Las redes neuronales de aprendizaje profundo han recorrido un largo camino en los últimos años; ahora tenemos sistemas que son capaces de vencer a las personas en juegos complejos como el shogi, Ve y ajedrez. Pero, ¿el progreso de tales sistemas está limitado por su arquitectura básica? Shimon Ullman, con el Instituto de Ciencias Weizmann, aborda esta pregunta en un artículo de Perspectivas en la revista Ciencias y sugiere algunas formas en que los científicos de la computación podrían ir más allá de los simples sistemas de IA para crear sistemas de inteligencia artificial general (AGI).

Las redes de aprendizaje profundo pueden aprender porque han sido programadas para crear neuronas artificiales y las conexiones entre ellas. A medida que encuentran nuevos datos, Se forman nuevas neuronas y vías de comunicación entre ellas, muy similar a la forma en que funciona el cerebro humano. Pero tales sistemas requieren un entrenamiento extenso (y un sistema de retroalimentación) antes de que puedan hacer algo útil, que contrasta fuertemente con la forma en que aprenden los humanos. No necesitamos ver a miles de personas en acción para aprender a seguir la mirada de alguien, por ejemplo, o darse cuenta de que una sonrisa es algo positivo.

Ullman sugiere que esto se debe a que los humanos nacen con lo que él describe como estructuras de red preexistentes que están codificadas en nuestros circuitos neuronales. Tales estructuras, el explica, proporcionar a los bebés en crecimiento una comprensión del mundo físico en el que existen, una base sobre la cual pueden construir estructuras más complejas que conduzcan a la inteligencia general. Si las computadoras tuvieran estructuras similares, ellos, también, podría desarrollar habilidades físicas y sociales sin la necesidad de miles de ejemplos.

Pero hay un problema:los neurocientíficos no saben cómo ni dónde existen estas estructuras en el cerebro. Eso dificulta la creación de versiones artificiales para su uso en computadoras. Ullman sugiere que el camino para construir sistemas de inteligencia artificial más sofisticados radica en aprender más sobre el cerebro humano y cómo aprende, y cómo usa lo que aprende para tomar decisiones sobre la existencia diaria. También señala que en realidad existe un enfoque alternativo:construir métodos de aprendizaje computacional desde "cero". Pero al hacerlo, él reconoce, podría ser tan difícil como averiguar cómo funciona realmente nuestro propio cerebro.

© 2019 Science X Network