Red Neuronal Artificial

La firma Deep Mind, perteneciente a Google, han creado un algoritmo capaz de aprender a superar juegos clA?sicos de la videoconsola Atari 2600, como Space Invaders o el a�?comecocosa�?, a partir de una informaciA?n mA�nima. Frente a un probador humano profesional, el nuevo agente artificial logrA? mA?s del 75% de la puntuaciA?n en mA?s de la mitad de los juegos.

Para los seres humanos es fA?cil aprender a controlar un videojuego. La experiencia anterior con la mA?quina o en la propia vida sirve de ayuda para superar pantallas. A?Pero un ordenador puede hacer lo mismo? Demis Hassabis y su equipo de investigadores en Inteligencia Artificial de Deep Mind, de Google, se propusieron el reto de crear un algoritmo que permitiera a una computadora aprender por sA� sola, sin apenas informaciA?n previa.

Hasta ahora, el mA�todo que habA�an empleado los ingenieros computacionales era el aprendizaje por refuerzo, basado en el estA�mulo y la recompensa pero que, segA?n los investigadores, a�?es limitado en situaciones complejas y su aplicaciA?n se limita a los entornos controlablesa�?.

La novedad que aportan los investigadores de Deep Mind es la combinaciA?n de este tipo de aprendizaje con una red neuronal artificial a imagen y semejanza de las biolA?gicas. El resultado, publicado en a�?Naturea�?, es un algortimo denominado a�?deep Q-network a�? surgido a partir de un aprendizaje por refuerzo profundo.

El estudio muestra que este agente artificial ha aprendido por sA� mismo a jugar a 49 videojuegos clA?sicos de la videoconsola Atari 2600, entre los que se encuentran Pacman (el popular comecocos) o Space Invaders, partiendo de informaciA?n sobre los pA�xeles y el nA?mero de acciones posibles en cada juego.

a�?Usamos los mismos datos iniciales para todos los juegos, lo que demuestra que el agente aprende con A�xito los procedimientos de cada uno basA?ndose A?nicamente en las entradas sensorialesa�?, explican los investigadores.

La mA?quina superA? las puntuaciones de sus predecesoras en 43 de los 49 videojuegos. Pero sus logros no se quedan ahA�, segA?n los autores: a�?Su rendimiento se puede comparar con el de un probador profesional humano de videojuegos. LogrA? mA?s del 75% de la puntuaciA?n humana en mA?s de la mitad de los juegosa�?.

El mA�todo destacA? en actividades de A�ndole muy variada, desde los juegos de boxeo a los de carreras de coches en 3D, a�?lo que demuestra que utilizando la misma arquitectura, la mA?quina puede aprender a optimizar estrategias en diferentes ambientesa�?. Para los investigadores, este algoritmo tambiA�n puede ayudar a los cientA�ficos a entender el proceso de aprendizaje de las personas. Asimismo, esperan que ayude crear productos mA?s A?tiles, como a�?mejorar el motor de bA?squeda de Google para completar tareas complejas como, por ejemplo, planear un viajea�?.