DeepMind, la inteligencia artificial de Google desarrolla un modelo que aprende como si fuera un bebé

El aprendizaje del nuevo modelo se basa en la observación de lo que sucede con diversos objetos en mundo y de un entendimiento de las leyes de la física.

Por

Los sistemas de inteligencia artificial que hasta ahora hemos desarrollado los humanos son una gran paradoja. Por un lado, pueden realizar cálculos extremadamente complejos y procesar grandes cantidades de información en cuestión de segundos, pero no son capaces de comprender cosas lógicas de aprender para un ser humano, como que el fuego quema o que si sueltas un objeto suspendido, este caerá y dependiendo del material con el que esté hecho, se romperá, dañará el suelo o rebotará. Muchos de los actuales desarrollos de inteligencia artificial como OpenAI o Minerva son efectivos para realizar con precisión las tareas que les fueron encomendadas, pero fallan al momento en que requieren de intuición.

Karl Tapales | Getty Images

DeepMind, la división de inteligencia artificial de Google, ha desarrollado un nuevo modelo que intenta emular la manera en que los humanos adquirimos conocimiento cuando somos bebés y estamos en el proceso de descubrir el mundo. Los estudiosos del comportamiento y el aprendizaje humano saben que los bebés comienzan a entender las leyes del mundo por medio de la mirada. Fijan sus ojos en un objeto y procesan el modo en que se comporta para ir haciendo poco a poco conjeturas y suposiciones de lo que sucederá con las cosas que los rodean.

Partiendo de ese punto los científicos de Google desarrollaron un modelo llamado PLATO (por sus iniciales en inglés, Physics Learning Through Auto-encoding and Tracking Objects: Aprendizaje de física a través de la codificación automática y el seguimiento de objetos) y según la revista Nature fue alimentado con horas y horas de video que muestran a las leyes de la física en acción. Cosas simples, como una pelota deslizándose por una canaleta o dos pelotas chocando entre sí para después repelerse. Tras 'observar' estás acciones de manera repetida, el sistema pudo predecir cómo se comportarían acciones subsecuentes.

Después de haber observado y aprendido diversas reglas del mundo, PLATO fue sometido a videos de cosas que desafiaron su lógica recién aprendida, por ejemplo, una pelota que desaparece en lugar de llegar a su destino. Al encontrar una diferencia entre su predicción y el resultado final, el sistema mostró sorpresa, igual que lo hacen los bebés tratando de descifrar cómo funciona el mundo. Para medir el grado de sorpresa PLATO dibuja de distintos colores un pixel que indica qué tan acertada fue su predicción.

Experimentos como este podrían contribuir al desarrollo de modelos de inteligencia artificial capaces de ajustar su conocimiento sobre la marcha y dependiendo de las vivencias a las que se van exponiendo, haciendo de la IA algo cada vez más parecido a la mente humana.