DeepMind ha estado bastante callado sobre lo que ha estado haciendo hasta después de la adquisición por parte de Google a principios del año pasado. Sin embargo, hace apenas una semana, en un artículo [enlace a continuación] publicado en Nature , se reveló que la compañía ha estado ocupada trabajando en el desarrollo de algoritmos que han aprendido con éxito cómo jugar diferentes juegos de arcade , incluidos Space Invaders y Breakout . Según el periódico, en muchos de estos juegos, la IA incluso logró superar a los mejores jugadores humanos. Sin embargo, la IA demostró ser bastante inepta en juegos como Private Eye , Ms. Pac-Man y Montezuma’s Revenge .
DeepMind AI jugando Space Invaders
Según Demis Hassabis, cofundador de DeepMind, su investigación también podría proporcionar información sobre la inteligencia humana:
- ¿Cómo funciona Google Assistant en inteligencia artificial?
- ¿Dónde puedo obtener reglas para un sistema experto?
- ¿Hay algún buen algoritmo de aprendizaje automático de código abierto implementado por MPI? No encontré ninguno de google
- ¿Por qué Apple no está invirtiendo en aprendizaje automático? Han tardado en actualizar Siri. ¿Hay alguna razón estratégica para esta aparente falta de interés de Apple? o se están quedando atrás en esta área?
- ¿Es teóricamente posible que la inteligencia artificial tome el control del mundo?
Los neurocientíficos estudian inteligencia y toma de decisiones, y aquí hay un banco de pruebas muy limpio para esas ideas.
Además, la compañía ha estado ocupada contratando investigadores de aprendizaje automático, neurocientíficos computacionales e ingenieros de software . Según una estimación, posterior a la adquisición, su fuerza laboral ha aumentado de 80 a 140.
Según [2] , esto es en lo que probablemente trabajará DeepMind en el futuro cercano:
- Un proyecto podría estar construyendo una memoria en su algoritmo, permitiendo que el sistema transfiera su aprendizaje a nuevas tareas. A diferencia de los humanos, cuando el sistema actual domina un juego, no es mejor abordar el siguiente.
- Otro desafío es imitar la forma en que el cerebro divide los problemas en tareas más pequeñas. Actualmente, el sistema de DeepMind lucha por vincular acciones con consecuencias distantes, una limitación que, por ejemplo, le impidió dominar juegos de laberintos como la Sra. Pac-Man.
La limitación de la IA de DeepMind en algunos de los juegos antes mencionados muestra su inflexibilidad e incapacidad para adaptarse. En mi opinión, es un buen ejemplo de la enorme brecha que existe entre la realidad y lo que el público cree que la IA es capaz de lograr. Últimamente, ha habido mucho alboroto sobre cómo, si no se verifica, la IA puede volverse potencialmente peligrosa. Para mí, esto se debe en gran medida a la propensión de los medios a exagerar. En realidad, estamos a varias décadas, si no siglos, de tal IA.
Aquí hay un par de enlaces que encontré realmente útiles:
[1] Qué significa Google DeepMind para AI: The New Yorker
[2] El software de juego ofrece lecciones para la neurociencia
Documento: control a nivel humano a través del aprendizaje de refuerzo profundo