Perspectivas y Negocios    

¿Cuán profundo es el aprendizaje profundo?

Caminos más inteligentes para la inteligencia artificial

-“No veo una verdadera inteligencia”, dijo Michael I. Jordan, profesor de la Universidad de California y autor de un ensayo publicado en abril que tiene como objetivo moderar las expectativas en torno a las bondades de la inteligencia artificial

Durante los últimos cinco años, lo más novedoso en el estudio de la inteligencia artificial ha sido una rama conocida como “aprendizaje profundo”. La técnica estadística sirve, en pocas palabras, para que las computadoras aprendan por medio del procesamiento de enormes cantidades de información. Gracias al aprendizaje profundo, las computadoras pueden identificar rostros y reconocer palabras habladas, lo que pareciera poner al alcance de la mano otras formas de inteligencia similares a la humana.

INVERSIONES

Empresas como Google, Facebook y Microsoft han invertido grandes cantidades de dinero en el aprendizaje profundo. Las empresas emergentes que buscan desde curas para el cáncer hasta la automatización administrativa proclaman su pericia en el aprendizaje profundo. Y las habilidades de percepción y para encontrar concordancias de patrones de esta tecnología se utilizan para mejorar el progreso en campos como el descubrimiento de fármacos y los vehículos autónomos. Sin embargo, ahora algunos científicos están cuestionando si el aprendizaje profundo en verdad es tan profundo. “No veo una verdadera inteligencia”, dijo Michael I. Jordan, un profesor de la Universidad de California, campus Berkeley, y el autor de un ensayo publicado en abril que tiene como objetivo moderar las expectativas en torno a la inteligencia artificial. “Y creo que confiar demasiado en estos algoritmos de fuerza bruta es depositar nuestra fe en un lugar equivocado”.

ALGORITMOS

Los algoritmos del aprendizaje profundo se entrenan con un lote de datos relacionados, como fotos de rostros humanos, y después se alimentan de una cantidad cada vez mayor de información, lo cual mejora de forma constante la precisión de la concordancia de patrones del software. Aunque la técnica ha tenido éxito, los resultados se han limitado principalmente a campos donde esos inmensos conjuntos de datos ya están disponibles y las tareas están bien definidas, como catalogar imágenes o transcribir palabras habladas a un texto.

La tecnología tiene problemas en los terrenos más abiertos de la inteligencia: es decir, en el significado, razonamiento y en el uso del sentido común. A pesar de que el software de aprendizaje profundo puede identificar millones de palabras al instante, no entiende conceptos como “justicia”, “democracia” o “interferencia”. Investigadores han demostrado que se puede engañar con facilidad al aprendizaje profundo: si revuelves un puñado de píxeles, la tecnología puede confundir una tortuga con un rifle o una señal de estacionamiento con un refrigerador. (Tomado de New York Times Steve Lohr, 25 de junio 2018)

200 Mil billones por segundo es hoy la velocidad de cálculo.

MÁS TITULARES DE Perspectivas y Negocios