Las máquinas ya no necesitan nuestra ayuda para aprender

Las máquinas ya no necesitan nuestra ayuda para aprender

Los investigadores que trabajan con robots de enjambre dicen que ahora es posible que las máquinas aprendan cómo funcionan los sistemas naturales o artificiales al observarlos, sin que se les diga qué buscar.

Esto podría conducir a avances en la forma en que las máquinas infieren el conocimiento y lo utilizan para detectar comportamientos y anomalías.

"A diferencia de la prueba original de Turing, sin embargo, nuestros interrogadores no son humanos sino más bien programas de computadora que aprenden por sí mismos".

La tecnología podría mejorar las aplicaciones de seguridad, como la detección de mentiras o la verificación de identidad, y hacer que los juegos informáticos sean más realistas.

También significa que las máquinas son capaces de predecir, entre otras cosas, cómo se comportan las personas y otros seres vivos.

La prueba de Turing

El descubrimiento, publicado en la revista Inteligencia de enjambre, se inspira en el trabajo del científico informático pionero Alan Turing, que propuso una prueba, que una máquina podría pasar si se comportara indistinguiblemente de un ser humano. En esta prueba, un interrogador intercambia mensajes con dos jugadores en una sala diferente: uno humano, el otro una máquina.

El interrogador debe descubrir cuál de los dos jugadores es humano. Si no lo hacen sistemáticamente, lo que significa que no tienen más éxito que si hubieran elegido un jugador al azar, la máquina ha pasado la prueba y se considera que tiene inteligencia a nivel humano.


Obtenga lo último de InnerSelf


"Nuestro estudio utiliza la prueba de Turing para revelar cómo funciona un sistema dado, no necesariamente un ser humano. En nuestro caso, pusimos un enjambre de robots bajo vigilancia y queríamos saber qué reglas causaban sus movimientos ", explica Roderich Gross del departamento de control automático e ingeniería de sistemas de la Universidad de Sheffield.

"Para hacerlo, colocamos un segundo enjambre de robots de aprendizaje, bajo vigilancia, también. Se registraron los movimientos de todos los robots y se mostraron los datos de movimiento a los interrogadores ", agrega.

"A diferencia de la prueba original de Turing, sin embargo, nuestros interrogadores no son humanos sino más bien programas de computadora que aprenden solos. Su tarea es distinguir entre robots de cualquier enjambre. Son recompensados ​​por categorizar correctamente los datos de movimiento del enjambre original como genuinos, y los del otro enjambre como falsificados. Los robots de aprendizaje que logran engañar a un interrogador, haciéndole creer que sus datos de movimiento fueron genuinos, reciben una recompensa ".

Gross dice que la ventaja del enfoque, llamado "aprendizaje de Turing", es que los humanos ya no necesitan decirle a las máquinas qué buscar.

Robot pinta como Picasso

Imagina que quieres un robot para pintar como Picasso. Los algoritmos convencionales de aprendizaje automático calificaría las pinturas del robot de lo cerca que se parecen a un Picasso. Pero para empezar, alguien tendría que decirles a los algoritmos qué se considera similar a un Picasso.

Turing Learning no requiere tal conocimiento previo. Simplemente recompensaría al robot si pintara algo que los interrogadores consideraran genuino. Turing Learning aprenderá simultáneamente cómo interrogar y cómo pintar.

Gross dice que cree que Turing Learning podría conducir a avances en ciencia y tecnología.

"Los científicos podrían usarlo para descubrir las reglas que gobiernan los sistemas naturales o artificiales, especialmente donde el comportamiento no se puede caracterizar fácilmente usando métricas de similitud", dice.

"Los juegos de computadora, por ejemplo, podrían ganar en realismo ya que los jugadores virtuales podrían observar y asumir rasgos característicos de sus contrapartes humanas. No copiarían simplemente el comportamiento observado, sino que revelarían lo que diferencia a los jugadores humanos del resto ".

Hasta ahora, Gross y su equipo han probado Turing Learning en enjambres de robots, pero el siguiente paso es revelar el funcionamiento de algunos colectivos de animales, como bancos de peces o colonias de abejas. Esto podría conducir a una mejor comprensión de los factores que influyen en el comportamiento de estos animales y, finalmente, informar la política para su protección.

Fuente: Universidad de Sheffield

Libros relacionados

{amazonWS: searchindex = Libros; palabras clave = robots de aprendizaje; maxresults = 1}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

seguir a InnerSelf en

facebook-icontwitter-iconrss-icon

Obtenga lo último por correo electrónico

{Off} = emailcloak

DE LOS EDITORES

Boletín de InnerSelf: Septiembre 20, 2020
by InnerSelf Personal
El tema del boletín de esta semana se puede resumir como "usted puede hacerlo" o más específicamente "¡nosotros podemos hacerlo!". Esta es otra forma de decir "usted / nosotros tenemos el poder de hacer un cambio". La imagen de…
Lo que funciona para mí: "¡Puedo hacerlo!"
by Marie T. Russell, InnerSelf
La razón por la que comparto "lo que funciona para mí" es que también puede funcionar para usted. Si no es exactamente de la forma en que lo hago, ya que todos somos únicos, alguna variación de la actitud o el método puede muy bien ser algo ...
Boletín de InnerSelf: Septiembre 6, 2020
by InnerSelf Personal
Vemos la vida a través de los lentes de nuestra percepción. Stephen R. Covey escribió: "Vemos el mundo, no como es, sino como somos, o como estamos condicionados para verlo". Así que esta semana, echamos un vistazo a algunos ...
Boletín de InnerSelf: agosto 30, 2020
by InnerSelf Personal
Los caminos por los que viajamos en estos días son tan antiguos como los tiempos, pero son nuevos para nosotros. Las experiencias que estamos teniendo son tan antiguas como los tiempos, pero también son nuevas para nosotros. Lo mismo ocurre con el ...
Cuando la verdad es tan terrible que duele, actúe
by Marie T. Russell, InnerSelf.com
En medio de todos los horrores que están ocurriendo estos días, me inspiran los rayos de esperanza que brillan a través de ellos. Gente común que defiende lo que está bien (y contra lo que está mal). Jugadores de béisbol,…