Cuando hablamos de sistemas de Inteligencia Artificial solemos hablar de una etapa de entrenamiento en la que un sistema informático recoge datos para que aprenda a tomar decisiones. Una vez realizado el entreno, la plataforma puede comenzar a trabajar aplicando todo lo aprendido.
Ahora desde el MIT nace un enfoque diferente, una red neuronal que sigue aprendiendo mientras trabaja, sin necesidad de volver a parar para entrenarse.
A estos algoritmos flexibles los llaman redes «líquidas», y cambian sus ecuaciones subyacentes para adaptarse continuamente a las nuevas entradas de datos. El avance podría ayudar a la toma de decisiones basadas en flujos de datos que cambian con el tiempo, incluidos los involucrados en el diagnóstico médico y la conducción autónoma.
Esto podría usarse para controlar mejor a los robots, para mejorar el procesamiento del lenguaje natural, para el procesamiento de video… para muchos casos donde la experiencia del día a día es una constante alimentación de nuevos datos.
La investigación se presentará en la Conferencia AAAI sobre Inteligencia Artificial de febrero.
Como ejemplos de aplicación se enfocan en procesamiento de video, datos financieros y aplicaciones de diagnóstico médico, donde las series de tiempo son fundamentales para la sociedad y donde los cambios de flujo de datos pueden ser impredecibles. El sistema creado cuenta con parámetros que cambiaran con el tiempo en función de los resultados de un conjunto anidado de ecuaciones diferenciales.
Ramin Hasani, autor principal del estudio, dará más detalles en la conferencia, pero todo apunta a que habrá un antes y un después en el mundo de la inteligencia artificial.