Desde ya, los bots tienen la capacidad de pronosticar resultados. Sin embargo, esto sólo ha ocurrido en entornos de laboratorio y pruebas controladas. Por ejemplo, DeepBlue ha logrado vencer a contrincantes humanos en el tablero de ajedrez, pero únicamente debido a que el sistema había sido programado con reglas específicas que seguir y que, en consecuencia, determinaban su estrategia.
DeepMind, en tanto, ha creado agentes que simulan los entornos complejos del mundo físico. Con base en estos modelos, utilizan un “codificador de imaginación”, o I2A (agentes de imaginación aumentada), descritos por la empresa como una red neural que aprende a extraer información útil para las futuras decisiones de la gente, ignorando a la vez la información irrelevante.
DeepMind dio a los I2A la tarea de resolver distintos rompecabezas con el fin de poner a prueba sus capacidades. Uno de estos juegos era Sokoban, donde los bots empujan pequeñas cajas, colocándolas en lugares que les permitan seguir avanzando. Las reglas del juego implican que algunos movimientos no pueden ser revertidos (por ejemplo, una caja no puede ser movida después de haber sido colocada en una esquina por el jugador). Por lo tanto, los agentes deben ser cautelosos, con el fin de no estropear sus posibilidades.
Para aumentar el grado de dificultad enfrentada por los agentes, los científicos a cargos del proyecto generaban cada nivel de manera procedimental, dando la inteligencia artificial sólo una oportunidad antes de ser eliminada del juego. Cada agente era obligado a “imaginar” distintas estrategias antes de mover cada pieza.
En la segunda tarea, se requería a los agentes estabilizar una nave espacial activando sus cohetes propulsores un número determinado de veces, contrarrestando la fuerza de gravedad de distintos planetas. De esta forma, los agentes debieron imaginar distintas trayectorias y resultados, con el fin de estabilizar su nave espacial.
En estas tareas, los agentes I2A tuvieron un mejor desempeño que sus contrapartes carentes de un “codificador de imaginación”. De esta forma pudieron completar las tareas asignadas sin necesidad de haber adquirido cuantiosa experiencia, sino extrayendo información de simulaciones realizadas “en sus mentes”.
En otras palabras, los agentes de inteligencia artificial de DeepMind están resolviendo tareas que requieren imaginación, en lugar de tareas determinadas por reglas y procedimientos específicos que deben ser seguidos.
Demis Hassabis, fundador de DeepMind, publicó recientemente un whitepaper sobre el desarrollo de la inteligencia artificial de propósito general, y sobre la forma en que ésta depende de entender capacidades humanas como la imaginación y la curiosidad. Hassabi concluye que el mayor desafío que enfrentan los científicos abocados al desarrollo de aplicaciones de inteligencia artificial es crear un agente que pueda planear de manera jerárquica, que sea creativo y pueda generar soluciones a retos actualmente insalvables para la mente humana.
Demis Hassabis explora el futuro de la inteligencia artificial en la conferencia DLD17 (Digital Life Design), realizada en febrero de este año:
Ilustración: Fotograma del video
