Este es un espacio de investigación, de lectura, de consulta, donde además de contenidos vas a encontrar noticias y artículos periodísticos de interés.
Primero fue pura teoría y, después, práctica. La Inteligencia Artificial (IA) es un término amplio de lo que hace años se conoce como machine learning
(aprendizaje automático), concepto que existe hace más de 30 años, pero
que era complejos de aplicar por las dificultades en el almacenaje de
información y la lentitud de los procesos de cálculo de las
computadoras. A medida que la tecnología
avanzó (de la mano de una mayor capacidad de concentrar bits en
espacios más chicos, y una velocidad de procesamiento en aumento) se
pusieron en práctica los primeros programas de este tipo. “La inteligencia artificial clásica es deductiva”,
resume Laura Lanzarini, del Instituto de Investigación en Informática
de la Facultad de Ingeniería de la Universidad Nacional de La Plata.
Según explicó a Clarín, esta rama “parte de hechos que son ciertos e incrementa su conocimiento aplicando principios de la lógica”.
.
Los medios del mundo titularon esta escena como "el hombre pierde contra las máquinas" (AFP).
Así
funcionó Deep Blue, la primera computadora que venció, en 1997, al
campeón de ajedrez de ese momento, Garri Kaspárov. “Para enseñarle a la
computadora, cargaron información -llamada “heurística”- sobre conocimientos previos del ajedrez”, explicó Gonzalo Zabala, investigador de la Universidad Abierta Interamericana.
Con
esos datos, sumados “a una capacidad infernal de cálculo, la máquina
podía prever jugadas y tener un árbol de decisiones más profundo que el
de un ser humano”, aseguró Zabala, pero recalcó que “esas heurísticas
que fueron incorporadas a Deep Blue se dieron en un proceso acompañado
por personas”
Por eso se destaca la otra rama de la inteligencia artificial representada en los grandes avances de hoy: la técnica inductiva. “La inteligencia inductiva es justamente la que aprende como los humanos”, dijo Lanzarini. El programa parte de un montón de información que organiza, para luego “extraer conocimiento nuevo”.
“Tradicionalmente,
uno, como programador, escribiría para cada casuística las líneas de
código, de modo que se tome determinada acción en base a ciertos datos”,
explica Javier Minhondo, de la empresa Globant.
El duelo de Alpha Go contra el chino Ke Jie (EFE).
“Pero
con el volumen de información que hay es imposible programar todas las
casuísticas posibles; ahí es donde entra a jugar el machine learning: cómo aprender de los datos para no tener que programar cada una de las posibilidades”.
Dentro de los últimos algoritmos de aprendizaje que trabajan sobre esta técnica se destaca el programa AlphaGo.
El Go es un tradicional juego de tablero estratégico -más complejo que
el ajedrez-, creado hace 3.000 años en China. Y AlphaGo es el primer programa de computadora
(fabricado por la empresa Deep Mind), que venció al campeón mundial en
esa disciplina. El certamen fue en mayo de 2017, contra Ke Jie, joven
chino de 19 años.
“Lo particular respecto de Deep Blue es
que AlphaGo pudo aprender sin que se incorporaran esas heurísticas”,
explicó Zabala. El programa aprendió el juego confrontando a amateurs y
profesionales.
Pero lo más impactante fue el desempeño de
la última versión del Go (AlphaGo Zero). Según Zabala, “sólo tenía
cargadas las reglas del juego y aprendió las estrategias jugando contra
sí mismo millones de partidas”. El programa venció a su versión anterior
y se volvió “el jugador” más poderoso de Go de todos los tiempos.
Desarrollar
programas que aprendan por sí mismos, es uno de “los grandes avances”
de lo que se llama deep learning (aprendizaje profundo), explica Zabala.
Para él,“es un mecanismo transpolable a un montón de situaciones
distintas”. Como crear una red neuronal.
No hay comentarios:
Publicar un comentario