Hoy en día la inteligencia artificial ha tenido muchos avances en los diferentes campos del desarrollo tecnológico que buscan hacernos la vida más fácil, también es cierto que faltan muchas cosas nuevas por aprender sobre esta tecnología, que nos promete grandes cosas para el futuro.
En este sentido, el gigante Google en sus laboratorios de DeepMind, especializados en el desarrollo de inteligencia artificial avanzada, han comenzado a crear un tipo de inteligencia que puede “Imaginar” el futuro basado en el racionamiento de las decisiones realizando planes a futuro sin la intervención humana.
Prácticamente esta nueva tecnología puede Imaginar las consecuencias de sus acciones antes de tomar cualquier decisión. Para los seres humanos, este comportamiento lo damos por sentado pero para un robot o cualquier otra inteligencia artificial se le es más difícil.
Este nuevo enfoque basado en la Imaginación crea una nueva familia de IA llamados I2As (Imagination-Augmented Agents) que utiliza un "codificador de la imaginación" que funciona como una red neuronal que aprende a extraer cualquier información útil para las decisiones futuras del agente, pero ignora todo aquello que no es relevante.
Estas habilidades les darán a estos agentes inteligentes la posibilidad de adaptarse a situaciones cambiantes de su entorno, logrando así predecir los distintos escenarios posibles ante una situación futura.
“Por ejemplo, cuando colocas un vaso en el borde de una mesa, es probable que consideres que tan estable está y si se podría caer, basándote en esta consecuencia imaginaria puede reajustar el vaso para evitar que se caiga. Si nuestros algoritmos logran desarrollar conductas igual de sofisticadas, también deben tener la capacidad de imaginar y razonar sobre el futuro. Más allá de esto deben poder construir un plan utilizando este conocimiento.” Explican los Investigadores.
Este avance también significa que en el futuro se podrán crear software y hardware capaz de resolver tareas complejas de manera más eficiente. Adaptando los algoritmos de IA a condiciones cambiantes para las cuales no han sido programados.
Estos agentes tienen una serie de características que reflejamos a continuación:
- Aprenden a interpretar sus simulaciones internas. Esto les permite usar modelos que capturan la dinámica ambiental de forma gruesa, incluso cuando esas dinámicas no son perfectas.
- Utilizan su imaginación eficientemente. Hacen esto adaptando el número de trayectorias imaginadas para adaptarse al problema. La eficiencia también se ve reforzada por el codificador, que es capaz de extraer información adicional de la imaginación más allá de recompensas - estas trayectorias pueden contener pistas útiles incluso si no necesariamente resultan en una alta recompensa.
- Pueden aprender diferentes estrategias para construir planes. Lo hacen eligiendo entre continuar una trayectoria imaginada actual o reiniciar desde cero. Alternativamente, pueden utilizar diferentes modelos de imaginación, con diferentes exactitudes y costos computacionales. Esto les ofrece un amplio espectro de estrategias eficaces de planificación, en lugar de limitarse a un enfoque único que podría limitar la adaptabilidad en entornos imperfectos.
Para hacer esto posibles los investigadores han integrado o combinado una serie de nuevos enfoques a tecnología de IA ya existente, donde tenemos el aprendizaje reforzado mediante la técnica de Prueba y Error y el aprendizaje profundo enfocado al procesamiento de gran cantidad de información.
Como resultado tenemos un sistema que puede fácilmente combinar aprendizaje por prueba y error con capacidades funcionales de simulación, permitiendo a los robots aprender de su entorno antes de tomar cualquier decisión y actuar.
Después de una serie de pruebas los científicos pudieron notar que la IA podría manejar mejor las lagunas de conocimiento, seleccionando solo la información útil para tomar las decisiones y actuar en consecuencia. Y no solo se trata de una planificación avanzada, la creatividad tiene mucho que ver a la hora de combinar las distintas formas de identificar las mejores rutas de acción.
El proyecto de DeepMind todavía está en una etapa temprana de desarrollo por lo que falta mucho camino por recorrer para ser totalmente funcional y operar en un entorno real. Sin embargo, abre una nueva ventana de posibilidades en lo que ha inteligencia Artificial Avanzada se refiere.
A continuación un pequeño ejemplo de lo que es capaz de hacer los agentes I2As en un juego de rompecabezas llamado Sokoban donde la IA tenía que decidir dónde colocaba cada caja en el juego para salir victorioso, teniendo solo una oportunidad.
“El mundo real es complejo, las reglas no están tan claramente definidas y los problemas imprevisibles surgen a menudo, incluso para los agentes más inteligentes, imaginar en estos entornos complejos es un proceso largo y costoso”. Demis Hassabis, fundador de DeepMind.
Fuentes
- http://www.muyinteresante.com.mx/ciencia-y-tecnologia/tecnologia/17/07/31/inteligencia-artificial-capaz-de-imaginar/
- https://deepmind.com/blog/agents-imagine-and-plan/
- https://www.mediatrends.es/a/128430/deepmind-google-desarrolla-inteligencia-artificial-ia-imaginacion/
