La técnica única para enseñar múltiples habilidades a las redes neuronales es un paso hacia la IA de propósito general.
Si puede reconocer a un perro con la vista, entonces probablemente pueda reconocer a un perro cuando se lo describan con palabras. No es el caso de la inteligencia artificial actual. Las redes neuronales profundas se han vuelto muy buenas para identificar objetos en fotos y conversar en lenguaje natural, pero no al mismo tiempo: hay modelos de IA que sobresalen en uno u otro, pero no en ambos.
Parte del problema es que estos modelos aprenden diferentes habilidades usando diferentes técnicas. Este es un obstáculo importante para el desarrollo de IA de propósito más general, máquinas que pueden realizar múltiples tareas y adaptarse. También significa que los avances en el aprendizaje profundo de una habilidad a menudo no se transfieren a otras.
Un equipo de Meta AI (anteriormente Facebook AI Research) quiere cambiar eso. Los investigadores han desarrollado un único algoritmo que se puede utilizar para entrenar una red neuronal para que reconozca imágenes, texto o voz. El algoritmo, llamado Data2vec , no solo unifica el proceso de aprendizaje, sino que funciona al menos tan bien como las técnicas existentes en las tres habilidades. “Esperamos que cambie la forma en que la gente piensa acerca de hacer este tipo de trabajo”, dice Michael Auli, investigador de Meta AI.
Data2vec es parte de una gran tendencia en IA hacia modelos que pueden aprender a comprender el mundo en más de una forma . “Es una idea inteligente”, dice Ani Kembhavi del Instituto Allen para IA en Seattle, que trabaja en visión y lenguaje. “Es un avance prometedor cuando se trata de sistemas generalizados para el aprendizaje”.
Más información: https://www.technologyreview.com/2022/01/20/1043885/meta-ai-facebook-learning-algorithm-nlp-vision-speech-agi/
40 nuevos hitos de 1MillionBot en 2021
