INTELIGENCIA ARTIFICIAL

Un ordenador que aprende como los humanos

EFEFUTURO.- Un grupo de científicos ha desarrollado un nuevo modelo de ordenador que imita la capacidad de los humanos para aprender nuevos conceptos, en “un pequeño paso” más dentro del campo de la inteligencia artificial.

<p>Imagen de archivo. EFE/Alejandro García.</p>

Imagen de archivo. EFE/Alejandro García.

“Lo que buscamos es tratar de reducir la diferencia entre la capacidad de aprendizaje de los humanos y las máquinas (…). Y descubrir por qué los seres humanos son tan buenos a la hora de generalizar conceptos”, explicó Joshua Tenenbaum, uno de los responsables de la investigación, del Departamento de Ciencias Cognitivas del Massachusetts Institute of Technology (MIT) de EEUU.

Según el estudio, publicado en Science, la principal virtud de los seres humanos es su “velocidad” y “diversidad” a la hora de aprender nuevos conceptos y aplicarlos en nuevas situaciones.

“A los ordenadores les cuesta mucho generalizar a partir de muestras particulares”, agregó Brenden Lake, de la Universidad de Nueva York y autor principal, en una conferencia telefónica para presentar el estudio.

Los investigadores se centraron en el aprendizaje de caracteres escritos a mano de diversos alfabetos y desarrollaron un algoritmo que permitiese realizar generalizaciones a partir de unos pocos ejemplos.

Un sistema complejo que se adapta a cada circunstancia

“El ordenador no cuenta con un programa que aplica a cada situación, sino más bien un programa complejo de diversos programas de aprendizaje, que se adapta a cada circunstancia“, agregó Tenenbaum en la misma conferencia.

Al comparar la capacidad de estos ordenadores a la hora de enfrentar tareas de aprendizaje, entre ellas la generación a partir de ejemplos de caracteres vistos solo en unas pocas ocasiones, con otros computadores y seres humanos, comprobaron cómo superaban a sus pares e igualaban a los humanos.

En muchos casos, los resultados de los humanos y de este nuevo modelo cognitivo, denominado Bayesian Program Learning,” eran “prácticamente indistinguibles”.

“En inteligencia artificial no hay grandes hallazgos. Existe un conjunto de buenas ideas que funcionan. Esta es otra más, es un pequeño paso”, agregó Lake.

Para el investigador, lo que demuestra “nuestro trabajo es que los principios de la composición, causalidad y aprender a comprender serán críticos para avanzar en las capacidades de las máquinas”. EFEfuturo

Etiquetado con:
Publicado en: Ciencia     Tecnología

“Lo que buscamos es tratar de reducir la diferencia entre la capacidad de aprendizaje de los humanos y las máquinas (…). Y descubrir por qué los seres humanos son tan buenos a la hora de generalizar conceptos”, explicó Joshua Tenenbaum, uno de los responsables de la investigación, del Departamento de Ciencias Cognitivas del Massachusetts Institute of Technology (MIT) de EEUU.

Según el estudio, publicado en Science, la principal virtud de los seres humanos es su “velocidad” y “diversidad” a la hora de aprender nuevos conceptos y aplicarlos en nuevas situaciones.

“A los ordenadores les cuesta mucho generalizar a partir de muestras particulares”, agregó Brenden Lake, de la Universidad de Nueva York y autor principal, en una conferencia telefónica para presentar el estudio.

Los investigadores se centraron en el aprendizaje de caracteres escritos a mano de diversos alfabetos y desarrollaron un algoritmo que permitiese realizar generalizaciones a partir de unos pocos ejemplos.

Un sistema complejo que se adapta a cada circunstancia

“El ordenador no cuenta con un programa que aplica a cada situación, sino más bien un programa complejo de diversos programas de aprendizaje, que se adapta a cada circunstancia“, agregó Tenenbaum en la misma conferencia.

Al comparar la capacidad de estos ordenadores a la hora de enfrentar tareas de aprendizaje, entre ellas la generación a partir de ejemplos de caracteres vistos solo en unas pocas ocasiones, con otros computadores y seres humanos, comprobaron cómo superaban a sus pares e igualaban a los humanos.

En muchos casos, los resultados de los humanos y de este nuevo modelo cognitivo, denominado Bayesian Program Learning,” eran “prácticamente indistinguibles”.

“En inteligencia artificial no hay grandes hallazgos. Existe un conjunto de buenas ideas que funcionan. Esta es otra más, es un pequeño paso”, agregó Lake.

Para el investigador, lo que demuestra “nuestro trabajo es que los principios de la composición, causalidad y aprender a comprender serán críticos para avanzar en las capacidades de las máquinas”. EFEfuturo

RSS Feed desconocido

Uso de cookies

Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continúa navegando, consideramos que acepta su uso. Puede obtener más información, o bien conocer cómo cambiar la configuración, en nuestra política de cookies, pinche el enlace para mayor información.

Login

Registro | Contraseña perdida?