Israelitas marcan pauta en Inteligencia Artificial

0
240

En el Foro que sobre el tema se realizó en Zhongguancun, un gran parque en la periferia de Beijing, investigadores israelíes mostraron robots con capacidad hasta para bailar música pop china, indicio claro del avance logrado en esta área del conocimiento

Apolinar Martínez/Israel Internacional

¿Podrá una invención de la inteligencia humana, superar la inteligencia del hombre?

La interrogante no es nueva porque el ser humano en su eterna búsqueda de dominar los secretos de la naturaleza ha llegado hasta límites que eran insospechados.

Los avances  que investigadores de Israel han desarrollado para crear una plataforma capaz de acelerar el proceso de aprendizaje de los sistemas de Inteligencia Artificial  (IA) en 1000 veces, han causado el asombro del mundo científico

El profesor Shahar Kvatinsky y la estudiante de doctorado Tzofnat Greenberg-Toledo, del Technion, publicaron recientemente su investigación en la revista IEEE Transactions on Circuits and Systems. La misma es publicada por el Instituto de Ingenieros Eléctricos y Electrónicos (IEEE).

En los últimos años, ha habido un gran avance en el mundo de la inteligencia artificial. Principalmente debido a los modelos de redes neuronales profundas (DNN). Estos son redes de algoritmos inspirados en el cerebro humano y diseñados para reconocer patrones.L

Foro de Aplicación y Desarrollo de la Inteligencia Artificial

El evento del parque de Zhongguancun, al que China quiere convertir en un centro industrial de innovación fue el escenario para mostrar los avances de los investigadores israelíes

Las máquinas “pensantes”

Inspirados en los métodos de aprendizaje humano, estos DNN han tenido un éxito sin precedentes. Se usan por ejemplo al tratar con tareas complejas como la conducción autónoma. Otras aplicaciones son el procesamiento del lenguaje natural, el reconocimiento de imágenes. Se cuentan también el desarrollo de tratamientos médicos innovadores que se logran a través del auto aprendizaje de la máquina a partir de una amplia gama de ejemplos. A menudo representado por imágenes.

El aprendizaje mediante el ejemplo requiere una gran capacidad de computación a gran escala. Por lo tanto, se lleva a cabo en computadoras que tienen unidades de procesamiento gráfico (GPU) adecuadas para la tarea.

Estas unidades consumen cantidades considerables de energía. Ademas su velocidad es más lenta que la velocidad de aprendizaje requerida de las redes neuronales. Esto dificulta el proceso de aprendizaje.

“De hecho, estamos tratando con hardware originalmente creado principalmente para fines gráficos y no puede mantenerse al día con la actividad acelerada de las redes neuronales”, explica el profesor  Kvatinsky.

“Para resolver este problema, necesitamos diseñar hardware que sea compatible con redes neuronales profundas”.

En nada podría sorprendernos que las generaciones del futuro tenga su ayudante-robot, con la preocupación, que siempre ha existido, que puedan llegar a superar la inteligencia humana.

Dejar respuesta

Please enter your comment!
Please enter your name here