Washington. EFE. Un grupo de científicos desarrolló un nuevo modelo de computadora que imita la capacidad de los humanos para aprender nuevos conceptos, según un estudio publicado en la revista Science.
“Lo que buscamos es tratar de reducir la diferencia entre la capacidad de aprendizaje de los humanos y las máquinas. Y descubrir por qué los seres humanos son tan buenos a la hora de generalizar conceptos”, explicó Joshua Tenenbaum, uno de los responsables de la investigación y quien forma parte del Departamento de Ciencias Cognitivas del Massachusetts Institute of Technology (MIT).
Según el trabajo, la principal virtud de los seres humanos es su velocidad y diversidad a la hora de aprender nuevos conceptos y aplicarlos en situaciones totalmente nuevas.
“A los ordenadores les cuesta mucho generalizar a partir de muestras particulares”, agregó Brenden Lake, de la Universidad de Nueva York y autor principal del estudio.
Los investigadores se centraron en el aprendizaje de caracteres escritos a mano de diversos alfabetos y desarrollaron un algoritmo que permitiese realizar generalizaciones a partir de unos pocos ejemplos.
“El ordenador no cuenta con un programa que aplica a cada situación, sino, más bien, un programa complejo de diversos programas de aprendizaje que se adapta a cada circunstancia”, añadió Tenenbaum.
Al comparar la capacidad de estos ordenadores a la hora de enfrentar tareas de aprendizaje con otros computadores y seres humanos, el equipo científico comprobó cómo superaban a sus pares e igualaban a los humanos.
En muchos casos, los resultados de los humanos y este nuevo modelo cognitivo, denominado Bayesian Program Learning, eran casi indistinguibles.
“En inteligencia artificial no hay grandes hallazgos. Existe un conjunto de buenas ideas que funcionan. Esta es otra más, es un pequeño paso”, dijo Lake.
Agregó que esto lo que demuestra “es que los principios de la composición, causalidad y aprender a comprender, serán críticos para avanzar en las capacidades de las máquinas”.