·

·

Nuevo algoritmo ayuda a las maquinas a aprender tan rápido como los humanos

Por JAT Consulting el 5 Febrero, 2016 Sin Comentarios

Un nuevo algoritmo de inteligencia artificial probabilística está mostrando la remarcable habilidad de aprender complejos conceptos visuales con un solo vistazo y es capaz de manipularlos de una manera que es indistinguible de los humanos.

Una inteligencia artificial que pasó a través de las universidades de New york, Toronto y el MIT está mostrando la impresionante habilidad de aprender conceptos visuales con darle solo una vista y manipularlos como los humanos lo hacen. El avance puede podría conducir a los teléfonos inteligentes, impulsado por el reconocimiento de voz, y las computadoras que entienden mejor el mundo que les rodea.

El efecto Chewbacca

Los seres humanos muestran una habilidad remarcable de aprender al instante: los niños por ejemplo, solo necesitan ver una muestra de un nuevo objeto como un perro o un bus escolar, y luego de eso pueden identificarlos en diferentes instancias por sí mismos. Los investigadores creen que una de las razones de nuestra rapidez, es que al aprender cosas a menudo, y entender nuevos conceptos de como partes familiares funcionan juntas, las entendemos como un todo. Cuando vemos un Segway por primera vez, rápidamente reconocemos las ruedas y el mango de agarre, llevándonos a la razonable conclusión de que podría ser algún medio de transporte personal.

La misma visión funcional de la realidad es verdadera cuando viene con un lenguaje. Cuando vemos caracteres escritos en una pieza de papel, incluso si no los reconoces, no solo vemos la tinta en la página, también vemos una serie de trazos que los dibuja, así que podríamos reproducir ese carácter nosotros mismos. Y cuando escuchamos un término por primera vez, por ejemplo, el nombre Chewbacca, puedes repetirlo aun si no entiendes el significado, porque analizamos gramáticamente los sonidos como movimientos musculares que podemos repetir.

Desafortunadamente, traducir esta habilidad de aprender con un vistazo con el dominio de la inteligencia artificial nos provee una tremenda pregunta. State-of-the-art “Deep Learning” algoritmos que se encargan principalmente del reconocimiento de patrones, el cual se puede realizar después de entrenar cuidadosamente con cientos y miles de ejemplos. Incluso después este software solo podrá entender objetos de una manera pasiva, como patrón de píxeles en una pantalla, en lugar de usar un concepto para crear algo nuevo.

El campo entero de investigación de inteligencia artificial solo abarca un par de décadas, pero la problemática de la raíz del aprendizaje humano es algo que desconcierta a los filósofos desde hace milenios. El problema es la inducción, o como la mente humana es efectivamente capaz de generalizar lo abstracto, incluyendo conceptos de un número limitado de muestras.

Una nueva esperanza

Los investigadores Joshua Tenenbaum, Brendan Lake y Rusian Salakhutdinov ahora han tomado un importante paso al replicar este tipo de aprendizaje a simple vista con una computadora. Su sistema de probabilístico, el cual llaman “Bayesian program learning” (BPL), promete ser un importante paso en el campo, tal como el reconocimiento y síntesis de voz, reconocimiento de imágenes y procesamiento de lenguaje natural. Sin embargo, en términos más generales, su avance puede dirigir a las computadoras a un mejor entendimiento del mundo que los rodea y construir con lo que aprenden para ejecutar tareas más complejas progresivamente.

El software está construido sobre tres principios de: la composición (la idea de que las representaciones abstractas están construidas de más partes primitivas), La Causalidad (usando partes primitivas para construir una estructura compleja) y el aprender a aprender (el principio de que el conocimiento previo de conceptos te puede hacer aprender nuevos conceptos fácilmente). A nivel práctico, la técnica de probabilidades de Bayesian inference está en el corazón del algoritmo y es usado para dibujar conclusiones basadas en un límite de datos en el cual partes simples hacen más complejo un objeto.

