Ah Interesante pregunta. No existe una tecnología actual que pueda modelar exactamente la inteligencia natural humana. La investigación, sin embargo, siempre está en curso. Mientras los investigadores hacen su investigación, intentaré arrojar algo de luz sobre algunos temas relevantes.
Como investigador, he trabajado en tres dominios que creo que tendrán un gran impacto en el modelado de ‘inteligencia natural’: neurociencia computacional, aprendizaje profundo de tareas múltiples y aprendizaje de refuerzo.
En neurociencia computacional, estás desarrollando modelos que están entrenados para simular directamente el comportamiento del cerebro. Por ejemplo, un modelo computacional del área de la cara fusiforme (del Área 37 de Brodmann) podría involucrar un conjunto de filtros Gabor que representan la corteza estriada y terminar con un clasificador simple que realiza una tarea de experiencia como el reconocimiento de identidad facial [1]. Un modelo del área de lugar parahippocampal podría basarse en un modelo que se activó según la rectilinealidad agregada [2]. El denominador común entre estos modelos computacionales del cerebro es que se basan en hipótesis experimentales de cómo funciona el cerebro. Están capacitados para simular el cerebro en tareas particulares como el reconocimiento de rostros, la separación de escenas faciales, etc. Los modelos computacionales del cerebro se utilizan como herramientas para comprender cómo funciona el cerebro. El progreso realizado en la neurociencia computacional es el progreso realizado en el modelado de la inteligencia natural humana.
- CAMBIO es el tema de mi proyecto de fotografía. Los cambios se han producido en la vida y la naturaleza que nos rodea debido al ciclo de vida, ¿cómo veremos eso?
- ¿Cuáles son algunos de los secretos mejor guardados de San Diego? (y POR QUÉ te gusta / hacer eso / ir allí)
- ¿Cuál es tu experiencia más profunda de ser curado por la naturaleza?
- ¿Cómo ocurren los terceros géneros en la naturaleza?
- ¿Por qué algunos coroanos parecen tener problemas con Pi siendo irracional cuando deben saber que es trascendental, es decir, no algebraico?
En el aprendizaje de tareas múltiples, está desarrollando modelos que están capacitados en tareas múltiples en paralelo. Normalmente, los clasificadores se crean para aprender una tarea específica como el reconocimiento de imágenes, el análisis de sentimientos o la predicción de temas [3]. Por lo tanto, la generación actual de modelos de aprendizaje profundo es realmente buena en tareas individuales: son extremadamente buenos en reconocimiento de objetos [4], conducción autónoma [5], jugar Go [6], etc. Sin embargo, a diferencia del cerebro, no lo hacen generalice bien a otras tareas (Siga adelante e intente decirle a su Tesla que genere música de piano con temas de Mozart [7]. Esperaré aquí). Por otro lado, los modelos de tareas múltiples aprenden cómo realizar múltiples tareas y, históricamente, se ha demostrado que aprenden representaciones mejores y más sólidas debido a ello. El progreso realizado en MTL podría traducirse en progreso en el modelado de la inteligencia natural humana.
Como animales, nuestro comportamiento co-evoluciona no solo con el resto de nuestros cuerpos sino también con el entorno cambiante. El aprendizaje de refuerzo, inspirado en la psicología conductista, tiene que ver con la forma en que los agentes deben tomar medidas en dicho entorno para maximizar alguna recompensa. Los algoritmos de aprendizaje por refuerzo se han utilizado para aprender a jugar Super Mario [8] y conducir en Grand Theft Auto [9].
Aunque no existe una tecnología actual para modelar a la perfección la inteligencia natural humana, los investigadores están trabajando duro para superar los límites del aprendizaje automático y el modelado computacional. Esto es realmente solo una pequeña muestra del trabajo que se está haciendo.
Notas al pie
[1] http://cseweb.ucsd.edu/~gary/pub…
[2] Pensar fuera de la caja: las formas rectilíneas activan selectivamente la corteza selectiva de escena
[3] [1605.07725] Métodos de entrenamiento adversos para la clasificación de textos semi supervisados
[4] [1409.0575] Desafío de reconocimiento visual ImageNet a gran escala
[5] DeepDriving
[6] https://gogameguru.com/i/2016/03…
[7] https://arxiv.org/pdf/1611.09827…
[8] aleju / mario-ai
[9] ai-tor / DeepGTAV
