Ya hemos comprobado que los robots están avanzando mucho en el aspecto mecánico, y que cada vez pueden hacer más cosas. Pero la parte física no se trata del verdadero reto, sino que el gran desafío se encuentra en dotarlos de la capacidad de tomar decisiones lógicas por sí mismos. Ahora mismo resulta lejana la posibilidad de desarrollar una verdadera inteligencia artificial, pero parece que una de las maneras de que las máquinas aprendan a hacer cosas es… ¡que vean vídeos de YouTube!
Esa es la idea que han tenido algunos investigadores de la Universidad de Maryland y del instituto de desarrollo australiano NICTA, según leemos en VentureBeat. Han aplicado un sistema llamado deep learning (“aprendizaje profundo”), que permite a los ordenadores aprender recurriendo a imágenes, sonidos y vídeos, gracias al uso de redes neuronales. Echemos un ojo al sistema en el que se basa este trabajo tan complejo.
¿Qué son las redes neuronales?
Las redes neuronales son sistemas de aprendizaje y procesamiento de datos inspirados por los cerebros de los animales. Estos sistemas han ido evolucionando desde la década de los años cuarenta, y ahora se encuentran de plena actualidad. Las redes neuronales pueden ser sometidas a un proceso de aprendizaje (como es el caso con los vídeos de YouTube), y tienen como ventaja principal que resulta relativamente flexibles: variar hasta cierto límite la entrada no supone que no se pueda resolver el problema.
En este caso se usan las redes convolucionales, a las que se recurre mucho para el reconocimiento de voz o de caras. De hecho, Facebook las emplea para etiquetar las fotos y Google ha conseguido adaptarlas para que un ordenador pueda describir lo que se ve en una imagen. La idea es que la red neuronal no analiza cada píxel de la imagen, ya que la capacidad de cálculo necesaria se volvería enorme. Pero sí que revisa sus rasgos principales dividiéndola en zonas pequeñas. Obviamente, se trata de un tema muy complejo, y conocer el funcionamiento profundo de las redes neuronales requiere saber bastantes matemáticas. Pero es campo con mucho futuro, como demuestra el caso de los robots que nos ocupan.
Otros ejemplos de lo que son capaces de hacer las redes neuronales:
– Encontrar patrones de fraude económico.
– Realizar predicciones de mercados financieros.
– Realizar predicciones del tiempo atmosférico.
– Aportar soluciones a retos clásicos como el problema del viajante.
Por su parte, el deep learning se basa fundamentalmente en redes neuronales para ofrecer resultados. Intenta obtener información de representaciones de datos, pero no todos son igual de relevantes. La red neuronal es capaz de extraer la datos más importantes, por ejemplo, en un sistema de reconocimiento facial sería capaz de comprobar si está ante una cara gracias al aprendizaje previo.
¿Qué implica este avance?
Los investigadores dejaron que sus robots aprendieran con 88 vídeos de cocina de YouTube. Después les dieron instrucciones, y las máquinas habían conseguido asimilar cómo utilizar determinadas herramientas de cocina. Se trata de un logro importante, que los científicos creen que podría representar una forma de que los robots desarrollen comportamientos con cierta inteligencia: accediendo a información de Internet podrán saber cómo enfrentarse a situaciones para las que no fueron diseñados.
Este trabajo se va a mostrar el próximo 29 de enero en un encuentro de la Association for the Advancement of Artificial Intelligence, aunque ya puedes leer el paper original si te interesa este tema. El deep learning representa una tendencia interesante en el mundo de la inteligencia artificial, y parece que tiene bastante futuro.
Las redes neuronales se utilizan en muchos campos, no son sistemas perfectos, pero resuelven determinados problemas de forma bastante eficiente. Desde luego, que sirvan para que las máquinas aprendan ciertas habilidades se trata de un gran avance. Y es que en Internet hay información (ya sean vídeos, imágenes, sonido o texto) de casi cualquier tema, y resulta de lo más sencillo acceder a ella. Aunque el deep learning aún tiene bastante que avanzar, las redes neuronales sí que ofrecen aplicaciones reales en el día a día.
¿Qué opinas de este tema? ¿Estamos en el buena camino para dotar de inteligencia a las máquinas, o crees que queda mucho para que se vuelvan capaces de resolver problemas por ellas mismas?
Imagen de cabecera | Erik Charlton
