Un modelo de red de la Universidad de Colonia integra procesamiento paralelo rápido con reconocimiento de experiencia para permitir que un agente artificial aprenda de manera más eficiente.
Beneficios
- Mayor aprendizaje
- Eficiencia incrementada
- Adaptables
Aplicaciones
- Inteligencia Artificial
- Robótica
Objetivos de desarrollo sostenible de la ONU abordados
-
Objetivo 9: Innovación e infraestructura de la industria
El Desafío
Las computadoras se basan en un sistema binario, que consta de 0 y 1, para funcionar. Siguen un código para calcular y completar tareas, y no tienen una memoria dinámica. Debido a esto, las computadoras solo pueden realizar las tareas para las que fueron creadas y no pueden aprender nuevos procesos a menos que haya un cambio en la programación. Si una computadora se enfrenta a una decisión, solo puede seguir su código, no puede recordar lo que sucedió durante los cálculos anteriores antes de que se cambiara el código.
Detalles de la innovación
Los investigadores analizaron cómo las moscas de la fruta aprenden a encontrar comida en su entorno y construyeron un modelo computacional que imita el proceso. Normalmente, los investigadores entrenan a las moscas presentándoles un olor específico con una recompensa y un segundo olor sin recompensa. La mosca aprende a asociar rápidamente ciertos olores con recompensas, y puede recordar esta información cuando busque comida en entornos más complejos en el futuro. Los investigadores observaron el procesamiento computacional involucrado en el proceso y lo aplicaron a un modelo computacional que imita el procesamiento de información biológica de las moscas de la fruta. Lo que distingue a la computación biológica es que utiliza un procesamiento rápido y paralelo con la entrada de pulsos nerviosos breves. Además, crea una memoria distribuida cambiando y modificando constantemente los contactos entre las neuronas a lo largo del proceso de aprendizaje. Esto permite que un modelo de aprendizaje automático, como IA o un sistema autónomo, aprenda de manera mucho más eficiente y aplique lo aprendido en un entorno cambiante, utilizando solo una pequeña base de datos de muestras de capacitación.
Modelo biologico
Los insectos pueden hacer frente a los problemas de su entorno cambiando su comportamiento basándose en el conocimiento de experiencias pasadas. Sus sistemas nerviosos utilizan un procesamiento paralelo rápido con breves impulsos nerviosos para formar una memoria distribuida.
