La Inteligencia Artificial, un tema que está en boca de todos en los últimos tiempos, sigue sorprendiéndonos con innovaciones emocionantes. Investigadores de la Universidad de Nueva York y la Universidad Pompeu Fabra han desarrollado una nueva técnica que podría revolucionar el mundo de la Inteligencia Artificial.
Redes neuronales con habilidades humanas
Durante los últimos 35 años, se ha debatido si las redes neuronales artificiales podrían alguna vez competir con la mente humana en términos de aprendizaje y generalización. Sin embargo, un equipo de investigadores ha logrado un avance significativo, demostrando que su enfoque de Inteligencia Artificial muestra una capacidad de generalización similar, e incluso superior en algunas ocasiones, a la de los seres humanos.
El equipo de investigación
Brenden Lake, de la Universidad de Nueva York, y Marco Baroni, de la Universidad Pompeu Fabra, han liderado un estudio que revela cómo la red neuronal que han desarrollado posee habilidades sorprendentemente parecidas a las humanas en lo que llaman «generalización sistemática». Esto significa que la red neuronal puede aprender nuevos conceptos y combinarlos con otros conceptos previamente adquiridos.
¿Qué es la Generalización Sistemática?
La generalización sistemática es una habilidad humana que nos permite aprender un nuevo concepto y aplicarlo a situaciones relacionadas. Por ejemplo, un niño que aprende a saltar puede usar esa habilidad para dar saltos alrededor de una habitación o incluso saltar hacia adelante y hacia atrás. La pregunta que surge es si las máquinas pueden imitar este comportamiento.
La técnica ‘Meta-learning for Compositionality’
Los investigadores han desarrollado una técnica llamada ‘Meta-learning for Compositionality (MLC)’ que tiene el potencial de mejorar herramientas basadas en la Inteligencia Artificial. Lo sorprendente es que no solo iguala el rendimiento humano, sino que en ocasiones lo supera.
Entrenamiento de redes neuronales artificiales
La técnica se basa en el entrenamiento de redes neuronales artificiales y otras tecnologías relacionadas con el procesamiento del lenguaje natural y el reconocimiento del habla.
Lo que hace que esta técnica sea especial es que en el pasado, los desarrolladores de sistemas de Inteligencia Artificial, incluyendo los gigantes modelos lingüísticos, esperaban que la «generalización composicional» surgiera naturalmente a través de métodos de entrenamiento estándar. Sin embargo, esta nueva técnica demuestra que el entrenamiento explícito de habilidades puede permitir a los sistemas desbloquear nuevas capacidades.
Palabras de un investigador
Brenden Lake, profesor adjunto del Centro de Ciencia de Datos y del Departamento de Psicología de la Universidad de Nueva York, explica: «Hemos demostrado, por primera vez, que una red neuronal genérica puede imitar o superar la generalización sistemática humana en una comparación cara a cara«.
Un sistema de aprendizaje continuo
Este avance implica la creación de un sistema de aprendizaje en el que una red neuronal se actualiza constantemente para mejorar sus habilidades. Esto es un paso importante en la búsqueda de hacer que las máquinas aprendan y se adapten de manera similar a como lo hacen los seres humanos.
