Máquinas que aprenden como los humanos y nos enfrentan de igual a igual

Primero fue pura teoría y, después, práctica. La Inteligencia Artificial (IA) es un término amplio de lo que hace años se conoce como machine learning (aprendizaje automático), concepto que existe hace más de 30 años, pero que era complejos de aplicar por las dificultades en el almacenaje de información y la lentitud de los procesos de cálculo de las computadoras.A medida que la tecnología avanzó (de la mano de una mayor capacidad de concentrar bits en espacios más chicos, y una velocidad de procesamiento en aumento) se pusieron en práctica los primeros programas de este tipo.“La inteligencia artificial clásica es deductiva”, resume Laura Lanzarini, del Instituto de Investigación en Informática de la Facultad de Ingeniería de la Universidad Nacional de La Plata. Según explicó a Clarín, esta rama “parte de hechos que son ciertos e incrementa su conocimiento aplicando principios de la lógica”.Los medios del mundo titularon esta escena como “el hombre pierde contra las máquinas” (AFP).Así funcionó Deep Blue, la primera computadora que venció, en 1997, al campeón de ajedrez de ese momento, Garri Kaspárov. “Para enseñarle a la computadora, cargaron información -llamada “heurística”- sobre conocimientos previos del ajedrez”, explicó Gonzalo Zabala, investigador de la Universidad Abierta Interamericana.Con esos datos, sumados “a una capacidad infernal de cálculo, la máquina podía prever jugadas y tener un árbol de decisiones más profundo que el de un ser humano”, aseguró Zabala, pero recalcó que “esas heurísticas que fueron incorporadas a Deep Blue se dieron en un proceso acompañado por personas”.Mirá también Breves y divertidos, los mejores juegos de fútbol para disfrutar en el celularPor eso se destaca la otra rama de la inteligencia artificial representada en los grandes avances de hoy: la técnica inductiva. “La inteligencia inductiva es justamente la que aprende como los humanos”, dijo Lanzarini. El programa parte de un montón de información que organiza, para luego “extraer conocimiento nuevo”.“Tradicionalmente, uno, como programador, escribiría para cada casuística las líneas de código, de modo que se tome determinada acción en base a ciertos datos”, explica Javier Minhondo, de la empresa Globant.El duelo de Alpha Go contra el chino Ke Jie (EFE).“Pero con el volumen de información que hay es imposible programar todas las casuísticas posibles; ahí es donde entra a jugar el machine learning: cómo aprender de los datos para no tener que programar cada una de las posibilidades”.Dentro de los últimos algoritmos de aprendizaje que trabajan sobre esta técnica se destaca el programa AlphaGo. El Go es un tradicional juego de tablero estratégico -más complejo que el ajedrez-, creado hace 3.000 años en China. Y AlphaGo es el primer programa de computadora (fabricado por la empresa Deep Mind), que venció al campeón mundial en esa disciplina. El certamen fue en mayo de 2017, contra Ke Jie, joven chino de 19 años.“Lo particular respecto de Deep Blue es que AlphaGo pudo aprender sin que se incorporaran esas heurísticas”, explicó Zabala. El programa aprendió el juego confrontando a amateurs y profesionales.Pero lo más impactante fue el desempeño de la última versión del Go (AlphaGo Zero). Según Zabala, “sólo tenía cargadas las reglas del juego y aprendió las estrategias jugando contra sí mismo millones de partidas”. El programa venció a su versión anterior y se volvió “el jugador” más poderoso de Go de todos los tiempos.Mirá también Los taxis voladores aún no son una realidad, pero la competencia ya empezóDesarrollar programas que aprendan por sí mismos, es uno de “los grandes avances” de lo que se llama deep learning (aprendizaje profundo), explica Zabala. Para él,“es un mecanismo transpolable a un montón de situaciones distintas”. Como crear una red neuronal.w

Fuente