Por qué la inteligencia artificial no existe realmente todavía
Los procesos que subyacen a la inteligencia artificial hoy en día son, de hecho, estúpidos. Los investigadores de Bochum intentan hacerlos más inteligentes.
Reconocer imágenes que nunca antes habían visto es una tarea difícil para las máquinas de hoy.
© Roberto Schirdewahn
Cambio radical, revolución, megatendencia, quizás incluso un riesgo: la inteligencia artificial ha penetrado en todos los segmentos industriales y mantiene ocupados a los medios de comunicación. Los investigadores del Instituto de Computación Neural del Ruhr-Universtität Bochum (RUB) lo han estado estudiando durante 25 años. Su principio rector es: para que las máquinas sean verdaderamente inteligentes, los nuevos enfoques deben primero hacer que el aprendizaje de las máquinas sea más eficiente y flexible.
Incluya siempre la solución
"Hay dos tipos de aprendizaje automático que tienen éxito hoy en día: las redes neuronales profundas, también conocidas como aprendizaje profundo, así como el aprendizaje de refuerzo", explica el profesor Laurenz Wiskott, presidente de la Cátedra de Teoría de Sistemas Neuronales. Ambos se basan en el entrenamiento del sistema para realizar una tarea específica, por ejemplo, para tomar una decisión. Durante el entrenamiento, el resultado deseado se proporciona junto con la tarea. Con el tiempo, el ordenador aprende a resolver la tarea con precisión cada vez más rápido, en muchos casos mucho mejor que los humanos.
Básicamente, completamente tonto.
Pero: "El problema con estos procesos de aprendizaje automático es que básicamente son completamente tontos", dice Laurenz Wiskott. "Las técnicas subyacentes se remontan a la década de 1980. La única razón de su éxito actual es que hoy tenemos más capacidad informática y más datos a nuestra disposición". Debido a esto, es posible ejecutar rápidamente los procesos de aprendizaje virtualmente ineficientes innumerables veces y alimentar las redes neuronales con una plétora de imágenes y descripciones de imágenes con el fin de entrenarlas.
"Lo que queremos saber es: ¿cómo podemos evitar todo ese largo y absurdo entrenamiento? Y sobre todo: ¿cómo podemos hacer más flexible el aprendizaje con máquinas? La inteligencia artificial puede ser superior a los humanos en exactamente la única tarea para la que fue entrenada, pero no puede generalizar o transferir su conocimiento a tareas relacionadas.
Nuevos enfoques para el aprendizaje automático
Es por ello que los investigadores del Neural Computation Institute se están centrando en nuevas estrategias que ayudan a las máquinas a descubrir estructuras de forma autónoma. Las tareas pueden incluir, por ejemplo, la formación de grupos o la detección y evaluación de cambios graduales en los vídeos. Este aprendizaje sin supervisión permite que las computadoras exploren el mundo de manera autónoma y aborden tareas para las que no habían sido entrenadas en detalle.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Más noticias del departamento ciencias
Noticias más leídas
Más noticias de nuestros otros portales
Contenido visto recientemente
La naturaleza se revela ante la ciencia - La tecnología de punta permite el monitoreo en tiempo real de la biomineralización
Inmunidad innata: el toque final de la defensa antimicrobiana - Un equipo dirigido por el inmunólogo de la LMU Veit Hornung ha identificado un importante paso intermedio en la defensa inmunitaria innata
Un estudio muestra lo que tus géneros cinematográficos favoritos revelan sobre tu cerebro
Cómo afecta la era del plástico a nuestras hormonas - Influencia de las sustancias químicas bisfenol A, F y S en la síntesis hormonal y el equilibrio hormonal de la glándula suprarrenal
Avance en la investigación: los dientes cultivados en laboratorio podrían convertirse en una alternativa a los empastes - Esta investigación ofrece una forma potencial de reparar los dientes y una alternativa de tratamiento dental natural
Un generador de imágenes por resonancia magnética en miniatura fabricado con diamante - Los sensores cuánticos hacen posible la espectroscopia de RMN a microescala
En las células, los secadores de esmalte de uñas que emiten UV dañan el ADN y provocan mutaciones - Los dispositivos de secado ultravioleta de los esmaltes de uñas utilizados para curar las manicuras de gel pueden plantear más problemas de salud pública de lo que se pensaba
