El aprendizaje profundo (DL, por sus siglas en inglés), una rama transformadora del aprendizaje automático y, más ampliamente, de la inteligencia artificial (IA), está destinado a transformar cada segmento de negocio e industria. Las innovaciones en IA están surgiendo a un ritmo sin precedentes, con nuevas capacidades para el procesamiento del lenguaje, el reconocimiento de imágenes, los sistemas de recomendación y muchas más que están evolucionando rápidamente. Los avances en el hardware y el software de DL, así como una enorme expansión en las capacidades y soluciones basadas en DL desde el borde hasta la nube, continuarán durante los próximos años. Paralelamente, la IA necesita evolucionar y expandirse más allá de los enfoques actuales de DL, añadiendo nuevos niveles de capacidades cognitivas para acercar la tecnología aún más a la inteligencia humana en áreas definidas.
He sido parte del viaje para aumentar la inteligencia de las máquinas durante casi una década. Después de varias décadas enfocadas en varias arquitecturas de cálculo líderes y productos en Intel, quedó claro alrededor del 2010 que las capacidades emergentes de IA iban a dar forma no solo al futuro del cálculo, sino también al concepto más amplio de la interacción entre humanos y máquinas. En el 2012, fundamos un laboratorio de redes neuronales convolucionales (CNNs, por sus siglas en inglés) para ayudar a evolucionar la hoja de ruta tecnológica para la aceleración de inferencias de DL, el procesamiento del lenguaje natural (NLP, por sus siglas en inglés) y el reconocimiento visual. Durante los últimos años, Intel ha invertido en integrar estas capacidades de DL en la CPU y otros productos, creando tecnologías de clase mundial para la aceleración dedicada de DL, y reestructurando las pilas de software para entregar el rendimiento y programabilidad máximos para impulsar la adopción y seguir innovando en este campo.
Si bien la mayoría de los esfuerzos en la industria se centran en mejorar la eficiencia y alcance de las tecnologías y productos de DL que entran al mercado hoy en día, es cada vez más evidente que los enfoques de DL tienen sus límites y la IA necesita nuevas innovaciones para adquirir competencias cognitivas más similares a las humanas. Se necesitan nuevas tecnologías para abordar desafíos del mundo real como la explicabilidad, el razonamiento, el comportamiento fuera de la distribución (OOD), la extensibilidad a nuevos dominios con datos adicionales mínimos, la adaptación del sistema a través del aprendizaje continuo y otras limitaciones de los enfoques de DL actuales.
Para abordar estos desafíos, hemos establecido la investigación en computación cognitiva en Intel Labs para impulsar la innovación de Intel en la intersección de la inteligencia de máquinas y la cognición. Nuestros esfuerzos combinan lo último en aprendizaje profundo, con la integración de estructuras de conocimiento, así como el razonamiento basado en la lógica y la IA neurosimbólica, con el fin de construir una IA de aprendizaje automático que pueda tomar decisiones informadas en situaciones complejas y ricas en contexto. Nos basaremos en la investigación de vanguardia de otros equipos de Intel Labs, incluyendo el cómputo inspirado en el cerebro, el entendimiento visual, el cómputo neuromórfico, probabilístico, NLP y más, trabajando juntos para impulsar la industria hacia adelante.
El aprendizaje profundo hace que los sistemas de IA sean increíblemente efectivos en tareas de reconocimiento, percepción, traducción y sistemas de recomendación. Las tecnologías emergentes para la próxima ola de aprendizaje de máquinas y AI crearán una clase completamente nueva de soluciones de AI con un mayor entendimiento y cognición. Esperamos construir sistemas de IA de próxima generación que algún día entiendan este art[iculo y otros contenidos informativos y brinden aún mayores beneficios a nuestras vidas.
