AutoML es una inteligencia artificial de Google que tiene como propósito diseñar y entrenar otras inteligencias artificiales para mejorarlas más allá de las capacidades humanas. Esto sin embargo no es algo sencillo. Años atrás Google ya decía que empezaba a ser mejor que los humanos en esta tarea, pero aún hay mucho trabajo por delante. Ahora los ingenieros de Google dicen haber dado un paso esencial: AutoML tiene potencial para operar sin sesgo humano de por medio y siguiendo un proceso similar a la teoría evolutiva de Charles Darwin.
En un nuevo paper publicado por los ingenieros de la división Google Brain explican el gran avance que han hecho con AutoML. Sugieren que la Ia podría descubrir automáticamente nuevos algoritmos completamente desconocidos por el ser humano porque básicamente este no intervendría en el proceso de investigación.
Actualmente AutoML es capaz de mejorar las inteligencias artificiales existentes y entrenarlas buscando patrones de forma automática para así escoger las que mejor rendimiento tienen. Es una herramienta que cualquiera puede usar. Pero el humano sigue interviniendo en el proceso de refinamiento e introduce datos y caminos a seguir al influir durante el proceso. AutoML en cierto modo escoge las mejores IAs según patrones que los ingenieros le ha dado.
En principio, eliminando al humano del proceso la IA tiene «vía libre» para desatar todo su potencial y encontrar mejores soluciones que aquellas que puede encontrar con el sesgo y por lo tanto los límites de los ingenieros humanos. Según explican en el documentos publicado:
«Los componentes diseñados por el hombre sesgan los resultados de búsqueda en favor de algoritmos diseñados por el ser humano, posiblemente reduciendo el potencial de innovación de AutoML»
Esto es lo que los investigadores dicen que pueden cambiar. Y para ello una actualización de AutoML utiliza un nuevo método para buscar y mejorar IAs sin ningún parámetro definido previamente por un humano.
100 algoritmos de los que sólo sobreviven las mejores
Según indican en ScienceMag, AutoML-Zero (nombre que recibe esta nueva versión) sigue un proceso de selección similar al que proponía Charles Darwin en su Teoría de la Evolución. AutoML-Zero escoge 100 algoritmos candidatos de forma aleatoria y los pone a prueba con tareas relativamente sencillas. Los algoritmos que mejor rendimiento tengan pasan a una siguiente fase donde su código se modifica ligeramente y de forma aleatoria para luego ser puestos a prueba de nuevo. Al mismo tiempo, las variantes que se ha visto que son efectivas se añaden al resto de algoritmos. Y así fase tras fase hasta tener una «población» de algoritmos más variada y con mejores capacidades para solucionar las tareas propuestas.
Es un proceso similar al que siguen los seres vivos, donde sólo sobreviven los mejor adaptados, que reciben esas mejores adaptaciones de mutaciones en generaciones anteriores. La diferencia aquí es que las mutaciones que se demuestra que son de utilidad para la supervivencia no se pueden transmitir directamente a los organismos ya existentes, sino sólo a los descendientes de futuras generaciones.
AutoML-Zero es una prueba de concepto y aún tiene mucho trabajo por delante. Tendremos que ver en los próximos años cómo se desarrolla para ver si efectivamente puede crear inteligencias artificiales por evolución sin intervención humana. No obstante, es un paso interesante y sin duda curioso si tenemos en cuenta cómo utiliza el proceso de mutación para evolucionar las IAs que genera.
Fuente: Xataka
¿Eres un apasionado por la Inteligencia Artificial (IA) En EducaciónIT ofrecemos un curso de Machine Learning Fundamentos-Inteligencia Artificial, donde desarrollarás un perfil técnico mediante el cual comprenderás los desafíos sociales e industriales que la IA representa, sus correspondientes algoritmos, y muchos más.
- El teclado para ‘copiar y pegar’ código de Stack Overflow, una inocentada convertida en gadget (y ya en preventa) – 6 octubre, 2021
- Los papeles de Pandora: cómo Python y el aprendizaje automático han sido clave en una investigación mundial con datos masivos – 5 octubre, 2021
- China marca las directrices éticas de la IA nacional: un mayor control frente a los algoritmos de las grandes tecnológicas – 4 octubre, 2021
Deja una respuesta