sábado, 28 de febrero de 2015

Google crea el primer programa de inteligencia artificial capaz de aprender por sí mismo

Comp 1_00000
Esta es una noticia de la que no se ha hablado demasiado, a pesar de ser de una importancia capital en el mundo de la Ciencia y la Tecnología.
Los científicos de Google han creado el primer programa de ordenador capaz de aprender una amplia variedad de tareas de forma independiente, en el que es considerado como el primer paso significativo hacia la verdadera Inteligencia Artificial.
El programa, llamado AGENT, aprendió a jugar a 49 antiguos juegos diferentes de ordenador, desarrollando sus propias estrategias para ganar.
En el futuro, el mismo enfoque podría utilizarse para crear coches autoconducibles, asistentes personales para teléfonos inteligentes o llevar a cabo investigaciones científicas en campos diferentes, que abarquen desde el cambio climático a la cosmología.
deepmind-ai-logo-100227430-large
La investigación fue llevada a cabo por DeepMind, la compañía británica adquirida por Google el año pasado por 548 millones de euros (400 millones de libras), cuyo objetivo declarado es crear “máquinas inteligentes”.
Demis Hassabis
Demis Hassabis
Demis Hassabis, fundador de la compañía, ha declarado: “Este es el primer peldaño importante de esa escalera que nos conduce a un sistema de aprendizaje general que realmente funcione. El programa es capaz de adoptar tareas que incluso los seres humanos encuentran difíciles. Es el primer paso de este bebé hacia ese objetivo grandioso y tan importante”
El trabajo es visto como un salto de gigante respecto a los intentos anteriores de crear Inteligencia Artificial, como fueron el programa Deep Blue, que venció al famoso jugador de ajedrez Gary Kasparov en 1997 o el programa Watson de IBM, que ganó el concurso de televisión Jeopardy! en 2011.
Garry Kasparov contra Deep Blue
Garry Kasparov contra Deep Blue
En estos dos casos anteriormente mencionados, las computadoras fueron pre-programadas con las reglas del juego y las estrategias específicas para ganarlo y superaron al rendimiento humano gracias a una potencia de cálculo enorme.
“En el caso de Deep Blue, fue el equipo de programadores y grandes maestros los que destilaron los conocimientos necesarios que después se introdujeron en el programa”, dice Hassabis. “En este caso, sin embargo, hemos construido algoritmos que aprenden a partir de cero”.
Al programa AGENT, simplemente se le da una entrada de información en bruto, formada por los píxeles que componen la pantalla de juegos de Atari y provista de un marcador con la puntuación.
Cuando AGENT empieza a jugar, simplemente observa los frames del juego y va pulsando los botones al azar, para ver qué pasa. “Es un poco como un bebé que abre los ojos y ve el mundo por primera vez”, afirma Hassabis.
atari2
AGENT utiliza un método de aprendizaje llamado “aprendizaje profundo” para convertir la entrada de informaciones visuales básicas en conceptos significativos, reproduciendo la forma en que el cerebro humano procesa la información sensorial en bruto y la transforma en una rica comprensión del mundo. AGENT está programado para trabajar en lo que es significativo a través de un “aprendizaje por refuerzo”, la noción básica del cual es que interpreta que sumar puntos es algo bueno y perderlos es algo malo.
Tim Behrens
Tim Behrens
Tim Behrens, profesor de neurociencia cognitiva del University College de Londres, ha declarado que:“Lo que han hecho es realmente impresionante, no hay duda. Han hecho aprender a AGENT a través de conceptos basados simplemente en la recompensa y el castigo. Nadie había hecho algo así antes”
En los videos proporcionados por Deep Mind, podemos ver a AGENT empezando por hacer movimientos al azar y sin éxito al principio, pero después de 600 centenares de rondas de entrenamiento (dos semanas de tiempo de computadora), el programa ya ha descubierto como funcionan los juegos.
En algunos casos, AGENT desarrolló estrategias ganadoras que ni los propios investigadores habían considerado, como realizar un túnel a través de los lados de la pared en eljuego Breakout o en un juego basado en submarinos, permanecer profundamente sumergido todo el rato.
Vlad Mnih
Vlad Mnih
Vlad Mnih, uno de los miembros del equipo de Google detrás del proyecto ha dicho que:“Definitivamente resulta divertido ver como las computadoras descubren cosas que tú o habías descubierto por ti mismo”
Hassabis no llega a calificar esto como un “paso creativo”, pero dijo que demuestra que las computadoras pueden “resolver las cosas por sí mismas” de una manera que normalmente se considera como únicamente humana. “Las máquinas algún día serán capaces de expresar formas de creatividad, pero aún nos falta un camino por recorrer para llegar ahí”
Por su parte, el profesor Behrens afirma que viendo a AGENT aprender por sí mismo, a uno le deja la impresión de que “hay algo humano en ello”, probablemente debido a que está pidiendo prestado del ser humano el concepto de ensayo y error, uno de los principales métodos de aprendizaje de los seres humanos.
El estudio, publicado en la revista Nature, mostró como AGENT llegó a actuar a niveles correspondientes al 75% o superior a los niveles propios de un probador de juegos profesional, al menos en la mitad de los juegos probados, que incluían juegos de disparo, boxeo o carreras de coches en 3D.
boxing
En algunos juegos, como Space Invaders, Pong o Breakout, el algoritmo superó significativamente a los seres humanos, mientras que en otros le fue mucho peor.
classic-atari-space-invaders-game
Los investigadores sostienen que esto se debe sobretodo a que el algoritmo, de momento, no tiene ninguna memoria real que le permita crear estrategias a largo plazo que requieran planificación.
Con algunos de los juegos, por ejemplo, esto significó que AGENT se quedó atascado en un bache, pues había aprendido una forma básica de anotar puntos, pero no había llegado a comprender el objetivo general del juego.
El equipo ahora está tratando de construir un componente de memoria para el sistema y aplicarlo a los juegos de ordenador en 3D más realistas.
Elon Musk
Elon Musk
El año pasado, el empresario estadounidense, Elon Musk, fundador de empresas como Tesla Motors o PayPal y uno de los primeros inversores de Deep Mind, describió la Inteligencia Artificial como la mayor amenaza para la existencia futura de la humanidad:
“A menos que tengas acceso a los trabajos de grupos como Deepmind, no tienes ni idea de lo rápido que se está desarrollando la Inteligencia Artificial”, afirmó Musk. “Corremos el riesgo de que suceda algo grave en un plazo de cinco años. Diez años como máximo”
Sin embargo, el equipo de Google restó importancia a sus preocupaciones: “Estamos de acuerdo con él, existen riesgos que deben tenerse en cuenta, pero aún estamos a décadas de distancia de cualquier tipo de tecnología de la que tengamos que preocuparnos”, afirma Hassabis.

No hay comentarios:

Publicar un comentario