Foto: Reuters

Además de enfocarse en el desarrollo de aplicaciones de Inteligencia Artificial (IA), el gigante tecnológico Intel también ha invertido tiempo y dinero suficiente en la investigación de esta tecnología para contribuir al establecimiento de nuevos fundamentos teóricos que favorezcan su crecimiento.

El último resultado de este esfuerzo es un algoritmo que podría acelerar el entrenamiento de modelos de IA de alto nivel de complejidad. Con motivo de la conferencia de aprendizaje automático ICML, llevado a cabo en California, EE.UU., Intel presentó hoy su Algoritmo de Aprendizaje de Refuerzo Evolutivo Colaborativo (CERL, por sus siglas en inglés), con el que promete acelerar el proceso de entrenamiento de proyectos de IA.

En caso de que el algoritmo funcione de la manera esperada, contribuiría a optimizar considerablemente una de las fases que consumen más tiempo en el ciclo de desarrollo de proyectos de IA.

¿Cómo funciona CERL?

Para entrenar una IA, los ingenieros configuran la precisión de sus modelos de IA haciendo que ejecuten una tarea específica varias veces en un ambiente simulado. Generalmente, este proceso implica ofrecer recompensas virtuales a la IA, como puntajes cada vez que el programa hace algo bien. La compañía destaca que, a pesar de que este esquema es bastante útil, tiene algunas limitaciones importantes.

Una red neuronal capacitada mediante este enfoque de recompensas tiende a tomar “caminos seguros” para aumentar los puntos que recibe por cada tarea realizada, lo que evita que tome riesgos y pruebe nuevos enfoques. Esto, a su vez, limita su capacidad de aprendizaje, lo que en definitiva hace que la IA funcione de manera menos eficaz cuando se implementa en un programa o aplicación.

FastSpeech de Microsoft cambiará la forma en la que la IA reproduce voces

Según Intel, el problema de este enfoque radica en las técnicas de aprendizaje automático que se basan en gradientes de normas. Este es el método que normalmente aplican los ingenieros de IA. Sin embargo, la compañía ha considerado un enfoque alternativo, llamado “aprendizaje de refuerzo evolutivo”, que requiere el uso de más recursos de hardware para ofrecer soluciones óptimas.

La compañía afirma que CERL es la combinación de ambos enfoques, que permitirá elegir los modelos que obtienen las mejores recompensas a medida que se entrenan, descartando los demás modelos. De esta forma, se genera una generan nuevas generaciones de IA, donde cada una de ellas es superior a su predecesora.

Acelerando el entrenamiento de IA

Con el objetivo de acelerar el entrenamiento de IA, Intel afirma que CERL cuenta con un búfer de repetición, un mecanismo que permite a las redes neuronales compartir experiencias mutuamente para aprender de manera más rápida. Por su parte, un mecanismo adicional mejora los recursos de hardware asignados para aumentar la potencia de cómputo, acelerando aún más el proceso.

La compañía asegura que este enfoque se traduce en tiempos de aprendizaje significativa superiores a los actuales. Finalmente, Intel dijo que CERL es adecuado para tareas de múltiples niveles de aprendizaje, como videojuegos complejos, tecnología de conducción autónoma, robótica, etc.

Más en TekCrispy