La Inteligencia Artificial General no es sólo uno de los muchos conceptos de investigación actuales, sino un pequeño sueño de la humanidad. Con el Aprendizaje por Refuerzo Profundo, este sueño parece al alcance de la mano. El artículo muestra dónde estamos hoy y qué camino nos queda por recorrer en el camino hacia la Inteligencia Artificial General.
Filiales de gigantes tecnológicos como DeepMind de Google o OpenAi de Tesla y SpaceX han realizado numerosos proyectos de investigación en el campo del aprendizaje por refuerzo en los últimos años. Esta investigación pretende Inteligencia artificial mejor comprendidos en general y, a largo plazo, el objetivo global de Inteligencia Artificial General se consiga.
Inhaltsverzeichnis
¿Qué es la Inteligencia Artificial General?
En Inteligencia Artificial General se entiende como el proyecto de investigación para crear una inteligencia artificial que posea una inteligencia comparable a la humana. Más concretamente, esto significa que esta Inteligencia Artificial General puede hacerlo, todas las tareas posibles hacer. Hoy en día, los programas inteligentes o Algoritmos capaces de asumir únicamente tareas individuales, en algunos casos muy especializadas.
Sugerencia de enlace: si le interesan ejemplos concretos de aplicación de la inteligencia artificial, lea el artículo de nuestro blog sobre el tema "Aprendizaje profundo en la práctica".
Los inicios de DeepMind: resolver juegos de Atari
El objetivo corporativo oficial -la creación de Inteligencia Artificial General- de DeepMind, de Google, se consideraba pura utopía hace apenas unos años. Hoy, las IA ya resuelven tareas a un nivel que supera las capacidades de los humanos. Lo que hasta ahora solo se había tratado en la ciencia ficción, hoy en día ya se está haciendo realidad mediante Aprendizaje por refuerzo implementado.
Google reconoció las oportunidades del aprendizaje por refuerzo y la IA muy pronto. Ya en 2013, Google invirtió unos 365 millones de euros en DeepMind, que por aquel entonces era una institución de investigación que trabajaba en la resolución de juegos de Atari. Según Google, DeepMind consiguió desarrollar por sí sola tanto las reglas del juego como las tácticas de éxito.
El aprendizaje por refuerzo supuso un punto de inflexión en el campo de la investigación sobre IA
La IA de DeepMind en muchos juegos alcanzó las capacidades al nivel de Jugadores profesionales y a menudo incluso los superaban. A estas alturas, a más tardar, estaba claro que el potencial de Aprendizaje por refuerzo profundo fue enorme. El proyecto de investigación DeepMind marca así el punto de inflexión desde que se presta cada vez más atención a este método y sus posibilidades.
El reto: uno de los juegos más difíciles del mundo, el Go chino
Los antiguos chinos Ir al juego es uno de los juegos más populares del mundo. Fue considerado uno de los más Complejidad como imposible de aprender, y mucho menos de ganar, para los programas informáticos. Se calcula que en el tablero de 19×19 hay más de 101048 partidas posibles. A modo de comparación: en ajedrez se calcula que hay unas 10120 posibles juegos.
El gran número de posibles variaciones del juego se hace aún más evidente cuando uno se da cuenta de que -según los descubrimientos actuales- el número estimado de protones en el universo observable es de aproximadamente el 1080 es. Además del número de partidas posibles, el Go presenta otra dificultad. No todas las jugadas posibles pueden explicarse sobre la base de una Lógica de las reglas. Una y otra vez, los maestros del juego subrayan que su Intuición es el elemento decisivo del juego.
Sugerencia de enlace: En nuestro artículo del blog sobre Aprendizaje automático explicamos por qué las empresas deberían preocuparse de que una IA gane en el casino.
AlphaGo: un programa inteligente logró lo imposible. Hoy AlphaGo Zero ocupa su lugar
Lo que sí se ha dado a conocer son los logros de la inteligencia artificial de Google DeepMind probablemente principalmente a través del trabajo en Alpha Go, la primera IA basada en DeepMind. Consiguió lo que antes se creía imposible: AlphaGo derrotó con aplomo a los mejores jugadores humanos de Go del mundo. AlphaGo Cerola última secuela de AlphaGo, es incluso capaz de jugar al juego por sí mismo, sin intervención humana para aprender.
AlphaGo Zero lo consigue porque se basa en Aprendizaje por refuerzo basado. La IA comienza a jugar de forma completamente aleatoria. Sólo se da la posición inicial de las piezas. Después de que AlphaGo Zero hubiera entrenado durante tres días, la IA compitió contra la primera versión de AlphaGo. El resultado: la versión Zero fue capaz de derrotar a su predecesora 100:0.
La próxima frontera: DeepMind AlphaStar
¿Cuál es el último reto ahora que una inteligencia artificial puede incluso dominar uno de los juegos más difíciles del mundo mejor que los humanos? La respuesta es: Juegos de estrategia en tiempo real. En enero de 2019 se alcanzó un nuevo hito en este contexto. La IA más reciente, AlphaStarderrotó a los deportistas electrónicos de élite "TLO" y "MaNa" del equipo "Liquid" en el juego de estrategia Starcraft 2.
En comparación con Go, Starcraft 2 es un juego en el que en En tiempo real a diferencia del Go, en el que se juega por turnos y hay tiempo suficiente para cada decisión en cada jugada. Se trata más bien de un complejo juego de estrategia en el que se trata de evaluar correctamente al adversario y desarrollar estrategias a largo plazo. Lo que complica el juego es el hecho de que la IA no dispone de toda la información en todo momento, ya que el radio de visión de las unidades individuales es limitado.
Deepmind AlphaStar (Fuente: https://techcrunch.com/2019/01/24/starcraft-ii-playing-ai-alphastar-takes-out-pros undefeated/?guccounter=1)
Conclusión: ¿Estamos a punto de lograr la Inteligencia Artificial General?
Los avances que se han producido en los últimos años en el campo de la investigación sobre inteligencia artificial son innovador y en el verdadero sentido de la palabra revolucionario. Nadie -excepto los soñadores más audaces y los escritores de ciencia ficción- habría previsto hace unos años la rapidez con la que el aquí Hitos son alcanzables. Además, los resultados han superado con creces las expectativas en todo momento.
¿Significa esto que podremos crear Inteligencia Artificial General en los próximos años? Aquí van las Opiniones son objeto de debate. Una de las razones es que los investigadores no se ponen de acuerdo sobre cómo debe definirse exactamente la inteligencia general artificial. Lo que está claro es que los algoritmos inteligentes, sobre todo gracias a Aprendizaje por refuerzoson capaces de resolver tareas cada vez más complejas. En muchos casos, los programas resultantes ya son mejores que sus homólogos humanos.
Lo más importante es aplicar las posibilidades que ya se han experimentado con éxito en el juego a problemas empresariales reales. Basándose únicamente en el potencial del aprendizaje por refuerzo que ya existe realmente, la cuestión de la Inteligencia Artificial General también desempeña un papel subordinado. Por el momento, es importante utilizar las ya explorar las posibilidades existentes y ámbitos de aplicación útiles identificarlas y desarrollarlas.
0 comentarios