“Nuestro trabajo está basado en capturar el modelo mental de los humanos con programas simples de computadora que creemos que nuestras mentes construyen y manipulan.” Dice Lake. “Por primera vez creemos que tenemos un sistema en una máquina que aprende una larga clase de conceptos visuales en una forma que es difícil de distinguir a la de los humanos”.

El equipo del software ha probado una lista de 1.600 caracteres desconocidos de lenguajes distintos alrededor del mundo, ambos reales e imaginarios. Después de mostrarle una versión simple dibujada a mano de caracteres como punto inicial, el algoritmo fue capaz de reconocer exitosamente todos los otros caracteres, descomponerlo en una serie de trazos y re dibujarlo con pequeñas variaciones pero manteniendo el carácter reconocible para el ojo humano.

Este enfoque único de descomponer una imagen compleja y tratar de entender como las partes funcionan juntas permite al software realizar tareas creativas que están fuera del límite para los algoritmos basados en el reconocimiento de patrones solamente. Cuando presentas un alfabeto nuevo, por ejemplo el software extrae las propiedades generales de los trazos que hacen cada carácter y es capaz de reproducir un nuevo carácter con esas mismas propiedades.

El software hizo tan bien esta tarea creativa que su rendimiento se consideró prácticamente indistinguible de un ser humano, como lo confirmo una prueba de Turing. En la prueba, 147 jueces presentaron 49 ensayos cada uno con una serie de símbolos del alfabeto seguidos de dos caracteres extras inspirados por ese alfabeto uno inventado por humanos, y otro por el software. Colectivamente los jueces solo pudieron identificar el carácter generado por la computadora el 52% de las veces, lo cual no es mejor que una adivinanza 50 – 50.

Trucos de mente jedi

“El algoritmo solo funciona para caracteres escritos a mano hasta ahora, pero creemos que un enfoque más amplio basado en el sistema de probabilidades de inducción puede lograr progresos en el reconocimiento de voz y de objetos” dice Lake
Una de las maneras en las que puede incrementar el reconocimiento de voz puede ser a través del sistema de asistencia por voz de los teléfonos inteligentes. Solo manipulando un carácter que no es familiar, el software puede “leer la mente del usuario” y transcribir una palabra desconocida basado en los movimientos de la boca del usuario que producían el sonido. Preguntando por una definición, El software podría ser capaz de añadir esa palabra a su vocabulario y usarla en contexto en el futuro.
Otra posible tarea podría incluir el reconocimiento del estilo de una pintura a partir del conjunto de sus partes, adivinando la función de cada objeto de sus componentes, y entendiendo mucho mejor el lenguaje natural humano (algo mucho más exigente que el reconocimiento de la voz lo que puede permitirnos tener una conversación con nuestras computadoras o teléfonos inteligentes de cualquier tema, en vez de limitarse a el clima, el tráfico y resultados deportivos).
Así que mientras la velocidad y complejidad de un cerebro artificial está obligado a ser un factor en la búsqueda de la alta complejidad del pensamiento, esta nueva investigación sugiere que un algoritmo de aprendizaje adecuado puede ser decisivo al momento de obtener un nivel de inteligencia humano con el poder de extraer y manipular la información de manera útil de cantidades limitadas de datos.

Su rendimiento dependerá de una larga selección de partes elementales (trazos de lápiz, fonemas, etc) desde donde las ideas más complejas se construyen dentro de un dominio.

El avance está más detallado en un artículo publicado en la revista “Science”.

¿Te ha gustado este artículo? Te invitamos a comentar y compartirlo con tus amigos.

¿Quieres más artículos interesantes como este? Puede suscribirte en el formulario que se encuentra en la parte de abajo para recibir en tu correo artículos, noticias y muchas cosas mas, también puedes visitar el Blog de JAT Consulting para ver más artículos interesantes del mundo tecnológico, también puede visitarnos y seguirnos en Facebook, Twitter y Google+.

Nuevo algoritmo ayuda a las maquinas a aprender tan rápido como los humanos

Posts Relacionados

Echa un vistazo a estos posts

Unirse a la conversación