Un grupo de investigadores del Instituto Avanzado de Ciencia y Tecnología de Corea ha desarrollado un nuevo modelo mundial capaz de establecer teorías sobre el funcionamiento del universo físico. El paradigma de aprendizaje es conocido como L2T. Para su implementación el equipo también produjo una red neural conocida como Teorizador Neural.
Los modelos mundiales son los que se desarrollan para el control de los robots, los sistemas de conducción automatizados y otros agentes que deben interactuar o comprender el mundo real.
Los sistemas desarrollados hasta ahora tenían como principal objetivo establecer predicciones en base patrones observados. Es decir, luego de observar una misma situación repetirse una cantidad de ocasiones se infería un resultado. Pero esta capacidad no supone la comprensión de las razones por las que se ha producido el resultado. Como consecuencia, al cambiar alguna circunstancia o aparecer un nuevo elemento en le ecuación el modelo puede dejar de ser efectivo.
Aprende como un niño
El sitema L2T está basado en el modo en que los niños aprenden. Los seres humanos desarrollan teorías que explican el mundo. En todo caso, si son desacertadas tienen luego la oportunidad de corregirlas. Bajo este nuevo paradigma no se establecen respuestas determinadas o reglas, en cambio se observan estados de antes y después. La IA debe estimar que regla se aplica en cada caso. Es decir, debe establecer una causa del cambio.
El teorizador neural recupera elementos de teorías que fueron establecidas para explicar transformaciones previas y las utiliza para elaborar explicaciones para nuevas situaciones. Estos elementos fundamentales le permiten enfrentar desafíos para los que no ha sido entrenada.
Los modelos previos han demostrado grandes problemas a la hora de enfrentar nuevos escenarios.
Como hemos señalado anteriormente, una IA no piensa como un ser humano. Sin embargo, el modelo L2T está mucho más cerca que los simples esquemas de reconocimiento de patrones.
