Investigadores de Google’s DeepMind han desarrollado un sencillo algoritmo de razonamiento conectivo que ha logrado superar a humanos en un test de compresión de imágenes complejas y selección de opciones.
Ante este desarrollo las computadoras podrán determinar ¿Cuántas zonas verdes hay cerca de la oficina? ¿Cuál es el mejor restaurante de la zona? Estas preguntas cotidianas que requieren capacidad de razonar, de relacionar y crear conexiones, un aspecto básico del pensamiento sofisticado que la Inteligencia Artificial (IA) no había logrado manejar hasta ahora.
Las dos clases principales de IA (estadística y simbólica) se han mostrado lentas para desarrollar esa capacidad de razonamiento capaz de relacionar, conectar y comparar lugares. La IA estadística (aprendizaje automático o aprendizaje de máquinas) es muy buena en el reconocimiento de patrones, pero no a la hora de usar la lógica. Por su parte, la IA simbólica es capaz de razonar y establecer relaciones usando reglas predeterminadas, pero no se le da bien aprender sobre la marcha.
Google’s DeepMind propone un nuevo camino, una red neural artificial capaz de relacionar conceptos. Del mismo modo que las neuronas están conectadas al cerebro, las redes neurales se ensamblan entre sí mediante pequeños programas que encuentran patrones en los datos de forma colaborativa. Y pueden disponer de estructuras especializadas para procesar imágenes, analizar el lenguaje o incluso aprender juegos.
La red de relaciones está diseñada para comparar pares de objetos en diferentes escenarios de forma individual.
Según Timothy Lillicrap, científico de computación de DeepMind en Londres y coautor de la investigación, «estamos forzando explícitamente a la red a que encuentre las relaciones que hay entre los objetos».
