Todavía anda muy lejos el momento en el que las redes neuronales artificiales aprendan por sí mismas y tomen patrones de comportamientos del propio ser humano. Pero los avances informáticos y su menor coste, y el desarrollo de software, hace que se den pasos en ese sentido, obteniendo resultados que hasta hace pocos años eran impensables, sobre todo en determinadas áreas.
Como muestra de esos avances, tenemos los resultados de la simulación que recientemente se ha realizado en el laboratorio secreto X de Google, donde un grupo de investigadores llevan varios años trabajando en un proyecto de simulación del cerebro humano. Para ello, los científicos de Google han realizado una de las mayores redes neuronales de aprendizaje de máquinas del mundo conectando a 16.000 procesadores al que se le ha dado acceso a Internet para que aprenda por sí mismos.
Según informa The New York Times, a esta red neuronal se le ha enseñado a reconocer gatos obteniendo imágenes en minaturas al azar de los más de 10 millones de vídeos disponibles en YouTube, sin decirles en ningún momento que eran gatos. Los resultados serán presentados esta semana en una conferencia en Edimburgo, Escocia. Sorprende de la investigación el reflejo de las teorías desarrolladas por biólogos en el que indican que las neuronas individuales son entrenadas dentro del cerebro para detectar objetos importantes, y más cuando en la propia investigación, a la propia máquina no se le ha ayudado ofreciéndole características de identificación.
El cerebro de Google obtuvo el concepto de gato ideal empleando una jerarquía de posiciones de memoria de forma sucesiva, sacrificando características generales después de ser expuesto a millones de imágenes. Los neurocientíficos discuten sobre la posibilidad de lo que ellos llaman «neurona de la abuela», es decir, activar células del cerebro ante un impacto repetitivo de un rostro para ser reconocido.
Tienen en cuenta además que la red neuronal es todavía pequeña en comparación con la corteza del cerebro humano, aunque reconocen que es un paso adelante en los algoritmos de aprendizaje de las máquinas en la medida de que acceden aun gran grupo de datos.
Vía: The New York Times