Académique Documents
Professionnel Documents
Culture Documents
i n fo r m e es p ec i a l
informe especial
l a e da d d e o ro d e l a
inteligencia artificial
redes neuronales
APRENDIZAJE
PROFUNDO
Tras aos de decepciones,
la inteligencia artificial est
empezando a cumplir lo que
prometa en sus comienzos
gracias a esta potente tcnica
Yoshua Bengio
************************************
EN SNTESIS
a p r e n d i z a j e a u t o m t i c o
Para realizar un reconocimiento facial, la red neuronal analiza primero los pxeles individuales de la imagen que se le presenta en la capa de entrada. A continuacin, en el estrato
siguiente, selecciona formas geomtricas distintivas de un rostro concreto. Al ascender en la jerarqua, una capa intermedia
detecta los ojos, la boca y otras facciones para que, en un nivel
superior, pueda discernirse un rostro completo compuesto por
esos elementos. En la capa de salida, la red hace una suposicin acerca de si la cara corresponde a Pepe, Cris o Lola.
Capas ocultas
Capa de entrada
Salida
Pepe
Aprendizaje
Una red neuronal que
reconoce rostros ha de
entrenarse con, tal vez,
millones de ejemplos
antes de ser capaz de
detectar un rostro individual entre una multitud o en un paisaje lleno
de otros elementos.
Cris
Lola
Reconocimiento
La entrada correspondiente a un rostro se analiza en cada capa de la red
antes de discernir su identidad.
En la prctica, los avances que posibilitaron el aprendizaje profundo se debieron a innovaciones especficas surgidas hace unos
diez aos, cuando el inters en la IA y las redes neuronales haba
alcanzado su punto ms bajo en decenios. El Instituto Canadiense de Investigaciones Avanzadas (CIFAR), una organizacin
financiada por el Gobierno del pas y por donantes privados,
contribuy a reavivar la llama al patrocinar un proyecto dirigido
por Geoffrey Hinton, de la Universidad de Toronto, y en el que
participaban Yann LeCun, de la Universidad de Nueva York,
el reconocimiento de patrones en imgenes estticas. Sin embargo, otra clase de red neuronal est dejando tambin su impronta,
especialmente por sus aplicaciones a sucesos que se extienden
en el tiempo. Las redes neuronales recurrentes han demostrado
su capacidad para efectuar correctamente secuencias de clculos
relacionados con datos de voz o de vdeo, entre otros. Dichos
datos se componen de una serie de unidades ya sean fonemas
o palabras completas que se suceden en el tiempo. El procedimiento por el cual las redes recurrentes procesan sus entradas
guarda cierta semejanza con la forma de trabajar del cerebro.
Las seales que circulan entre las neuronas varan constantemente a medida que se analizan los estmulos percibidos por
los sentidos. Este estado neuronal interno se modifica segn
la informacin ms reciente suministrada al cerebro desde el
entorno, antes de emitir una serie de rdenes que resultan en
unos movimientos corporales dirigidos a conseguir una meta
concreta.
Las redes recurrentes pueden predecir cul ser la siguiente
palabra de una frase hablada o escrita, lo que tambin permite
generar nuevas secuencias de palabras, una a una. Tambin
pueden afrontar tareas ms complejas. Tras leer todas las
palabras de una frase, la red puede deducir el significado de la
oracin completa. Una red recurrente distinta puede valerse
entonces del procesamiento semntico de la primera para traducir la frase a otro idioma.
La investigacin en redes neuronales recurrentes vivi su
propio perodo de abandono a finales del siglo xx y principios
del xxi. Mi trabajo terico indicaba que podran tropezar con
dificultades a la hora de aprender a recuperar datos del pasado
distante (los primeros elementos de la secuencia que se estuviese
procesando), como cuando intentamos recitar las primeras frases de un libro despus de haber llegado al final. Sin embargo,
diversos avances han paliado algunos de estos problemas al
dotar a estas redes de la capacidad de aprender a almacenar
informacin para que persista durante un perodo prolongado. Las redes neuronales pueden usar la memoria temporal de
un ordenador para procesar mltiples fragmentos dispersos
de informacin, como las ideas contenidas en diferentes frases
esparcidas a lo largo de un documento.
El retorno de las redes neuronales profundas tras el largo
invierno de la IA no solo supone un triunfo tecnolgico, sino que
tambin nos proporciona una leccin sobre la sociologa de la
ciencia. En particular, subraya la necesidad de respaldar ideas
que desafan el orden tecnolgico establecido y la de alentar una
cartera de investigaciones variada que apueste por disciplinas
que hayan perdido popularidad temporalmente.
PARA SABER MS