La inteligencia artificial viaja en el metro de Londres

DeepMind, la división de inteligencia artificial de Google, ha logrado un avance significativo en esta ciencia: se trata de una red neuronal que imita la funcionalidad del cerebro en capas de «abstracción progresiva» y que aprende por medio de las experiencias propias.

Montada en una computadora común y corriente y no precisamente muy poderosa, procesa información, datos complejos y símbolos, y su logro más llamativo es aprender a manejarse en las complejas redes de colores del metro de Londres sin que se le haya alimentado con el mapa o data adicional.

Entendimiento y «deep learning»

el nombre del computador es DNC y, además de lo anterior, ha logrado resolver rompecabezas de bloques y entender árboles genealógicos familiares.

Imagina que estás en London Bridge y quieres ir a Upminster, al noreste de la ciudad. ¿Es mejor tomar la línea negra y hacer transbordo a la línea roja para luego tomar la verde en Mile End, o más bien es conveniente tomar la línea gris, transbordar a a DLR y luego la verde?

Para encontrar la mejor ruta, es necesario un mapa y algo de informació básica, pero a DNC se le solicitó que resolviera cómo llegar a varios puntos de la ciudad sin conocer los mapas. 

Alex Graves, Greg Wayne, y otros 18 científicos de Google DeepMind, en Londres, han dado este gran paso en la inteligencia artificial potenciando el razonamiento simbólico de los programas informáticos y combinándolo con a asombrosa capacidad de aprendizaje de estas redes neuronales computacionales.

Todo esto forma parte del concepto del «deep learning» (aprendizaje profundo), la disciplina de la inteligencia artificial que se ha revolucionado grandemente en los últimos años. Los investigadores pretenden que las máquinas aprendan a «intuir» soluciones complejas.

Por ejemplo, un living tiene una mesa, una silla y un sofá, cosas que son típicas de un living común; si se le solicita a una DNC que encuentre un candelabro en ese cuarto, esta no deberá analizar uno por uno los muebles pues sabrá que, por lógica, son elementos básicos de ese tipo de espacios. En posteriores oportunidades, la computadora sabrá por intuición si una habitación que está analizando es un living, una cocina, una oficina, u otro tipo de espacio.

El norte, evidentemente, es que una computadora con inteligencia artificial como la DNC se parezca lo más posible a un cerebro, el problema es que aún no entendemos cómo funciona este órgano.