/ martes 12 de julio de 2022

Inteligencia Artificial aprende de los bebés

Un sistema de Inteligencia Artificial (IA) llamado Plato, ha sido desarrollado con una tecnología que imita la forma en que los niños más pequeños comienzan a conocer el mundo y sus objetos

La "física intuitiva" es un conjunto de reglas de sentido común sobre el funcionamiento del mundo y de sus objetos, algo muy parecido a la forma en la que los bebés comienzan a aprender. Ahora, basándose en esos principios, un equipo de ingenieros desarrolló un sistema de inteligencia artificial capaz de aprender como lo haría un bebé.

Detrás de este sistema, llamado Plato, está la empresa DeepMind y, según sus responsables el trabajo, que se publicó en Nature Human Behaviour, tiene implicaciones tanto para los avances de IA como para la investigación de la cognición humana.

Los investigadores, liderados por Luis Piloto, presentan un sistema de aprendizaje profundo que puede aprender física intuitiva y que está inspirado en la investigación sobre cómo los bebés adquieren conocimiento.

Y es que, recuerdan los autores, incluso los niños más pequeños conocen la física intuitiva; por ejemplo, los bebés de apenas cinco meses experimentan tirando objetos al suelo o se sorprenden si se les muestra una situación que implica un hecho físicamente imposible, como la desaparición repentina de un juguete.

Te puede interesar: Telemedicina: opción para reducir gastos

Sin embargo, el aprendizaje de la física intuitiva ha resultado difícil para los algoritmos de aprendizaje automático: los actuales sistemas de IA "palidecen" en su comprensión de la física intuitiva en comparación con los niños más pequeños, dicen los expertos.

Para abordar esta brecha entre los humanos -con una evolución de miles de años en los que han ido incorporando las reglas del mundo donde evolucionan- y las máquinas, el equipo recurrió al campo de la psicología del desarrollo, que estudia la forma en la que los individuos experimentan sus transformaciones a lo largo de su vida.

En concreto, Plato adopta la tesis de que los objetos juegan un papel central en la representación y predicción del mundo físico que nos rodea.

Te puede interesar: ¿Por qué un programa de inteligencia artificial no puede tener consciencia?

Los autores entrenaron al sistema mostrándole vídeos de muchas escenas sencillas, como pelotas que caen al suelo, pelotas que ruedan detrás de otros objetos y vuelven a aparecer, y pelotas que rebotan entre sí. Tras el entrenamiento, a Plato se le puso a prueba mostrándole videos que a veces contenían escenas imposibles.

Al igual que un niño pequeño, el sistema mostraba "sorpresa" cuando se le enseñaba algo que no tenía sentido, como objetos que se movían entre sí sin interactuar. Según los investigadores, estos efectos de aprendizaje se observaron tras ver tan sólo veintiocho horas de vídeos.

"Demostramos que nuestro modelo puede aprender un conjunto diverso de conceptos físicos, que depende críticamente de las representaciones a nivel de objeto, en consonancia con los hallazgos de la psicología del desarrollo", resumen los expertos de DeepMind en su artículo.

Estos resultados tienen implicaciones, agregan, tanto para la inteligencia artificial como para la investigación de la cognición humana:

"Plato podría ofrecer una poderosa herramienta para investigar cómo los humanos aprenden física intuitiva y sugiere la importancia de las representaciones de los objetos en nuestra comprensión del mundo".

Te puede interesar: Paneles solares y agua reciclada: así son las nuevas oficinas de Google

En un artículo separado de opinión, las investigadoras Susan Hespos y Apoorva Shivaram señalan que el equipo liderado por Piloto demuestra que un sistema de aprendizaje profundo basado en la cognición infantil supera a los sistemas más tradicionales de "aprendizaje desde cero".

Esto podría servir como una "oportunidad sinérgica" entre la inteligencia artificial y la ciencia del desarrollo.

Los resultados, según las investigadoras, sugieren que el matemático Alan Turing podría haber tenido razón; en 1950 este escribió que, en lugar de tratar de producir un programa que simule la mente del adulto, por qué no intentar hacer uno que simule la de los niños.

De acuerdo con Turing, se puede hacer que un ordenador "piense" como un adulto si se parte de la mente de un niño y se le proporcionan las experiencias apropiadas.

Lee también otros contenidos de Normal ⬇️

La "física intuitiva" es un conjunto de reglas de sentido común sobre el funcionamiento del mundo y de sus objetos, algo muy parecido a la forma en la que los bebés comienzan a aprender. Ahora, basándose en esos principios, un equipo de ingenieros desarrolló un sistema de inteligencia artificial capaz de aprender como lo haría un bebé.

Detrás de este sistema, llamado Plato, está la empresa DeepMind y, según sus responsables el trabajo, que se publicó en Nature Human Behaviour, tiene implicaciones tanto para los avances de IA como para la investigación de la cognición humana.

