. La inteligencia artificial versus destreza humana

 

[gallery ids="98474"]

Investigadores del área de informática dieron a conocer avances en el ámbito de la inteligencia artificial, los cuales superaron las capacidades humanas en relación con un reducido grupo de tareas vinculadas con la visión. Los avances son destacables porque los famosos sistemas de visión artificial se están tornando comunes en muchos aspectos de la vida (en los sistemas de seguridad de los automóviles, que detectan peatones y ciclistas, en los controles de los videojuegos, en la búsqueda en Internet y en los robots que se emplean en las fábricas).

Desde el Instituto de Tecnología de Massachusetts (Massachusetts Institute of Technology, o MIT, por su sigla en inglés), de la Universidad de Nueva York (New York University, en inglés) y de la Universidad de Toronto informaron sobre un nuevo y exclusivo tipo de aprendizaje asistido por computadora en la revista Science, en el cual un programa de visión computarizada superó a un grupo de seres humanos en la identificación de caracteres que habían sido escritos a mano tomando como base un solo ejemplo.

El programa puede aprender rápidamente los caracteres en una variedad de idiomas y generalizar a partir de lo que aprendió. Los autores sugieren que esta habilidad es similar a la manera en la que aprenden y entienden conceptos los seres humanos.

Nuevo método

El nuevo método, conocido como Bayesian Program Learning (Programa de Aprendizaje Bayesiano, o B.P.L., por su sigla en idioma inglés), es diferente de las tecnologías actuales que se utilizan para el aprendizaje, denominadas redes neuronales profundas. Las redes neuronales se pueden entrenar para reconocer la voz humana, detectar objetos en imágenes o identificar clases de comportamiento exponiéndolas a grandes conjuntos de ejemplos. Aunque dichas redes están creadas tomando como modelo el comportamiento de las neuronas biológicas, todavía no aprenden de la misma manera en que lo hacen los seres humanos (adquiriendo nuevos conceptos rápidamente). En contraste, el nuevo programa de software descripto en el artículo de la revista Science puede aprender a reconocer caracteres escritos después de “ver” únicamente unos pocos de ellos o incluso un solo ejemplo.

Los investigadores compararon las destrezas de su método Bayesiano con otros modelos de programación utilizando cinco tareas de aprendizaje por separado que involucraron un conjunto de caracteres de un grupo de datos de investigación conocido como Omniglot, el cual incluye 1.623 grupos de caracteres escritos a mano en 50 idiomas. Se captaron tanto las imágenes como los trazos de bolígrafo necesarios para crear los caracteres.

Los organizadores de una competencia académica anual de visión artificial informaron avances registrados en la reducción de la tasa de error en el software destinado a hallar y clasificar objetos en imágenes digitales.

La competencia, conocida como Imagenet Large Scale Visual Recognition Challenge (Desafío Imagenet de Reconocimiento Visual a Gran Escala, en idioma español), enfrenta a equipos de investigadores de laboratorios académicos, gubernamentales y corporativos. Ellos deben diseñar programas para clasificar y detectar objetos. Este año ganó la competencia un grupo de investigadores del laboratorio de Investigaciones de Microsoft, en Beijing.

El equipo de Microsoft pudo reducir a la mitad el número de errores en una tarea que requería que su programa clasificara objetos de un grupo de 1.000 categorías. El equipo también ganó una segunda competencia al detectar con precisión todos los ejemplos de objetos en 200 categorías.

La competencia inteligente

La competencia requiere que los programas examinen un gran número de imágenes digitales y que rotulen o hallen objetos en las imágenes. Por ejemplo, pueden tener que distinguir entre objetos como bicicletas o automóviles, los cuales podrían parecer tener dos ruedas desde una determinada perspectiva.

Tanto en la tarea de reconocimiento de la escritura a mano descripta en la revista Science como en la competencia de detección y clasificación visual, los investigadores realizaron sus mejores esfuerzos para comparar sus adelantos con las destrezas humanas. En ambos casos, los avances en el software ahora parecen superar las capacidades de los seres humanos.

Sin embargo, los científicos del área de la informática advirtieron que no se deben sacar conclusiones sobre máquinas “pensantes” ni hacer comparaciones directas con la inteligencia humana. (Fuente: La Nación)