No caben dudas de que en las últimas dos décadas de investigación en ciencias de la computación, pocas son tan inspiradoras como el notable progreso que se ha visto en el campo de la inteligencia artificial (IA).
Actualmente la IA enriquece muchas de las cosas que las personas hacen, desde tomarse una selfie, entregar resultados de búsqueda más útiles y hasta advertir a cientos de millones de personas cuándo y dónde ocurrirán inundaciones.
Veinte años de avances en la investigación han ayudado a elevar la IA de una idea prometedora a una ayuda indispensable en la vida diaria de miles de millones de personas. Y a pesar de todo este progreso, existe aún más potencial que explorar: la IA está preparada para ayudar a la humanidad a enfrentar algunos de los desafíos más difíciles que existen, desde problemas persistentes como enfermedades y desigualdad hasta amenazas emergentes como el cambio climático.
Pero igualar la profundidad y complejidad de estos desafíos urgentes requerirá sistemas de IA nuevos y más capaces, sistemas que puedan combinar los enfoques probados de IA con direcciones de investigación incipientes para poder solucionar problemas que no podemos resolver hoy. Con ese fin, los equipos de Google Research están trabajando en elementos de una arquitectura de inteligencia artificial de próxima generación que ayudará a hacer realidad tales sistemas.
Esta nueva arquitectura de IA se llama Pathways. Una nueva forma de pensar sobre la IA que aborda muchas de las debilidades de los sistemas existentes y sintetiza sus fortalezas. Para reforzar este punto, a continuación hay ejemplos de las deficiencias actuales de la inteligencia artificial y cómo Pathways busca mejorarlas:
- Los modelos de IA actuales suelen estar entrenados para hacer sólo una cosa. Pathways permitirá entrenar un solo modelo para hacer miles o millones de cosas: Se busca tener un modelo que tenga diferentes capacidades a las que se pueda recurrir según sea necesario, y que se integren para realizar tareas nuevas y más complejas, un poco más parecido a la forma en que el cerebro de los mamíferos generaliza a lo largo de diferentes tareas.
- Los modelos actuales se centran principalmente en un sentido. Pathways permitirá múltiples sentidos: Pathways podría permitir modelos multimodales que abarquen la vista, el oído y la comprensión del lenguaje simultáneamente. Entonces, ya sea que el modelo esté procesando la palabra “leopardo”, el sonido de alguien que dice “leopardo” o un video de un leopardo corriendo, la misma respuesta se activa internamente: el concepto de leopardo. El resultado es un modelo más perspicaz y menos propenso a errores y sesgos.
- Los modelos actuales son densos e ineficientes. Pathways los hará mínimos y eficientes: Un gran beneficio de este tipo de arquitectura es que no sólo tiene una mayor capacidad para aprender una variedad de tareas, también es más rápido y mucho más eficiente energéticamente, porque no se activa toda la red para cada tarea.
La construcción de Pathways, permitirá que un único sistema de IA se generalice en miles o millones de tareas, comprenda diferentes tipos de datos y lo haga con una eficiencia notable; esto permitirá pasar de la era de los modelos de propósito único que simplemente reconocen patrones, a una en la que más sistemas inteligentes reflejan una comprensión más profunda de nuestro mundo y pueden adaptarse a nuevas necesidades.
