Tecno

IA Newton: Inteligencia Artificial en la física

En esta ocasión te exponemos los avances en Inteligencia Artificial para desarollar una IA capaz de imitar el razonamiento de Newton.

single-image

En diversas ocasiones te hemos expuesto el avance lógico de las plataformas de Inteligencia Artificial, desarrollando un cuasi raciocinio. Gran parte recae en su cualidad de machine learning, permitiendo analizar y comprender según sus facultades. Sin embargo, hay leyes que no han logrado entender, como las de la física. Por esta razón, el MIT tiene una nueva IA la cual Newton estaría orgulloso.

Machine Learning

En muchos artículos hemos hecho referencia a esta característica de las plataformas de Inteligencia Artificial, por lo cual, queremos hacer una breve explicación del mismo. De esta forma las personas que no conocen del tema pueden comprender mejor el artículo.

Comenzando con su definición, utilizando la definición más común y completa de esta herramienta IA. Destacando que luego se explica para su comprensión:

“El aprendizaje automático (machine learning) es el estudio científico de algoritmos y modelos estadísticos que los sistemas informáticos utilizan para realizar una tarea específica sin utilizar instrucciones explícitas, sino que se basan en patrones e inferencia. Los algoritmos de aprendizaje automático crean un modelo matemático basado en datos de muestra, conocidos como “datos de entrenamiento”, para hacer predicciones o decisiones sin ser programados explícitamente para realizar la tarea”.

Traduciendo esto al castellano simple, machine learning se refiere a un algoritmo que logra “aprender” las muestras para hacer tareas. Lo que hacen las IA es que almacenan cada caso evaluando su éxito, reemplazando a medida que van realizando más tareas.

Un ejemplo para plasmar esto es una IA que aprende a caminar, ¿te has preguntado todo lo que implica dar un paso?. Los invitamos a ver este vídeo de la IA de Google que aprendió a caminar, correr y balancearse por su cuenta. Y otro vídeo con una explicación más detallada del ejemplo.

IA Newton

Sin embargo, los científicos no quieren limitarse a una IA que solo aprenda a caminar. El objetivo de ellos es que las plataformas los ayuden a realizar sus investigaciones y superar los límites de la comprensión humana. Por lo cual, la capacidad de “razonar” de las IA deben alcanzar el nivel de análisis y toma de decisiones de los investigadores.

Se debe destacar que el hombre ha ido construyendo y mejorando esta cualidad desde el comienzo de la humanidad. Con cientos de nombres que han revolucionado el modo de pensar con ciencia, desde Galileo hasta Newton. Las IA deben alcanzar el nivel de comprensión de estas personas.

Lo impresionante es lo que están logrando, con la IA creada por el MIT para diseñar leyes de física por su cuenta, sin la ayuda de los investigadores.

Apodado ADEPT, el sistema puede, como un ser humano, comprender intuitivamente algunas leyes de la física. Puede mirar un objeto en un video, predecir cómo debe actuar en función de lo que sabe de las leyes de la física y luego registrar sorpresa si lo que estaba viendo desaparece o se teletransporta.

El equipo detrás de ADEPT dice que su modelo permitirá a otros investigadores crear IA más inteligentes en el futuro, y también nos dará una mejor comprensión de cómo los bebés entienden el mundo que los rodea.

“Cuando los bebés tienen tres meses de edad, tienen la noción de que los objetos no parpadean dentro y fuera de la existencia, y no pueden moverse entre sí o teletransportarse”, dijo Kevin A. Smith, uno de los investigadores que creó ADEPT. “Queríamos capturar y formalizar ese conocimiento para convertir la cognición infantil en agentes de inteligencia artificial. Ahora nos estamos acercando a la forma humana en la forma en que los modelos pueden separar escenas básicas inverosímiles o plausibles”.

Deja un comentario

Loading data ...
Comparison
View chart compare
View table compare