.

Inteligencia Artificial

La IA aprende por sorpresa a orientarse imitando el "GPS neuronal"

1

DeepMind ha descubierto que una red neuronal artificial puede desarrollar, de manera espontánea, algo similar a las neuronas de navegación del cerebro. Así, una inteligencia artificial pudo encontrar la salida de un laberinto como nunca antes lo había hecho

  • por Will Knight | traducido por Mariana Díaz
  • 15 Mayo, 2018

Un programa de inteligencia artificial (IA) capacitado para navegar a través de un laberinto virtual ha desarrollado, de forma inesperada, una arquitectura que se asemeja al "sistema de GPS neuronal" que se encuentra dentro de un cerebro. La IA pudo encontrar su camino alrededor del laberinto con una habilidad nunca antes vista.

El descubrimiento proviene de DeepMind, una compañía británica propiedad de Alphabet que se dedica al avance de la inteligencia artificial en general.

El trabajo, publicado en la revista Nature, insinúa cómo las redes neuronales artificiales, a su vez inspiradas en la biología, podrían usarse para explorar aspectos desconocidos del cerebro. Sin embargo, esta idea debe tratarse con cierta precaución, ya que hay muchas cosas que desconocemos sobre cómo funciona el cerebro y también porque el funcionamiento de las redes neuronales artificiales a menudo es difícil de explicar.

Se ven células parecidas a grillas en redes neuronales biológicas y artificiales.Foto: Células de red de redes neuronales artificiales y biológicas. Crédito: Blog de DeepMind.

Los investigadores de DeepMind se propusieron entrenar una red neuronal artificial para imitar el reconocimiento del camino, un método que los animales usan para calcular su movimiento a través de un espacio. Los investigadores enseñaron a una red neuronal con un circuito de retroalimentación para navegar por un laberinto. Durante el entrenamiento, alimentaron la red neuronal con ejemplos de las rutas tomadas por los ratones que atraviesan un laberinto de verdad.

El equipo descubrió que la red neuronal desarrolló algo similar a las "células de red" que se encuentran en un cerebro biológico. Estas células, ordenadas en una cuadrícula triangular, parecen proporcionar una manera para que un animal se posicione en un espacio físico. Las células de red, o células de rejilla, se identificaron por primera vez en 2005 y los científicos que las descubrieron recibieron un Premio Nobel por su descubrimiento en 2014.

Los investigadores de DeepMind utilizaron la red entrenada para navegar a través de laberintos desconocidos agregando el aprendizaje reforzado a su enfoque. Descubrieron que la red que acababan de entrenar podía navegar de manera mucho más efectiva que cualquier sistema de inteligencia artificial anterior, y que la forma en la que exploraba su espacio se asemejaba más a la de un animal real.

Las redes neuronales se pueden utilizar para hacer muchas cosas útiles, pero hasta ahora no han demostrado ser especialmente buenas en la navegación.

Mente profundaFoto: La red neuronal artificial de DeepMind fue entrenada para explorar un laberinto virtual.

"Este estudio es una demostración convincente de que el aprendizaje profundo puede ser valioso para tareas que dependen no solo de las capacidades perceptivas, sino también de las funciones cognitivas superiores; en este caso, la navegación espacial", dice el neurocientífico de la Universidad Johns Hopkins Francesco Savelli, que estudia células de red y escribió sobre la investigación en un artículo en Nature.

La investigación sugiere que las células de red juegan un papel fundamental en la forma en que los animales, incluidos los humanos, encuentran su camino alrededor del mundo. Este descubrimiento podría tener beneficios prácticos significativos, como ayudar a que los robots puedan desplazarse de forma más sencilla por edificios desconocidos.

"Nuestro trabajo es construir inteligencia artificial general y creemos que la navegación es una parte fundamental", sostiene uno de los miembros del equipo de DeepMind Andrea Banino.

Su colega Darshan Kumaran dice que el siguiente paso es lograr que los agentes de IA aprendan habilidades de navegación más complejas: "Estamos pensando en entornos más desafiantes".

DeepMind ha demostrado ya un notable progreso en el aprendizaje automático, incluidos los programas capaces de aprender a jugar videojuegos, así como juegos de mesa como Go y ajedrez, con habilidades sobrehumanas. Estos logros también se basaron en el entrenamiento de redes neuronales artificiales profundas o muy grandes.

Según el cofundador y CEO de DeepMind, Demis Hassabis, la investigación sobre la IA puede revelar algo nuevo sobre el cerebro, según explicó en un comunicado: "El cerebro humano es la única prueba de existencia que tenemos de que el tipo de inteligencia general que estamos tratando de construir es posible. Creemos que esta inspiración debería ser una calle de doble sentido, con ideas que también fluyen desde la investigación de la IA para arrojar luz sobre preguntas sin responder en la neurociencia".

Sin embargo, no está claro hasta qué punto las redes neuronales, que son representaciones muy simplificadas de la biología, nos llevarán a explicar el cerebro. Varios neurocientíficos contactados por MIT Technology Review observan que el funcionamiento de una red neuronal profunda no es mucho más interpretable que el funcionamiento de un cerebro biológico.

Inteligencia Artificial

 

La inteligencia artificial y los robots están transformando nuestra forma de trabajar y nuestro estilo de vida.

  1. La nueva IA de Google DeepMind aprende a jugar videojuegos sola

    El nuevo agente de Google DeepMind podría enfrentarse a una variedad de juegos que nunca antes había visto observando a jugadores humanos

  2. Cómo la IA nos acerca al paradigma de robots capaces de moverse por el mundo real

    El aprendizaje por refuerzo puede ayudar a los robots a enfrentarse a nuevas tareas que no han intentado antes

  3. Una ‘spinoff’ de OpenAI crea una IA que permite a robots aprender como los humanos

    Pero ¿puede pasar del laboratorio al almacén?