darle a la IA esta habilidad engañosamente simple.
Los científicos de DeepMind han elegido dos rutas diferentes. Algunos entrenaron una red neuronal, un tipo de arquitectura de inteligencia artificial modelada a partir de un cerebro humano, utilizando una base de datos de objetos 3D estáticos simples llamada CLEVR. A otra red neuronal se le enseñó a comprender cómo cambia un objeto bidimensional con el tiempo.
En CLEVR, una red neuronal estaba representada por un conjunto de diseños simples como pirámides, cubos y esferas. Luego, los científicos hicieron preguntas de inteligencia artificial en lenguaje natural, como "¿un cubo está hecho del mismo material que un cilindro?" Sorprendentemente, la red neuronal pudo estimar correctamente los atributos relacionales de CLEVR en el 95,5% de los casos, superando incluso a un humano con su 92,6% de precisión en este parámetro.
En la segunda prueba, los investigadores de DeepMind crearon una red neuronal Visual Interaction Network (VIN) que fue entrenada para predecir los estados futuros de un objeto en video, dependiendo de sus movimientos anteriores. Para hacer esto, los científicos primero alimentaron el VIN con tres fotogramas de video consecutivos, que la red tradujo en código. En este código, había una lista de vectores (la velocidad o posición de un objeto) para cada objeto en el marco. Luego, el VIN se alimentó con una secuencia de otros códigos, que se combinaron para predecir el código para el siguiente cuadro.
Video promocional:
Para entrenar el VIN, los científicos utilizaron cinco tipos diferentes de sistemas físicos, en los que los objetos 2D se movían contra el fondo de "imágenes naturales" y chocaban con diferentes fuerzas. Por ejemplo, en un sistema físico, los objetos simulados interactúan entre sí de acuerdo con la ley de gravitación de Newton. En otro, se presentó una red neuronal con billar y se hizo para predecir la posición futura de las bolas. Según los científicos, la red VIN hizo frente con éxito a la predicción del comportamiento de los objetos en el video.
Este trabajo representa un paso importante hacia la IA general, pero todavía queda mucho trabajo por hacer antes de que la inteligencia artificial pueda dominar el mundo. Y además, el desempeño sobrehumano no implica inteligencia sobrehumana.
No todavía, de todos modos.
ILYA KHEL