Los investigadores, liderados por Luis Piloto, presentan un sistema de aprendizaje profundo que puede aprender física intuitiva y que está inspirado en la investigación sobre cómo los bebés adquieren conocimiento.

Y es que, recuerdan los autores, incluso los niños más pequeños conocen la física intuitiva; por ejemplo, los bebés de apenas cinco meses experimentan tirando objetos al suelo o se sorprenden si se les muestra una situación que implica un hecho físicamente imposible, como la desaparición repentina de un juguete.

Te puede interesar: Telemedicina: opción para reducir gastos

Sin embargo, el aprendizaje de la física intuitiva ha resultado difícil para los algoritmos de aprendizaje automático: los actuales sistemas de IA "palidecen" en su comprensión de la física intuitiva en comparación con los niños más pequeños, dicen los expertos.

Para abordar esta brecha entre los humanos -con una evolución de miles de años en los que han ido incorporando las reglas del mundo donde evolucionan- y las máquinas, el equipo recurrió al campo de la psicología del desarrollo, que estudia la forma en la que los individuos experimentan sus transformaciones a lo largo de su vida.

En concreto, Plato adopta la tesis de que los objetos juegan un papel central en la representación y predicción del mundo físico que nos rodea.

Te puede interesar: ¿Por qué un programa de inteligencia artificial no puede tener consciencia?

Los autores entrenaron al sistema mostrándole vídeos de muchas escenas sencillas, como pelotas que caen al suelo, pelotas que ruedan detrás de otros objetos y vuelven a aparecer, y pelotas que rebotan entre sí. Tras el entrenamiento, a Plato se le puso a prueba mostrándole videos que a veces contenían escenas imposibles.

Al igual que un niño pequeño, el sistema mostraba "sorpresa" cuando se le enseñaba algo que no tenía sentido, como objetos que se movían entre sí sin interactuar. Según los investigadores, estos efectos de aprendizaje se observaron tras ver tan sólo veintiocho horas de vídeos.

"Demostramos que nuestro modelo puede aprender un conjunto diverso de conceptos físicos, que depende críticamente de las representaciones a nivel de objeto, en consonancia con los hallazgos de la psicología del desarrollo", resumen los expertos de DeepMind en su artículo.

Estos resultados tienen implicaciones, agregan, tanto para la inteligencia artificial como para la investigación de la cognición humana:

"Plato podría ofrecer una poderosa herramienta para investigar cómo los humanos aprenden física intuitiva y sugiere la importancia de las representaciones de los objetos en nuestra comprensión del mundo".

Te puede interesar: Paneles solares y agua reciclada: así son las nuevas oficinas de Google

En un artículo separado de opinión, las investigadoras Susan Hespos y Apoorva Shivaram señalan que el equipo liderado por Piloto demuestra que un sistema de aprendizaje profundo basado en la cognición infantil supera a los sistemas más tradicionales de "aprendizaje desde cero".

Esto podría servir como una "oportunidad sinérgica" entre la inteligencia artificial y la ciencia del desarrollo.

Los resultados, según las investigadoras, sugieren que el matemático Alan Turing podría haber tenido razón; en 1950 este escribió que, en lugar de tratar de producir un programa que simule la mente del adulto, por qué no intentar hacer uno que simule la de los niños.

De acuerdo con Turing, se puede hacer que un ordenador "piense" como un adulto si se parte de la mente de un niño y se le proporcionan las experiencias apropiadas.

Lee también otros contenidos de Normal ⬇️

Elecciones 2024

Debate de candidatas para la alcaldía Venustiano Carranza: minuto a minuto

Evelyn Parra, por Morena- PT- Verde; Zurishaday Hernández, del partido MC y Rocío Barrera, de la coalición PRI- PAN-PRD debaten por la alcaldía Venustiano Carranza

Finanzas

Secretario general electo de sindicato de Pemex exige ratificación por parte de la STPS

Rubén Choreño, secretario electo del STPRM, rechazó una mesa de trabajo y denunció que "la STPS no cumple con su trabajo"

Política

Diputados regresan a comisiones el dictamen de Fondo de Pensiones del Bienestar

El dictamen que había sido aprobado en comisiones no era el mismo que se discutía en el Pleno, lo que provocó diferencias entre Morena y el PAN

Mundo

Entra en erupción volcán en Indonesia; evacúan a casi mil personas

El director de la agencia vulcanológica de Indonesia pidió a la población mantenerse alerta ante posibles tsunamis por el colapso del cuerpo del volcán en el mar

Política

Se logra quórum en Senado para votar Ley de Amparo y de Amnistía

Ayer, la oposición se ausentó del pleno de la Cámara Alta para frenar la discusión y eventual votación; este miércoles se logró el quórum con la senadora Alejandra León, de MC

Mundo

Senado de EU rechaza celebrar el juicio político contra Alejandro Mayorkas

Los 51 demócratas en el Senado impusieron su mayoría frente a los 49 republicanos para declarar los artículos de 'impeachment' aprobados en la Cámara Baja