Una de las líneas de trabajo, de los objetivos de la inteligencia artificial,
trabajado por Google y por muchos otros como una de las
derivaciones más prometedoras es la creación de computadoras capaces de aprender
por sí mismas. Pues bien… una de las redes más extensas de entre las creadas
hasta la fecha, formada por 16,000 procesadores (más de mil millones de
conexiones) conectados a internet para aprender por sí solos parece que está
aportando resultados bastante positivos.
La tarea era conocida entre cerebros cibernautas: buscar gatos 
, a través
de 10 millones de imágenes digitales tomadas aleatoriamente de videos de
youtube. Después debían de reconocerlos entre 20.000 items distintos y lo
lograron con más éxito que nunca antes, identificando los gatos de forma mucho
más precisa, el doble, que experimentos anteriores. En ningún momento se
identificó ninguno de los items como gato pero aún así el circuito neural
simulado por la máquina, lo “aprendió”.
, a través
de 10 millones de imágenes digitales tomadas aleatoriamente de videos de
youtube. Después debían de reconocerlos entre 20.000 items distintos y lo
lograron con más éxito que nunca antes, identificando los gatos de forma mucho
más precisa, el doble, que experimentos anteriores. En ningún momento se
identificó ninguno de los items como gato pero aún así el circuito neural
simulado por la máquina, lo “aprendió”.
No son nuevos este tipo de modelos, consistentes en la explotación de grandes
cantidades de datos con potentes procesadores y denominados de “deep learning”
(aprendizaje profundo).
Se trata de poner en práctica un razonamiento de tipo inductivo, más que
deductivo: en lugar de poner a pensar a los investigadores para después poner a
prueba sus teorías, se trata de dejar que sean los datos los que nos den pistas,
mediante algoritmos (se dice que tenemos uno próximo pero todavía no el exacto
sobre aprendizaje “natural”) y software capaz de aprender de ellos.
La idea es interesantísima, ya que emula la forma en que reconocen los
objetos nuestros cerebros en realidad, más allá de la visión y desde
construcciones internas, mediante neuronas individuales que son entrenadas
dentro del cerebro, a través de múltiples repeticiones, para el reconocimiento
de determinados objetos.
Otros desarrollos de la misma idea son los de la visión artificial o los de
Microsoft, trabajando en sistemas de reconocimiento del discurso desde hace años
y con resultados también muy positivos.
Volviendo a las implicaciones más profundas de la experiencia, no sabemos si
lo que la máquina ha deducido que es un gato es lo mismo que el cerebro humano
construye como tal pero sí que estamos cerca de poder emular lo que en realidad
ocurre en el córtex visual.
Por último pueden impresionaros los datos, que sean necesarios esos mil
millones de conexiones para identificar un gato, pero están lejos todavía de
emular lo que en realidad ocurre en el cerebro humano. Así, según los
investigadores, parece que el córtex visual sería un millón de veces más amplio
en términos de neuronas y sinapsis (conexión entre neuronas) que la red neural
de Google.
La tecnología avanza rápido, sin embargo y algunos futuristas predicen que
estaríamos hablando de computadoras con las mismas capacidades de procesamiento
que el cerebro humano antes de 2020. ¿Entraremos entonces en la era de la
Singularidad en la que la conciencia dejará de pertenecer a nuestra especie
en exclusiva?
|
|
