Una tecnología de IA inspirada en el cerebro reconoce datos invisibles con precisión
Investigadores de Fujitsu y del Centro de Cerebros, Mentes y Máquinas del MIT consiguen que modelos de inteligencia artificial reconozcan datos no vistos que se desvían de los datos de entrenamiento.
Mejorar la precisión de los modelos de inteligencia artificial. Eso es lo que ha conseguido Fujitsu en un trabajo conjunto con los investigadores del Centro de Cerebros, Mentes y Máquinas (CBMM) del MIT.
Sus equipos han explorado mano a mano los principios computacionales que se inspiran en la neurociencia para que modelos de inteligencia artificial sean capaces de reconocer datos no vistos que se desvían de lo pautado durante los entrenamientos. Y es que la precisión puede deteriorarse cuando las condiciones ambientales varían, por ejemplo, en términos de iluminación o de perspectiva.
Para resolver este problema, los investigadores decidieron dividir las redes neuronales profundas en módulos en función de las formas, los colores y otros atributos de los objetos, inspirando su enfoque en las características cognitivas de los seres humanos y su cerebro. Hasta ahora se creía que lo mejor era entrenar estas redes como un todo.
El resultado es un modelo de inteligencia artificial que ha conseguido la mayor calificación en precisión en una evaluación que mide la exactitud del reconocimiento de imágenes frente a la referencia CLEVR-CoGenT.
Los autores de este logro esperan acabar superando el sesgo de los conjuntos de datos y avanzar hacia aplicaciones como la inteligencia artificial para diagnóstico médico o la vigilancia del tráfico.
