New York, EUA
Un equipo internaciona de científicos lograron crear un algoritmo que permite simular la capacidad de los humanos para adquirir nuevos conceptos a partir de un único ejemplo, según un estudio publciado en la revista Science.
El algoritmo permite al robots y otras máquinas autoprogramarse y utilizar los conocimientos adquiridos previamente para reconocer y extraer conceptos visuales sencillos como lo hacen los seres humanos.
Para tomar 'decisiones' que a las personas le toman segundo, las computadoras deben recibir cientos o quizá miles de instrucciones continuas. Este trabajo “acorta el proceso computacional de aprendizaje de nuevos conceptos y amplía la aplicación de las máquinas a tareas más creativas”, aclara Brenden Lake, líder del trabajo.
Para lograrlo, los investigadores crearon un software bayesiano de aprendizaje (BLP, Bayesian Program Learning), en el que los conceptos se representan como programas informáticos básicos.
A diferencia de los programas de reconocimiento de patrones estándar, este algoritmo aprende “modelos generativos” de procesos reales, lo que aumenta su eficiencia gracias al mejor uso de los datos.
El sofware 'aprende a aprender', por ejemplo, utilizando el conocimiento del alfabeto latino para aprender las letras del alfabeto griego. Para probarlo, el software fue aplicado a más de 1.600 tipos de caracteres escritos a mano con múltiples sistemas de escritura, incluyendo alfabetos inventados o inexistentes, así como con pruebas con participantes humanos mediante pruebas similares al conocido Test de Turing.
Los resultados de las pruebas visuales de tipo Turing revelaron que el modelo BPL consiguió el mismo nivel de rendimiento que los seres humanos y superó con creces cualquier resultado de aprendizaje profundo de máquinas obtenido hasta el momento.
'Antes de entrar en la guardería, los niños ya saben reconocer nuevos conceptos a partir de un solo ejemplo, y pueden imaginar nuevos ejemplos que nunca han visto. Todavía estamos lejos de construir máquinas tan inteligentes como un niño, pero esta es la primera vez que hemos logrado que una computadora sea capaz de aprender y usar un gran número de conceptos del mundo real, incluidos conceptos visuales simples como caracteres escritos a mano”, explica Joshua Tenenbaum, coautor del estudio.
