Llegamos a ustedes gracias a:



Noticias

La inteligencia artificial de Google está aprendiendo como salvar su vida

[15/07/2016] El éxito de AlphaGo en el juego Go fue tomado por muchos como la sentencia de muerte del intelecto humano, pero el investigador de Google, David Silver, no lo ve de esa manera. En cambio, él ve un mundo de potenciales beneficios.

Como uno de los arquitectos líderes detrás del sistema AlphaGo de Google DeepMind, que venció al campeón sudcoreano de Go, Lee Se-dol, cuatro juegos a uno, en marzo, Silver cree que el siguiente rol de la tecnología debería ser ayudar a mejorar la salud humana.

"Nos gustaría usar estas tecnologías para tener un impacto positivo en el mundo real", dijo a una audiencia de investigadores de inteligencia artificial el martes en la Conferencia Internacional Conjunta sobre Inteligencia Artificial en Nueva York.

Con más posibles combinaciones que átomos en el universo, Go ha sido considerado por mucho tiempo como el máximo desafío para los investigadores de inteligencia artificial. A AlphaGo se le entrenó primero sobre los movimientos expertos humanos, luego en millones de juegos en solitario. En su victoria contra Se-dol, sus movimientos fueron descritos por los expertos como "creativos" ya que obviamente no se derivan estrictamente de sus materiales de entrenamiento.

Ahora, DeepMind está aplicando la inteligencia de aprendizaje profundo de AlphaGo a aplicaciones que incluyen analítica de salud y asistentes de salud para entregar medicinas personalizadas, afirmó Silver.

Este año en fecha anterior, DeepMind, con sede en Reino Unido, lanzó una división de salud. Este mes, anunció una alianza de investigación con Moorfields Eye Hospital que se enfocará en aplicar aprendizaje de máquina a la rinopatía diabética y a la degeneración macular relacionada con la edad. También ha estado trabajando en varias aplicaciones móviles clínicas.

Muchos de los avances en inteligencia artificial que permitieron a AlphaGo lograr el éxito que logró en Go, podrían también ayudarle a sobresalir en cuidados de la salud. En lugar de encontrar los mejores movimientos mediante fuerza computacional pura de la misma forma en que lo hizo DeepBlue de IBM para vencer al campeón de ajedrez Gary Kasparov, el enfoque de AlphaGo se basa en redes neuronales convolucionales y aprendizaje del reforzamiento, lo cual le permite en esencia enseñarse a sí mismo con el tiempo.

"Por supuesto vencer a Se-dol fue emocionante, pero para mí, más emocionante que el logro en sí fue la manera en la que AlphaGo lo hizo", afirmó Silver. "Mostró que puede aprender de los datos y actuar por sí misma para lograr conocimiento por sí misma".

El aprendizaje del reforzamiento ha sido considerado por mucho tiempo como "un bonito sueño dorado", afirmó Silver. "Ahora parece que estos métodos realmente funcionan. Ese es un verdadero cambio. Ahora podemos observar muchos campos diferentes. De ninguna manera esto significa que ya no queda nada más que hacer con AlphaGo".