La máquina aprende el idioma de los hechos - Calendae | Informática, Electrónica, CMS, Ciberseguridad

La máquina aprende el idioma de los hechos

Hola de nuevo. Soy Simón Sánchez y esta vez te voy a hablar sobre La máquina aprende el idioma de los hechos

Es uno de los mayores desafíos de la informática: hacer que una máquina piense como un ser humano. Este problema computacional de larga data es uno que capta el interés público, como lo demuestra la muy publicitada partida de ajedrez de 1997 entre la supercomputadora Deep Blue de IBM y el campeón mundial Garry Kasparov. La máquina ganó un partido de seis juegos por dos victorias a uno con tres empates, pero lo que es más importante, el juego condujo a una historia de amor internacional con la supercomputación. De hecho, ha pasado mucho tiempo desde que la supercomputación ha conmovido tanto al mundo. Probablemente ni siquiera el resultado de 2008 de romper la barrera del petaflop creó una agitación internacional tan intensa. Hay algo en una máquina que es capaz de hacer algo tan aparentemente humano, como jugar un juego de estrategia centenario, que toca corazones y mentes más que obtener una cantidad remota de cálculos por minuto.

Pero resulta que jugar al ajedrez no es en realidad un gran predictor de «humanidad» para una máquina. En realidad, es bastante fácil para las computadoras vencer a los humanos en tareas bien definidas, como jugar juegos orientados a reglas o predecir cambios climáticos. Lo que no es tan fácil es que las máquinas entienden el lenguaje: de hecho, la semántica es un área en la que los humanos todavía tienen una clara ventaja.

En un reciente New York Times artículo,

El líder del equipo, Tom M. Mitchell, científico informático y presidente del departamento de aprendizaje automático, describe la naturaleza del desafío: «A pesar de todos los avances en informática, todavía no tenemos una computadora que pueda aprender de forma acumulativa como lo hacen los humanos. Más allá del largo plazo «.

Los investigadores están trabajando en un proyecto, llamado sistema de aprendizaje de idiomas sin fin, o NELL. NELL se basa en hechos, que se agrupan en categorías semánticas, como ciudades, empresas, equipos deportivos, actores, universidades, fábricas y otros 274. Ejemplos de hechos de categoría son «San Francisco es una ciudad» y «el girasol es una planta». «. NELL pudo recopilar 390.000 datos escaneando cientos de millones de páginas Web. Cuanto mayor es el conjunto de datos, más refinado es el sistema.

Gran parte de la comprensión del lenguaje se basa en una base de conocimientos subyacente y es lo que NELL está desarrollando. En la oración: «La niña atrapó a la mariposa con las manchas», un lector humano entiende de manera innata que «manchas» se refiere a la mariposa porque el humano sabe que es probable que se detecten mariposas mientras que las niñas no. Este conocimiento «básico» que damos por sentado confunde a la computadora. Este conocimiento general solo se puede aprender, por lo que NELL ha sido programado para aprender tantos hechos.

Se han intentado programas de aprendizaje automático similares, pero NELL es diferente en que al sistema se le enseña a aprender por sí solo con poca ayuda de los investigadores, aunque señalan que NELL se ha equivocado en algo evidentemente, como clasificar una cookie de Internet. como bien cocinado, corregirán esos errores.

Deberías compartir en una historia de tu Instagram para que tus amigos lo sepan

??? ? ? ???

Comparte