Los ingenieros de Google ‘mutan’ la inteligencia artificial para que evolucione los sistemas más rápido de lo que podemos codificar

Por: DAVID NIELD

Gran parte del trabajo realizado por la inteligencia artificial implica un proceso de entrenamiento conocido como aprendizaje automático , donde la IA mejora en una tarea como reconocer un gato o mapear una ruta cuanto más lo hace. Ahora esa misma técnica se está utilizando para crear nuevos sistemas de IA, sin intervención humana.

Durante años, los ingenieros de Google han estado trabajando en un sistema de aprendizaje automático increíblemente inteligente conocido como el  sistema AutoML  (o sistema automático de aprendizaje automático), que ya es capaz de crear IA que supera a todo lo que hemos hecho .

Ahora, los investigadores lo han modificado para incorporar conceptos de evolución darwiniana y han demostrado que puede construir programas de IA que continúan mejorando sobre sí mismos más rápido de lo que lo harían si los humanos estuvieran haciendo la codificación.

El nuevo sistema se llama AutoML-Zero y, aunque puede sonar un poco alarmante, podría conducir al rápido desarrollo de sistemas más inteligentes, por ejemplo, redes neuronales diseñadas para imitar con mayor precisión el cerebro humano con múltiples capas y pesajes, algo humano codificadores han luchado con.

“Hoy es posible descubrir automáticamente algoritmos completos de aprendizaje automático utilizando solo operaciones matemáticas básicas como bloques de construcción”, escriben los investigadores en su documento de preimpresión . “Demostramos esto al presentar un marco novedoso que reduce significativamente el sesgo humano a través de un espacio de búsqueda genérico”.

El sistema AutoML original está destinado a facilitar que las aplicaciones aprovechen el aprendizaje automático, y ya incluye muchas funciones automatizadas, pero AutoML-Zero reduce la cantidad requerida de entrada humana.

El uso de un proceso simple de tres pasos (configuración, predicción y aprendizaje) puede considerarse como aprendizaje automático desde cero. El sistema comienza con una selección de 100 algoritmos realizados mediante la combinación aleatoria de operaciones matemáticas simples. Un sofisticado proceso de prueba y error identifica los mejores resultados, que se conservan, con algunos ajustes, para otra ronda de pruebas. En otras palabras, la red neuronal está mutando a medida que avanza.

Cuando se produce un nuevo código, se prueba en tareas de IA, como detectar la diferencia entre una imagen de un camión y una imagen de un perro, y los algoritmos de mejor rendimiento se guardan para futuras iteraciones. Como la supervivencia del más apto.

Y también es rápido: los investigadores calculan que se pueden buscar hasta 10,000 algoritmos posibles por segundo por procesador (cuantos más procesadores informáticos estén disponibles para la tarea, más rápido puede funcionar).

Eventualmente, esto debería hacer que los sistemas de inteligencia artificial se utilicen más y sean más fáciles de acceder para programadores sin experiencia en inteligencia artificial. Incluso podría ayudarnos a erradicar el sesgo humano de la IA, porque los humanos apenas están involucrados.

El trabajo para mejorar AutoML-Zero continúa, con la esperanza de que eventualmente pueda escupir algoritmos en los que los simples programadores humanos nunca habrían pensado. En este momento, solo es capaz de producir sistemas de IA simples, pero los investigadores piensan que la complejidad puede ampliarse con bastante rapidez.

“Mientras la mayoría de las personas estaban dando pequeños pasos, [los investigadores] dieron un salto gigante hacia lo desconocido”, dijo el científico informático Risto Miikkulainen de la Universidad de Texas, Austin, que no participó en el trabajo, a Edd Gent en Science . “Este es uno de esos documentos que podría lanzar una gran cantidad de investigaciones futuras”.

El trabajo de investigación aún no se ha publicado en una revista revisada por pares, pero se puede ver en línea en arXiv.org .

Artículo publicado en Science Alert

Deja un comentario

Tu dirección de correo electrónico no será publicada.