ZOOM
GALERÍA
0 COMENTARIOS

Se buscan sistemas que permitan entrenar automáticamente los "cerebros" artificiales

Inteligencia artificial: redes de nanocristales para imitar las redes neuronales

La inteligencia artificial ha comenzado a emplear redes de nanocristales semejantes a las redes neuronales para crear máquinas capaces de aprender mejor.

En ocasiones, pequeños descubrimientos suponen grandes avances para el mundo de la ciencia, y la aplicación de redes de nanocristales en IA podría ser uno de ellos. Sin embargo, aunque se ha conseguido crear máquinas capaces de hacerse pasar por humanas, algunas de las mentes más brillantes de nuestro planeta como Stephen Hawking no tienen muy claro que nuestro empeño por imitarnos a nosotros mismos sea del todo prudente.

Desde la Universidad de Washington en St. Louis, el equipo del profesor asistente de energía, ingeniería ambiental y química en la escuela de Ingeniería y ciencias aplicadas Elijah Thimsen, ha creado un modelo en el que podrán ponerse a prueba cómo se comportan los electrones cuando se mueven a través de una red de nanomateriales. Un modelo con el que esperan avanzar en el desarrollo de dispositivos de aprendizaje automático para los sistemas de inteligencia artificial.

El interés que los nanomateriales despiertan en la ciencia, se basa en que el comportamiento de los electrones en este tipo de elementos es totalmente distinto del que tienen en la materia con un tamaño más convencional. Aunque aún no se sabe bien por qué, el mecanismo de transporte de electrones cambia.

Inteligencia-artificial-nanocristales

Para desarrollar el modelo, Thimsen y su equipo partieron de una teoría que considera que cada nanopartícula de una red es un nodo conectado a otros nodos, y no necesariamente a las nanopartículas más próximas. También plantea que la corriente que fluye a través de esos nodos no tiene porqué ocupar el espacio internodal, sino que en realidad sólo precisa pasar a través del mismo nodo. El modelo predecía que este sería el comportamiento de los electrones, de manera que se produce una corriente entre los hotspots o puntos de conexión, observable a nanoescala.

Enseñar a pensar a la máquina

A pesar de estos hallazgos, la cuestión es que cuando observamos la red neuronal de un cerebro humano y su sistema nervioso, con sus 100 millones de nodos y sus 10.000 millones de conexiones por nodo, los chips que se usan en IA quedan todavía muy lejos de alcanzar algo medianamente parecido.

Incluso llegando a crear una gigantesca red de nodos con una intrincada red de conexiones, la pregunta que se hacen los científicos es “¿Cómo lo entrenamos?” Si lo que se busca finalmente es configurar un sistema capaz de realizar alguna tarea útil, como el reconocimiento de patrones, ¿cómo se le enseña?

El equipo de Thimsen plantea que si se trata la red de nanocristales como una red neuronal, es importante ver si la salida del dispositivo sería dependiente de la entrada. La propuesta es disponer un proyecto inicial con un chip simple, introducir elementos particulares y ver qué reacción se produce. Una vez hecho esto, el siguiente paso ya podrá ser preparar métodos de entrenamiento automático para las máquinas que eviten problemas como el vivido en el pasado por Tay.

Fuente: Phys.org

Imagen: a) La imagen muestra cómo se conectan unos nanocristales con otros mediante resistencias variables. b) La red masivamente paralela de resistencias variables produce hotspots o puntos de conexión de corriente eléctrica separados por grandes distancias. Crédito de la imagen: Universidad de Washington en St. Louis.

No comments yet.

Deja un comentario