La inteligencia artificial llamada PLATO aprende las leyes del mundo físico de la misma manera que un niño de cinco meses y supera los sistemas tradicionales de «aprendizaje desde cero»
Alan Turing, conocido como el padre de la computación y una de las mentes más grandes del siglo XX, propuso en los años 50, producir un programa que fuera capaz de simular la mente de un niño, para que conforme avanzaba el tiempo «educarlo» mediante experiencias y medios adecuados para llegar a ser un «adulto».
Tuvieron que pasar 70 años, para que un equipo de la compañía británica Deep Mind, perteneciente a Google desde 2014, pudiera presentar una inteligencia artificial que puede aprender las reglas básicas del mundo físico, de manera similar a como lo hacen los bebés. El sistema que tiene por nombre PLATO, combina de manera novedosa el aprendizaje profundo con las reglas de la física intuitiva.
La física intuitiva es el conocimiento de sentido común que usamos para entender cómo se comportan los objetos. Por ejemplo, si alguien cuenta con un juego de llaves en su mano y dice que lo va a soltar. las personas al su al rededor, esperan que el objeto caiga al suelo. Estas acciones es algo que incluso los bebés de cinco meses ya saben y son ellos mismos los que reaccionan ante una situación «mágica» que cuestione sus expectativas, por ejemplo, que las llaves vuelen o que un juguete desaparezca repentinamente.
Dicho ejemplo, incluso suena hasta absurdo debido a la lógica que tiene, sin embargo, para las máquinas no es así, ya que, aunque los algoritmos de aprendizaje automático han mostrado una capacidad sobre humana en muchas otras tareas, no se ha creado alguno que pueda competir contra la física intuitiva.
Aprender en 28 horas.
Con el propósito de superar este obstáculo, el científico Luis Piloto y sus colegas de Deep Mind, se inspiraron en la investigación sobre cómo aprenden los bebés, especialmente sobre su captación a la solidez (los objetos no pasan uno por otro) o la continuidad (los objetos no entran o salen de la existencia una y otra vez). En particular PLATO adopta la tesis de que los objetos juegan un papel central en la representación y predicción del mundo físico que nos rodea.
A través de la revista «Nature Human Behavior», los creadores entrenaron a PLATO mostrándole vídeos de muchas escenas simples, como pelotas cayendo al suelo, pelotas rodando detrás de otros objetos y reapareciendo, al igual de pelotas rebotando entre sí. Posterior al entrenamiento, la inteligencia artificial fue puesta a prueba. Se le mostraron videos que contenían escenas imposibles provocando que PLATO, como si fuese un niño pequeño, quedara sorprendido cuando objeto algo que no tenía sentido, acciones que logró aprender rápido, en tan solo 28 horas.
Asimismo, hubo otros dos hallazgos sorprendentes, pues la máquina pudo generalizar las expectativas a un nuevo conjunto de objetos y eventos que eran diferentes de los presentados durante el enteramiento. La segunda acción fue que pudo demostrar con éxito el aprendizaje, a pesar de haber sido entrenado en un conjunto relativamente pequeño de animaciones visuales.
Los autores concluyen que PLATO podría ofrecer una poderosa herramienta para investigar cómo aprenden los humanos la física intuitiva y sugiere la importancia de las representaciones de objetos en nuestra comprensión del mundo. Además, podría ayudar a construir mejores modelos de computadora que simulan la mente humana.
DCR
