La inteligencia artificial de Google empieza a ser autómata

En el desarrollo de algoritmos de aprendizaje automático, como por ejemplo las redes neuronales, se requiere un entrenamiento de datos en el que las conexiones entre las redes tienen que ser decididas por personas.

En la actualidad, los mecanismos más recientes aceleran el entrenamiento de la IA, pero siguen utilizando circuitos diseñados por humanos, y esta intervención, aunque sea mínima, pueden incluir cierto tipo de sesgos o limitaciones.

Sin embargo, la herramienta de Google es capaz de «descubrir algoritmos de aprendizaje automático completos solo utilizando operaciones matemáticas básicas como crear bloques», según el estudio hecho público en la revista Science.

El programa del gigante de los buscadores es que desarrolla nuevos algoritmos aplicando un enfoque de evolución inspirado en las teorías de Charles Darwin, en el que se crean primero una serie de algoritmos candidatos a través de operaciones matemáticas de combinación aleatorias.

En el siguiente, los algoritmos son probados midiendo su rendimiento en tareas binarias de clasificación de imágenes de CIFAR-10, es decir, una colección de imágenes pequeñas etiquetadas según el tipo de objetos que muestran.

Una vez analizados todos los algoritmos, escogen al más adecuado en función de sus resultados, comparándolos con otros algoritmos ya existentes. Además, el sistema diseñado por Google es capaz de modificar partes del código de los algoritmos descubiertos para evolucionarlos más por sí solo.