DeepMind es capaz de crear sus propios algoritmos tras aprender de forma independiente. Así, esta tecnología cada vez se vuelve más sobrehumana.
¿Dónde quedará la capacidad de influencia de las personas si los robots o los sistemas cada vez serán más inteligentes y dependerán menos de los humanos? Esta duda debería asaltar a más de uno, sobre todo ahora que investigadores han creado una inteligencia artificial (IA) que se enseña a sí misma a tomar mejores decisiones.
Te puede interesar: Cerebro humano e inteligencia artificial son muy parecidos
La IA y el machine learning han evolucionado a niveles sin precedentes en los últimos años. Ahora la situación ha cambiado, la automatización de DeepMind va más allá al ser capaz de crear algoritmos que le permiten ejecutar sus tareas y mejorar con el paso del tiempo.
En el artículo “Discovering Reinforcment Learning Algorithms”, científicos del equipo de DeepMind, describieron como un nuevo algoritmo fue capaz de descubrir desde cero su propia función de valor.
La solución de DeepMind fue un marco de meta-aprendizaje que descubre en conjunto lo que un algoritmo puede predecir y cómo mejorar su comportamiento en futuras ocasiones.
El mencionado sistema fue capaz de ir más allá de entornos simples como jugar Atari a actividades más complejas, alcanzado niveles superhumanos en 14 juegos. Estos resultados podrían acelerar el desarrollo de algoritmos de refuerzo e incluso cambiar el enfoque de los investigadores.
Imagínate, en vez de que los científicos dediquen su tiempo y esfuerzo a diseñar los algoritmos, pueden dedicarse a pulir los ambientes en donde estos se entrenan. Entonces, la inteligencia artificial podrá continuar son su perfeccionamiento para tomar mejores decisiones.
Lo que marca la diferencia con los algoritmos de refuerzo en el aprendizaje es que poseen un carácter más biológico. Es decir, cuentan con una forma particular de asimilar nueva información, ya no solo se trata de las grandes cantidades de datos.
De esta manera son capaces de combinar experiencia y función para determinar cuáles son las acciones que aportan las mayores recompensas. Por ende, logra mejores resultados, volviéndose imbatible.
“El enfoque propuesto puede ser usado para proveer insights sobre cómo se ven actualizadas las reglas dependiendo de la arquitectura que los científicos presentan como input”, de acuerdo con el estudio. “Esto podría acelerar el descubrimiento manual de los algoritmos de refuerzo en aprendizaje”.
Lee también: Cómo la inteligencia artificial y el machine learning transforman a las fintech
Si bien por ahora la inteligencia artificial demuestra capacidad para tomar mejores decisiones en los juegos, no hay duda de que estos avances tendrán un impacto real en el mundo. ¿Cómo crees que puedan transformarse los negocios a medida que la IA mejore su capacidad de aprendizaje?
