Hacer que las máquinas aprendan por sí solas: este es, hoy por hoy, el gran reto de la inteligencia artificial, la IA. Con este objetivo y dotados de técnicas que imitan el proceso de aprendizaje de los humanos, nació el área de “machine learning” o aprendizaje automático, cuyo enfoque es permitir que las computadoras realicen tareas por sí solas a través de observaciones o interacciones con el entorno.
La idea simple, simplemente alimentar una máquina con datos y definir un propósito, está inspirada en la forma en que los humanos aprenden, es decir, observan patrones desde el momento en que nacen. Un niño llega a reconocer a un perro después de observarlo varias veces. Después de soltar un juguete en el aire y repetir esta acción, interioriza que tal objeto caerá. Observar patrones e interactuar con el mundo es la forma en que experimentamos la realidad, una experiencia que está asociada con la forma en que interpretamos el entorno.
Con base en esta idea, el área de IA ha tenido varios casos de éxito, desde derrotar al campeón humano en el juego Go, hasta resolver un problema de biología que estaba arraigado desde hace cincuenta años. Aquí, sin embargo, estamos ante situaciones en las que se le enseñó tanto el juego como la relación entre las proteínas. No es de extrañar que nos preguntemos si, además de estos logros, sería capaz de crear o generar cosas por sí mismo, lo que para el ser humano es natural. Nuestra inteligencia está, en general, muy asociada a nuestra capacidad de construir, desde obras de arte hasta proyectos de ciudad y recetas de cocina, en definitiva, la imaginación es el límite.
La pregunta motivó a los científicos informáticos a investigar cómo una IA podría comprender y extraer información de los datos, que se alimentan al modelo, y en base a ello, construir nuevos datos. Fue entonces cuando las redes generativas tomaron fuerza. ¿Y qué son las redes generativas? Estas son redes a las que se les enseña a rehacer versiones de datos después de comprender su distribución. Cómo producir imágenes a partir de dibujos o montar una casa después de ver diferentes fotos de casas. La combinación de redes generativas con el potencial que ofrecen las redes neuronales fue un hito importante para el avance de esta propuesta.
Una de las primeras tareas de estas redes generativas fue adquirir la capacidad de reproducir rostros humanos. A lo largo de los años, el éxito de esta adquisición ha sido tal que hoy en día es difícil discernir si una imagen es en realidad una foto tomada por ojos humanos o la creación de una IA. No pasó mucho tiempo y surgieron nuevos desafíos, como crear poemas y reconstruir una ciudad.
Recientemente, una de estas redes logró rehacer en 3D la ciudad de San Francisco, California, luego de estudiar fotografías tomadas por automóviles. La hazaña la logró Waymo, una empresa de Google que pretende utilizar esta IA para entrenar coches autónomos sin riesgo de accidentes. Aliado a una posible revolución en la industria de los videojuegos, esta sería una de las primeras aplicaciones directas de una producción de IA.
La gran revolución en el campo de la IA de los últimos años vino de la mano del GPT-3, un modelo monstruoso con 175 mil millones de parámetros que utiliza redes generativas que pueden generar conversaciones, libros e incluso código. Se construyó una versión con 12 mil millones de parámetros, DALL-E, para formar imágenes a partir de otras o de texto. Pero el gran avance llegó con la segunda versión de DALL-E, que crea imágenes basadas en texto como «osos de peluche trabajando en una computadora en la luna» y pinta cuadros al estilo de grandes artistas, con resultados sorprendentemente similares a los del pintor que fue emulado.
Poco a poco, las máquinas van entendiendo cómo producir el mundo en el que vivimos, ya sea la parte física, como una ciudad entera en 3D, o la forma en que interpretamos la realidad a través del arte, la literatura, la fotografía. Quizás ha llegado el momento de que empecemos a preguntarnos si en un futuro cercano no serán capaces de crear mundos basados en el nuestro.
*
Roberta Duarte es física y estudiante de doctorado, y trabaja con aplicaciones de inteligencia artificial en astrofísica.
Suscríbase al boletín del Instituto Serrapilheira para mantenerse al día con más noticias del instituto y del blog Ciência Fundamental.
ENLACE PRESENTE: ¿Te gustó este texto? El suscriptor puede liberar cinco accesos gratuitos de cualquier enlace por día. Simplemente haga clic en la F azul a continuación.
Noticia de Brasil
Fuente: uol.com.br