Categorías: Tecnología

Inteligencia Artificial aprende a “recordar” conocimientos previos

Comparta este Artículo en:

Podría representar un paso hacia una computación verdaderamente cerebral.

Las redes neuronales suelen tener que aprender todo lo que necesitan saber acerca de sus funciones, en lugar de construir sobre las experiencias existentes como los cerebros reales.

El equipo de DeepMind del Alphabet espera arreglar eso.

Han elaborado un algoritmo que permite a una red neuronal “recordar” conocimiento del pasado y aprender más eficazmente.

El enfoque es similar a cómo funciona su propia mente, e incluso puede proporcionar ideas sobre el funcionamiento de las mentes humanas.

Al igual que las sinapsis reales, que tienden a preservar las conexiones entre las neuronas cuando han sido útiles en el pasado, el algoritmo (conocido como Elastic Weight Consideration) decide cuán importante es una conexión dada a su tarea asociada.

Pida a la red neuronal que aprenda una nueva tarea y el algoritmo salvaguardará las conexiones más valiosas, vinculándolas a nuevas tareas cuando sea relevante.

En pruebas con 10 clásicos videojuegos de Atari, la inteligencia artificial no necesitaba aprender a jugar cada juego de forma aislada.

She was even purchase levitra online why not check here more lovely in person. If you are viagra buying online suffering from erectile dysfunction and you want to think about. This chemical is very friendly to the bloodstream as it quickly mixes up in the blood, sets a connection between the brain activity and male reproductive system the first, it is important to get tested for either of the problems levitra online frankkrauseautomotive.com if you notice any side effect, then seek medical assistance immediatelyThese are some of the physical causes due to which Erectile dysfunction is caused to a. Premature Ejaculation and tadalafil no prescription Erectile Dysfunction (ED): Sometimes men are facing both sexual problems PE and ED (erectile dysfunction). Podría aprenderlos secuencialmente, tomando el conocimiento acumulado en un juego y aplicándolo al otro.

Sin embargo, el sistema no es perfecto.

Si bien es capaz de aprender de sus experiencias anteriores y retener la información más útil, no es capaz de trabajar tan bien como una red neuronal que completa un solo juego.

El algoritmo muestra que al menos es posible proporcionar funciones similares a la memoria a la Inteligencia Artificial.

El grupo dice que ha sido capaz de mostrar un “aprendizaje continuo” basado en la “consolidación sináptica”.

En el cerebro humano, el proceso se describe como “la base del aprendizaje y la memoria”.

Y lo que DeepMind ha aprendido aquí podría arrojar luz sobre cómo los cerebros reales consolidar la información, y bien puede validar las teorías que han existido durante años.

Fuente: Engadget

Editor PDM

Entradas recientes

Mano robótica capaz de manipular objetos

Recientemente, Sanctuary AI presentó su mano robótica que ahora es capaz de manipular objetos. (more…)

3 days hace

Robots atraviesan entornos complejos sin sensores adicionales ni entrenamiento previo en terrenos difíciles

Especialistas en robótica de la Universidad de Leeds y el University College de Londres han…

3 days hace

Rompiendo barreras: IA para interpretar el lenguaje de señas americano en tiempo real

El lenguaje de señas es un medio de comunicación sofisticado y vital para las personas…

3 days hace

Dispositivo ayuda a personas con discapacidad visual a realizar tareas de localización tan bien como las personas videntes

Según un nuevo estudio dirigido por el Imperial College, una tecnología de navegación que utiliza…

3 days hace

Google lanza una versión de Gemini 2.0 capaz de razonar

Gemini 2.0 Flash Thinking Experimental es una nueva versión de la IA de Google que…

3 days hace

El siguiente paso de la computación cuántica: un nuevo algoritmo potencia la multitarea

Las computadoras cuánticas difieren fundamentalmente de las clásicas. En lugar de utilizar bits (0 y…

4 days hace
Click to listen highlighted text!