Inicio Actualidad Ahora DeepMind es capaz de recordar y usar lo aprendido en tareas...

Ahora DeepMind es capaz de recordar y usar lo aprendido en tareas nuevas

La IA de Google tendrá la capacidad de aprender para resolver diferentes retos por sí solo

0
Compartir

DeepMind, la inteligencia artificial de Google, ya ha conseguido realizar varios retos. Entre ellos están algunos juegos de Atari. Para esto era necesaria programación específica para cada videojuego. Ahora, gracias a un nuevo algoritmo, esta plataforma será capaz de usar todo su conocimiento para aprender cómo jugar otro videojuego, sin la necesidad de tener el algoritmo específico de cada videojuego.

Desde que Google adquirió esta tecnología en 2014 se han registrado avances significativos dentro de esta plataforma de inteligencia artificial. Avances que van desde ganarle al campeón mundial de Go, manipular objetos físicos, hasta jugar StarCraft II, e incluso la han enseñado a interactuar con otros sistemas de inteligencia artificial. Pero hoy estamos ante un nuevo logro, ya que DeepMind está estrenando la capacidad de poder “memorizar” para así tener un historial lo que ha hecho y cómo puede usar esa información para tareas futuras.

Consolidación de peso elástico: la evolución de DeepMind

Los responsables de esta plataforma lograron el año pasado que el sistema fuera capaz de ganar en juegos de Atari, incluso superando las puntuaciones de los seres humanos, pero DeepMind no recuerda cómo lo hizo. Para cada juego en específico se desarrollaba una red neuronal basada en la información sobre cómo jugar y cuál era el objetivo del mismo, es decir, una red neuronal entrenada para Pac-Man no era capaz de jugar Space Invaders.

Te puede interesar: Google Deepmind detectará los problemas que tengan nuestros ojos

Ahora, un grupo de investigadores del Imperial College London ha colaborado con los responsables de DeepMind para desarrollar un nuevo algoritmo llamado consolidación de peso elástico mejor conocido como EWC, el cual permite que las redes neuronales aprendan, retengan esta información, y la vuelvan a usar nuevamente en otras tareas. Dicho algoritmo se basa en secuencias de ‘aprendizaje supervisado’ y pruebas de ‘aprendizaje de refuerzo’.

Evolución y futuro de la inteligencia artificial de Google

La capacidad de aprender tareas de forma sucesiva y sin olvidarlas es una capacidad de la inteligencia biológica y artificial, sin embargo, la artificial ha sido incapaz de transferir ese aprendizaje a una nueva tarea. Pero ahora, gracias al EWC la red neuronal será capaz de retener los aspectos clave de su programación, para así aprender una nueva tarea por sí misma sin anular sus conocimientos previos.

A pesar de las bondades de este nuevo algoritmo, las primeras pruebas han arrojado que aún no ha alcanzado la madurez que se espera, ya que a pesar de que las redes neuronales aprenden de sus experiencias y retienen la información, no se comparan con los resultados que ofrece una red neuronal creada especialmente para una tarea. Al menos no por ahora, tocará esperar que esta tecnología se siga desarrollando.

Dejar una respuesta

Please enter your comment!
Please enter your name here