Los tres grandes problemas que tiene la Inteligencia Artificial para evolucionar

Publicidad

Todavía hay mucho camino por recorrer con la Inteligencia Artificial. Grandes empresas como Google apuntan a que apenas estamos viviendo la primera edad de la Inteligencia Artificial, ya que las máquinas comienzan a realizar procesos de apredizaje del habla y el reconocimiento de imágenes. Por ahora tenemos asistentes inteligentes que hablan todavía como máquinas, algo muy lejos de ser el verdadero cometido de esta tecnología.

Existen tres grandes problemas que enfrenta la inteligencia artificial:el primero de los problemas sería el volumen de datos, el segundo es la limitación para las tareas múltiples y por último la compresión de sus conclusiones.

El volumen de datos utilizados

Es bien conocida la necesidad de utilización de datos por parte de la Inteligencia Artificial, para poder aprender sobre su entorno, pero regularmente no se toma en cuenta la cantidad de datos que están involucrados. La Inteligencia Artificial no solamente necesita de más datos que el cerebro humano para poder comprender conceptos y características, necesitan miles de veces más que los datos requeridos por un humano.

Neil Lawrence, profesor de la Universidad de Sheffield y parte del equipo de Inteligencia Artificial de Amazon señaló: “se observa que los resultados exitosos de aprendizaje profundo de Inteligencia Artificial, son los casos en los que las máquinas tienen acceso a una enorme cantidad de datos”. Buena fe de ello podría ser la expresión y reconocimiento de imágenes por parte de un cerebro artificial.

Ejemplos exitosos de Inteligencia Artificial podrían ser Facebook y Google, compañías que tienen acceso a montañas de datos de sus suscriptores, usuarios y la red en general, lo que le permite a estos cerebros poder hacer búsquedas con mayor eficiencia y lógicamente consiguiendo mejores resultados.

Un área sensible en la que hay que fortalecer la obtención de datos para la Inteligencia Artificial sería la salud, allí se utiliza esta tecnología para tareas de visión artificial como el reconocimiento de tumores en las exploraciones de rayos X, pero donde los datos digitalizados pueden ser escasos y pudieran arrojar falsos negativos o positivos que pudiera desencadenar en errores fatales.

Inteligencia artificial multitarea: una tarea pendiente

La inteligencia humana es integral, puede desempeñar muchas tareas, y ese es precisamente un fallo de la Inteligencia Artificial desarrollada hasta ahora, ya que es aplicada a un área del conocimiento o actividad específica. Una vez que un cerebro de Inteligencia Artificial ha sido entrenado, puede ser altamente efectivo para tareas como el reconocimiento de animales o para ser el rival ideal en un videojuego, pero de acuerdo con Raia Hadsell, científico de la división de Google DeepMind, no existe una red neuronal artificial en el mundo capaz de hacer más de una tarea a la vez.

Hasta ahora no ha sido posible crear sistemas de Inteligencia Artificial que pueden aprender nuevas tareas, porque una vez que adquiere un nuevo entrenamiento, olvida las ejecuciones anteriores, por lo que no se tiene una memoria inteligente. La propuesta para solucionar este inconveniente ya existe y se llama redes neuronales progresivas, que crea sistemas de aprendizaje profundo separados, pero que al unirse puedan transmitir ciertos bits de información.

Por ahora no es más que un método prometedor en una fase beta, que ha sido implementado en algunos brazos robóticas tipo cyborg y ha conseguido acelerar el proceso de aprendizaje de semanas a un día incluso.

La compresión de sus conclusiones

Aún queda pendiente poder determinar con exactitud de que manera la Inteligencia Artificial llega a algunas conclusiones, ya que por ahora sólo es posible determinar el funcionamiento de las redes neuronales en conjunto pero no se conoce las razones a las que un cerebro artificial llega a determinada conclusión o resultado.

Para ilustrar este inconveniente se realizó un experimento en la Universidad de Virginia, en el que los investigadores crearon un sistema de seguimiento ocular para una red neuronal y le fueron mostradas las imágenes de un dormitorio y se le pidió al sistema de Inteligencia Artificial indicar qué estaba cubriendo las ventanas, y en lugar de mirar por las ventanas, miró al suelo.

Al ver una cama respondió “hay cortinas que cubren las ventanas”, la respuesta fue correcta pero en ningún momento vio a las ventanas y no contaba con la cantidad de datos suficientes para llegar a esa conclusión siendo todo un misterio.

Por ahora queda esperar de qué manera son resueltas estas tres limitantes para conseguir que la Inteligencia Artificial evolucione más allá de realizar tareas mecánicas y repetitivas, pasando a ser una verdadera inteligencia con capacidad multitarea. *Con información de The Verge.

Seguiremos Informando… 

Publicidad
Publicidad
Salir de la versión móvil