Las máquinas de enseñanza en la forma en que los entrenadores de animales moldean el comportamiento de los perros o los caballos ha sido un método importante para desarrollar inteligencia artificial y que fue reconocida el miércoles con el Premio de Ciencias de la Computación Top.
Dos pioneros en el campo del aprendizaje de refuerzo, Andrew Barto y Richard Sutton, son los ganadores del Premio Aming de este año, el equivalente del mundo tecnológico del Premio Nobel.
La investigación de que Barto, de 76 años, y Sutton, de 67 años, comenzaron a fines de la década de 1970 allanaron el camino para algunos de los avances de IA de la última década. En el corazón de su trabajo estaba canalizando las llamadas máquinas "hedonistas" que podrían adaptar continuamente su comportamiento en respuesta a señales positivas.
El aprendizaje de refuerzo es lo que llevó a un programa de computadora de Google para vencer a los mejores jugadores humanos del mundo del antiguo juego de mesa chino en 2016 y 2017. También ha sido una técnica clave para mejorar las herramientas de IA populares como ChatGPT, optimizar el comercio financiero y ayudar a una mano robótica a resolver un cubo de Rubik.
Pero Barto dijo que el campo "no estaba de moda" cuando él y su estudiante de doctorado, Sutton, comenzaron a elaborar sus teorías y algoritmos en la Universidad de Massachusetts, Amherst.
"Estábamos en el desierto", dijo Barto en una entrevista con Associated Press. “Por eso es tan gratificante recibir este premio, ver que esto se vuelve más reconocido como algo relevante e interesante. En los primeros días, no lo fue ".
Google patrocina el premio anual de $ 1 millón, que fue anunciado el miércoles por la Asociación para la Maquinaria de Computación.
Barto, ahora retirado de la Universidad de Massachusetts, y Sutton, profesor de toda la vida en la Universidad de Alberta de Canadá, no son los primeros pioneros de la IA en ganar el premio que lleva el nombre del matemático británico, el rompehero y el primer pensador de IA Alan Turing. Pero su investigación ha tratado directamente de responder a la llamada de 1947 de Turing a una máquina que "puede aprender de la experiencia", que Sutton describe como "posiblemente la idea esencial del aprendizaje de refuerzo".
En particular, tomaron prestados de ideas en psicología y neurociencia sobre la forma en que las neuronas que buscan el placer responden a las recompensas o el castigo. En un artículo histórico publicado a principios de la década de 1980, Barto y Sutton establecieron su nuevo enfoque en una tarea específica en un mundo simulado: equilibrar un poste en un carrito en movimiento para evitar que caiga. Los dos informáticos más tarde coautorizan un libro de texto ampliamente utilizado sobre el aprendizaje de refuerzo.
"Las herramientas que desarrollaron siguen siendo un pilar central del auge de la IA y han hecho importantes avances, atrajeron legiones de jóvenes investigadores e impulsaron miles de millones de dólares en inversiones", dijo el científico jefe de Google, Jeff Dean, en una declaración escrita.
En una entrevista conjunta con el AP, Barto y Sutton no siempre estaban de acuerdo sobre cómo evaluar los riesgos de los agentes de IA que buscan constantemente mejorarse. También distinguieron su trabajo de la rama de la tecnología de IA generativa que actualmente está de moda: los grandes modelos de idiomas detrás de los chatbots fabricados por OpenAI, Google y otros gigantes tecnológicos que imitan la escritura humana y otros medios de comunicación.
"La gran opción es, ¿intentas aprender de los datos de las personas o intentas aprender de la propia vida de un agente (ai) y su propia experiencia?" Sutton dijo.
Sutton ha descartado lo que él describe como preocupaciones exageradas sobre la amenaza de la AI para la humanidad, mientras que Barto no estuvo de acuerdo y dijo: "Debes ser consciente de posibles consecuencias inesperadas".
Barto, retirado durante 14 años, se describe a sí mismo como un ludita, mientras que Sutton está adoptando un futuro que espera tener seres de mayor inteligencia que los humanos actuales, una idea a veces conocida como posthumanismo.
“Las personas son máquinas. Son máquinas maravillosas y maravillosas ", pero tampoco son el" producto final "y podrían funcionar mejor, dijo Sutton.
"Es intrínsecamente parte de la empresa de IA", dijo Sutton. “Estamos tratando de entendernos a nosotros mismos y, por supuesto, a hacer cosas que puedan funcionar aún mejor. Tal vez para convertirse en esas cosas ".
—Matt O’Brien, escritor de tecnología AP
