Numenta, el mejor software de aprendizaje automático

IBM ha creado un grupo de investigación para trabajar con los algoritmos de aprendizaje de Numenta en su laboratorio de investigación Almaden en California (EEUU).

Durante más de una década, el fundador de la empresa de computación Palm, Jeff Hawkins, ha dedicado su tiempo y su fortuna a una teoría para explicar el funcionamiento del cerebro humano que nos dé los planos de un nuevo y potente tipo de software de inteligencia artificial (IA). Pero la empresa de Hawkins, Numenta, ha tenido muy poco impacto en la industria de la tecnología a pesar de que el aprendizaje automático se haya convertido en algo fundamental para empresas como Google.

Ahora, finalmente hay un gigante de la tecnología que muestra su interés.

IBM ha creado un grupo de investigación para trabajar con los algoritmos de aprendizaje de Numenta en su laboratorio de investigación Almaden en California (EEUU). Los algoritmos se están probando para tareas entre las que se incluye la interpretación de imágenes de satélite, y el grupo está trabajando en diseños para ordenadores que pondrían en práctica las ideas de Hawikins para el hardware. Hawkins afirma que hay unas 100 personas trabajando en el proyecto, que dentro de la empresa se conoce como Centro de Aprendizaje Cortical.

IBM no ha querido que el director del proyecto, Winfried Wilcke, se prestara a una entrevista. Pero Wilcke describió su trabajo públicamente en una conferencia en el Laboratorio Nacional de Sandia en el mes de febrero. Allí alabó el software de Numenta por parecerse más a la realidad biológica que otro software de aprendizaje automático, y afirmó que es capaz de aprender a dar sentido a datos en crudo mucho más eficazmente. Los expertos suelen tener que entrenar al software de aprendizaje automático con datos de ejemplo antes de que pueda ponerse a trabajar. Los algoritmos de Numenta podrían permitir aplicar el aprendizaje automático a muchos más problemas, según Wilcke.

Google y otras empresas hacen un uso extensivo del aprendizaje automático para distintas labores, desde categorizar imágenes hasta procesar frases habladas. Muchos investigadores se han centrado en una técnica conocida como aprendizaje profundo, que entrena a redes de múltiples capas de neuronas artificiales para encontrar patrones en los datos (ver Aprendizaje profundo). Los resultados han sido sorprendentes, pero el aprendizaje profundo no imita a la biología con demasiada precisión.

Los algoritmos de Numenta también operan en una red, pero su objetivo es recrear fielmente el comportamiento de circuitos repetidores de unas 100 neuronas que se encuentran en la capa externa del cerebro conocida como neocórtex.

«Nuestro objetivo no es inspirarnos en la biología, yo quiero recrearla exactamente», afirma Hawkins, quien cree que la capacidad del cerebro de dotar de sentido al mundo se halla enraizada en estos circuitos repetidores y que imitarlos en forma de software hará que el aprendizaje automático sea capaz de mucho más. «Así es como se construiría una inteligencia artificial de verdad», afirma.

En su charla en Sandia, Wilcke afirmó que Numenta había encontrado el equilibrio entre coger pistas de la biología y crear un software práctico. «Parece que está en el punto perfecto», afirmó Wilcke. «No está supersimplificado, pero tampoco es tan complejo como para que existan pocas posibilidades de llegar a poder construir un modelo a gran escala».

El grupo de IBM trabaja usando los algoritmos de Numenta para analizar imágenes de satélite de cosechas para poder detectar los primeros síntomas de fallos mecánicos en datos de bombas u otro tipo de maquinaria. Wilcke también describió planes para un novedoso ordenador que es una especie de recreación física de los algoritmos de Numenta.

El plan implica apilar múltiples obleas de silicio una encima de otra con conexiones físicas entre ellas para imitar las redes descritas por los algoritmos de Numenta.

Algunos investigadores en computación y neurocientíficos se muestran críticos respecto a las ideas de Hawkins, afirmando que no han estado a la altura de lo que este afirma. El profesor de psicología de la Universidad de Nueva York (EEUU), Gary Marcus, que es cofundador de una start-up de IA llamada Geometric Intelligence, explica que es posible que los modelos de Numenta estén más cerca de cómo opera el cerebro que las redes neuronales artificiales. «Pero también son supersimplificados», afirma. «Y por ahora no he visto un argumento contundente que demuestre que dan lugar a un mejor rendimiento en ninguna de las áreas que representan grandes desafíos en este campo».

Marcus afirma que los algoritmos de Hawkins imitan sólo algunos de los mecanismos que se conoce que funcionan en el cerebro, y que la mayoría de sus funciones siguen siendo un misterio. Y añade que por el momento las demostraciones de la tecnología de Numenta han sido limitadas. «No los he visto intentar manejar la comprensión del lenguaje natural, y ni siquiera han producido resultados de vanguardia en el reconocimiento de imágenes», afirma.

Aunque Hawkins señala que el hecho de que IBM haya adoptado sus ideas es una demostración de la valía de estas, no parece tener ninguna prisa porque dejen su huella en el mundo. Ha retirado un plan que había para ganar dinero con la venta del primer producto de Numenta, un software lanzado a finales de 2013 llamado Grok, que busca anomalías en los registros producidos por software alojado en la nube. Hawkins afirma que pronto ese software se lanzará en una versión gratuita.

En cambio, el personal de Numenta, unas 20 personas, se centra ahora en perfeccionar los algoritmos creados partiendo de la teoría original de Hawkins. Conseguir que el software sea capaz de aprender a controlar motores y otros equipos físicos es uno de sus principales objetivos. Es algo que podría ser útil para la robótica, algún día. «Tenemos mucha suerte de que gracias a mí y a otros inversores, no tenemos que construir un negocio en torno a esto ahora mismo», afirma Hawkins. «Consideramos que estamos construyendo una base de propiedad intelectual para los próximos 30 años de la computación».

 

www.technologyreview.es – INNOVAticias

ARTÍCULOS RELACIONADOS

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Otras noticias de interés