La inteligencia artificial es capaz de hacer algoritmos mejores que los humanos
DeepMind es una compañía de inteligencia artificial inglesa. Creada en 2010 como DeepMind Technologies, fue adquirida en 2014 por Alphabet Inc., empresa matriz de Google.
Su programa AlphaZero ha descubierto una forma más rápida de resolver una operación matemática esencial para las tareas informáticas que afectan a miles de tareas cotidianas, según detalla un estudio que publica la revista Nature.
Los ingenieros de DeepMind han combinado técnicas de aprendizaje profundo y aprendizaje de refuerzo para que el ordenador sea capaz de descubrir las normas del “juego” de multiplicar matrices sin que los programadores le hayan enseñado ninguna noción matemática previa.
“Gracias al aprendizaje, AlphaTensor mejora gradualmente, redescubre los algoritmos más rápidos que se conocen para multiplicar matrices (…) y, eventualmente, sobrepasa el ámbito de la intuición humana para descubrir algoritmos más rápidos respecto a los que se conocían hasta ahora”, describen en un comunicado los responsables del proyecto.
Ver más: La IA se cuela en el periodismo
“La multiplicación de matrices es una operación fundamental en las ciencias. De hecho, esta es un área de interés matemático desde hace mucho tiempo, y encontrar algoritmos rápidos para la multiplicación de matrices es una de las mayores preguntas abiertas en informática, que sigue abierta a pesar de 50 años de investigación. AlphaTensor arroja nueva luz sobre esta pregunta”, explican a ABC a través de correo electrónico Hussein Fawzi y Francisco Ruiz, científicos de DeepMind y miembros del equipo de investigación.
“Además, este proyecto nos permite demostrar que AlphaZero se puede aplicar más allá del ámbito de los juegos para resolver problemas científicos y matemáticos, y esperamos que esta nueva investigación pueda impulsar una nueva era de descubrimiento algorítmico utilizando AI”, señalan los científicos de DeepMind.
Durante siglos, los matemáticos utilizaron el mismo método para multiplicar matrices, hasta que en 1969 el alemán Volken Strassen demostró que era posible encontrar vías más eficientes que la tradicional.
Como la multiplicación de matrices consiste, en términos generales, en multiplicar las filas de una matriz con las columnas de la otra, DeepMind pensó en trasladar el problema a una especie de juego de mesa tridimensional.
“Este juego es increíblemente desafiante: la cantidad de algoritmos posibles a considerar es mucho mayor que el número de átomos en el universo”, dicen los investigadores.
Con el método clásico que se enseña en las escuelas se puede multiplicar dos determinadas matrices con cien operaciones, mientras que gracias a los métodos de Strassen se ha logrado reducir esos pasos hasta ochenta.
AlphaTensor, gracias al aprendizaje profundo, ha encontrado una fórmula para llegar al mismo resultado con 76 operaciones.
“Durante las pruebas AlphaTensor descubrió miles de nuevos algoritmos correctos y eficientes para multiplicar matrices de diferentes tamaños”, señalan desde el equipo de investigación.
Dado que la multiplicación de matrices es elemental en muchas tareas informática, este avance de DeepMind podría hacer que los sistemas sean más eficientes, consumiendo menos energía y reduciendo la cantidad de errores de redondeo.
