Informatica

Medir la capacidad de la IA para aprender es difícil.

No puede haber un método exacto para decidir si un problema dado
Se puede resolver exitosamente con herramientas de aprendizaje automático.

Las organizaciones que buscan beneficiarse de la revolución de la inteligencia artificial (AI) deben tener cuidado al poner todos sus huevos en una canasta, según un estudio de la Universidad de Waterloo encontró. En un estudio publicado en & nbsp; Nature Machine Intelligence, los investigadores de Waterloo encontraron que, por el contrario,
para la sabiduría convencional, no puede haber un método exacto para decidir si un problema dado puede resolverse con éxito mediante herramientas de aprendizaje automático.


«Tenemos que proceder con cautela», dijo Shai Ben-David, autor principal del estudio y profesor en la Escuela de Ciencias de la Computación de Waterloo. «Hay una gran tendencia de herramientas que son muy exitosas, pero nadie entiende por qué tienen éxito, y nadie puede proporcionar garantías de que continuarán siendo exitosas». En situaciones donde solo se requiere un sí o no, sabemos exactamente Qué se puede o no se puede hacer con los algoritmos de aprendizaje automático. Sin embargo, cuando se trata de configuraciones más generales, no podemos distinguir tareas aprendibles de tareas no aprendibles «.

En el estudio, Ben-David y sus colegas consideraron un modelo de aprendizaje denominado estimación del máximo (EMX), que captura muchas tareas comunes de aprendizaje automático. Por ejemplo, tareas como identificar el mejor lugar para ubicar un conjunto de instalaciones de distribución para optimizar sus
Accesibilidad para futuros consumidores esperados. La investigación descubrió que ningún método matemático sería capaz de determinar, dada una tarea & nbsp; en ese modelo, si una herramienta basada en AI podría manejar esa tarea o no.

«Este hallazgo es una sorpresa para la comunidad de investigación & nbsp; ya que durante mucho tiempo se ha creído que una vez que se proporciona una descripción precisa de una tarea, se puede determinar si el aprendizaje automático Los algoritmos podrán aprender y realizar esa tarea «, dijo Ben-David.

El estudio, La capacidad de aprendizaje puede ser indecidible, fue coautor de Ben-David, Pavel Hrubeš del Instituto de Matemáticas de la Academia de Ciencias de la República Checa, Shay Morgan del Departamento de Ciencias de la Computación , Princeton University, Amir Shpilka, Departamento de Ciencias de la Computación, Tel Aviv University y Amir Yehudayoff de la
Departamento de Matemáticas, Technion-IIT.

Fuente: Universidad de Waterloo

SHARE
RELATED POSTS
FÍSICOS USAN LA SIMULACIÓN PARA ESTUDIAR LA TEORÍA DE LA INFORMACIÓN CUÁNTICA
Cómo Google Está Entrenando Chips Para Que Se Auto Diseñen
Data Could be Storage in Molecules
Los Datos Podrían ser Almacenados en Moléculas por Millones de Años  

Comments are closed.