Una IA ha desarrollado espontáneamente un "sentido" similar al humano para los números

Todavía se nos dan mejor las mates que a los ordenadores

mathematics
Markus GebauerGetty Images

Las matemáticas es lo que mejor hacen los ordenadores, ¿verdad? A nosotros nos cuesta dividir la cuenta con los amigos en un restaurante mientras que una computadora moderna puede hacer millones de cálculos en un solo segundo. Sí, pero los seres humanos tenemos un sentido numérico innato e intuitivo que nos ayudó, entre otras cosas, a construir ordenadores capaces de hacer eso.

A diferencia de una computadora, un humano sabe cuando mira a cuatro gatos, cuatro manzanas y el símbolo 4 que todos tienen una cosa en común, el concepto abstracto de "cuatro", sin siquiera tener que contarlos. Esto ilustra la diferencia entre la mente humana y la máquina, y ayuda a explicar por qué ni siquiera estamos cerca de desarrollar IA con la amplia inteligencia que poseen los humanos. Pero ahora un nuevo estudio, publicado en Science Advances, informa que una IA ha desarrollado espontáneamente un sentido numérico similar al humano.

Para que una computadora cuente, debemos definir claramente qué es lo que queremos contar. Una vez que asignamos un poco de memoria para mantener el contador, podemos establecerlo en cero y luego agregar un elemento cada vez que encontremos algo que deseamos grabar. Esto significa que las computadoras pueden contar el tiempo (señales de un reloj electrónico), las palabras (si están almacenadas en la memoria de la computadora) e incluso los objetos en una imagen digital.

Esta última tarea, sin embargo, es un poco desafiante, ya que tenemos que decirle a la computadora exactamente cómo se ven los objetos antes de poder contarlos. Pero los objetos no siempre tienen el mismo aspecto: la variación en la iluminación, la posición y la postura tienen un impacto, al igual que cualquier diferencia en la construcción entre los ejemplos individuales.

Los sistemas modernos de inteligencia artificial comienzan automáticamente a detectar objetos cuando se les proporcionan millones de imágenes de entrenamiento de cualquier tipo, tal como lo hacen los humanos.

3D rendering, Digital cubic units with codes
Westend61Getty Images

Aprendizaje profundo

Este surgimiento natural de abstracciones de alto nivel es uno de los resultados más emocionantes de la técnica de aprendizaje automático llamada «redes neuronales profundas» (lo habrás oído mucho llamar deep learning), que en cierto sentido funcionan de manera similar al cerebro humano. La "profundidad" proviene de las muchas capas en la red: a medida que la información se adentra en la red, los elementos comunes encontrados se vuelven más abstractos. De esta manera, las redes se crean con elementos que están fuertemente activos cuando la entrada es similar a lo que ha experimentado anteriormente. Las cosas más abstractas aparecen en los niveles más profundos: gatos, caras y manzanas en lugar de líneas o círculos verticales.

Cuando un sistema de inteligencia artificial puede reconocer manzanas, puedes usarlo para contar cuántas hay. Eso es genial, pero no es exactamente como lo hacemos los humanos o incluso los animales. Muchos pueden hacerlo también. Esto se debe a que este sentido de «numerosidad» es un rasgo útil para la supervivencia y la reproducción en muchas situaciones diferentes, por ejemplo, juzgar el tamaño de los grupos de rivales o presas.

Propiedades emergentes

En el nuevo estudio, una red neuronal profunda que fue entrenada para la detección visual simple de objetos desarrolló espontáneamente este tipo de sentido numérico. La IA se dio cuenta de que una imagen de cuatro manzanas es similar a una imagen de cuatro gatos, porque tienen "cuatro" en común.

Esta investigación muestra que nuestros principios de aprendizaje son bastante fundamentales y que las personas y los animales están profundamente relacionados con la estructura del mundo y nuestra experiencia visual común de él.

Wired brain, symbol for deep learning
Westend61Getty Images

También sugiere que podríamos estar en el camino correcto para lograr una inteligencia artificial más completa a nivel humano. La aplicación de este tipo de aprendizaje a otras tareas, tal vez aplicándolo a las señales que ocurren durante un período de tiempo en lugar de sobre los píxeles en una imagen, podría generar máquinas con cualidades aún más similares a las de los humanos. Las cosas que una vez pensamos inherentes para ser humanos, como el ritmo musical, por ejemplo, o incluso un sentido de causalidad, ahora se están examinando desde esta nueva perspectiva.

A medida que continuamos descubriendo más sobre la construcción de técnicas de aprendizaje artificial, y encontremos nuevas formas de entender los cerebros de los organismos vivos, descubrimos más de los misterios del comportamiento inteligente y adaptativo que poseemos.

Vía: The Conversation

Publicidad - Sigue leyendo debajo
Más de Curiosidades