Noticias Tecnología - Innovación - Ciencia

add ver todas

¿Cómo enseñar a la IA el concepto de «parecido, pero diferente»?

La Inteligencia Artificial tal y como hoy la conocemos engloba muchos conceptos que se encuentran interconectados y que en muchas ocasiones pueden llegar a ser un galimatías al profano. Machine Learning se refiere a la capacidad de la que se dota a la máquina para aprender algo sin estar explícitamente programada para dicha actividad. Deep Learning se refiere a las redes neuronales profundas, construidas a semejanza de las propias humanas y que permiten a la máquina procesar grandes cantidades de datos. De esta manera, la IA es capaz de llevar a cabo un aprendizaje, procesando grandes sets de datos que sirven de entrenamiento bajo una serie de normas, para aportar resultados que resulten correctos con un grado de confianza razonable.

Sin embargo, este aprendizaje se basa en la constatación de si una determinada conclusión es correcta o incorrecta, sin aportar a la red el porcentaje de acierto que su conclusión ha tenido. Este “porcentaje de acierto” sería el equivalente humano al de un niño al que se muestra una foto de un lobo y a la pregunta de “¿Qué es?”, contestase “Un perro”. No es exactamente lo mismo, pero es efectivamente parecido. Si aplicásemos a las redes neuronales de Machine Learning ese mismo principio de aprendizaje acerca del “parecido” entre conceptos, las pequeñas diferencias que iríamos encontrando entre las probabilidades asignadas a cada resultado, podrían ofrecer información valiosa acerca de la capacidad predictiva de un modelo cuando se enfrenta a datos desconocidos.
Esto es lo que sostiene el profesor Atsuso Maki del KHT Royal Institute of Technology, y que puede ser especialmente relevante a la hora de pedir a un robot por ejemplo, que seleccione objetos; una capacidad cuyas aplicaciones en industria pueden ser extremadamente útiles.

Otro de los problemas que pueden presentar los modelos es el llamado “sobreajuste”, que se produce cuando el modelo se ha adaptando tanto al set de datos de entrenamiento, que presta demasiada atención al ruido y a los datos específicos, aportando conclusiones excelentes acerca del set de datos de entrenamiento, pero cuando es entrenado con un nuevo set de datos que no presenta estos detalles particulares, presenta una gran cantidad de errores.
Este problema se soluciona aplicando la regularización, que consiste en llevar a cabo una reducción de la capacidad del modelo de fijarse en los pequeños detalles de manera que aumente su capacidad de obtener conclusiones basándose en la información más general. Existen diferentes técnicas para llevar a cabo la regularización. Recientemente ha surgido un nuevo enfoque que propone precisamente aplicar la idea de las probabilidades de acierto, y que de acuerdo con Maki, potenciaría las capacidades de los modelos para generalizar.
Aunque en la actualidad estas técnicas se encuentran aún en desarrollo, incorporar características similares del funcionamiento de la mente humana a los modelos de IA, tiene un potencial de desarrollo muy prometedor.


Este último punto, acerca de la similitud entre la IA y el intelecto humano ha sido altamente controversial a lo largo de los años, levantando ampollas incluso entre la comunidad científica. Steven Hawking anunció en una ocasión que la IA podría llegar a terminar con la raza humana, aludiendo a que a medida que se multiplique su velocidad de aprendizaje y de mejora, serían capaces de desarrollarse, entrando en competencia con el ser humano, más lento en el desarrollo y que por tanto, terminaría por reemplazarlo. Por otro lado, los defensores de la IA sostienen que no se trata de un enfrentamiento entre ambas capacidades, sino que se debe enfocar como una relación en última instancia de simbiosis en la que las capacidades de ambas partes se ven reforzadas creando un círculo virtuoso en el que se retroalimentan y potencian sus virtudes.


La realidad es que aunque la IA ha alcanzado un gran nivel de desarrollo, son muchas las capacidades que quedan por ser explotadas y muchos los caminos por los que puede discurrir la relación entre el ser humano y la Inteligencia Artificial.

Guidance

  • La IA tiene múltiples aplicaciones a la gestión empresarial, siendo una de las más extendidas la medición de los flujos de tráfico a los comercios de manera que es posible optimizar el personal disponible y gestionar las colas y el stock de producto a cada momento. Mejorando así la eficiencia y los costes de operación.
  • En el campo de la agricultura, la aplicación de IA mejorará los rendimientos de las cosechas, siendo capaces de optimizar la producción de cada cosecha a través de un análisis que sea capaz de predecir variables como las condiciones climáticas, la calidad del suelo o las necesidades particulares de cada cultivo en cada momento específico.
  • La IA también ofrece posibilidades como alternativa para el cuidado de personas mayores, ofreciéndoles compañía y siendo capaz de mantener conversaciones. Además de monitorizar el estado de salud de la persona y predecir posibles complicaciones médicas.


​¿Quieres saber más?

Vídeo: Artificial Intelligence VS Humans – Jim Hendler

NOTICIAS RELACIONADAS

add ver todas

El futuro del retail: la irrupción de la tecnología

El sector del retail está cambiando desde el diseño de producto hasta el punto de venta, pasando por la cadena de producción, el inventario y la distribución. Esto se debe en gran medida a la combinación que surge entre los profundos cambios que está experimentando la sociedad con la era digital, sumados a la disrupción tecnológica que esta era también ha traído consigo.

Drones para gestionar el inventario de los almacenes

La labor de gestión del almacén supone una gran cantidad de trabajo y de esfuerzo por parte del personal encargado de controlar las existencias y reponer las mercancías aun estando el proceso digitalizado. Para dar solución a este problema se han desarrollado drones capaces de volar de forma autónoma escaneando códigos RFID a decenas de metros de distancia.Las consecuencias del desarrollo de estos drones:Aumento de la productividad y reducción de los costes – una flota de asistentes aéreos puede automatizar el monótono procedimiento de inventario de forma más rápida y barata​Mayor control del inventario – el uso de drones permite un control en tiempo real sin necesidad de que alguien primero revise el inventario y luego digitalice la informaciónNo supone la sustitución de los trabajadores sino la convivencia con los mismos – IFM, primera empresa en ofrecer un sistema autónomo de drones que controlase el proceso entero de inventario, asegura que ‘‘si bien eliminamos la necesidad de una tarea manual de recuento de inventario, esto no reemplaza a las personas. Hacemos que las operaciones cotidianas sean más fáciles y productivas para todos en los almacenes. Queremos que la solución sea una herramienta para los trabajadores del almacén’’Para saber más haz

HoloMeeting: una nueva herramienta para el diseño...

Windows apuesta por la realidad mixta y lanza al mercado HoloMeeting, una nueva herramienta que, apoyada por HoloLens (dispositivo también comercializado por Microsoft que permite visualizar diferentes tipos de archivos en realidad mixta), pretende acercar la transformación digital a sectores como el diseño industrial o la construcción.

La realidad aumentada podría dar a cirujanos la visión de...

La fusión de exámenes imagenológicos junto con la tecnología de ultrasonidos, permite a los cirujanos observar la anatomía del paciente en procedimientos quirúrgicos a través de unas gafas de realidad aumentada. La startup MediView XR, ha diseñado una tecnología con gafas AR para su empleo en la medicina. Esto no solo se presenta como un éxito para los profesionales de la salud, sino también para los propios pacientes, siendo un mérito para ambos.