Noticias

IMFD presente en workshop internacional “When deep learning meets logic”

Abril de 2022.- Pablo Barceló, subdirector del Instituto Milenio Fundamentos de los Datos (IMFD), investigador del Centro Nacional de Inteligencia Artificial (Cenia) y director del IMC UC, fue invitado al workshop internacional “When deep learning meets logic”, evento virtual auspiciado por Samsung que se realizará en junio. En su primera versión efectuada en 2021, este encuentro reunió a más de 1.000 participantes provenientes de prestigiosos centros como el MIT, Google, IBM, Microsoft y las universidades de Oxford y Cambridge.

Leslie Valiant no sólo es profesor de la prestigiosa Universidad de Harvard (EE.UU.), sino que también es un pionero reconocido por sus estudios sobre teoría de la computación y, además, en 2010 obtuvo el Premio Turing, distinción conocida como el “Nobel de la Computación”. Christos Papadimitriou, académico de la U. de Columbia (EE.UU.), también cuenta con varios galardones como el Premio Gödel, el Premio Knuth y la Medalla John Von Neumann, además de ser autor del libro Computational Complexity, uno de los más utilizados y referenciados en el campo de la teoría de la complejidad computacional. Estos dos investigadores de renombre internacional fueron los encargados de dictar las charlas que abrieron y cerraron respectivamente la primera versión del workshop “When deep learning meets logic”, realizado el año pasado y cuya edición 2022 contará con una presentación a cargo de Pablo Barceló, director del Instituto de Ingeniería Matemática y Computacional de la Universidad Católica (IMC) y quien fue invitado a participar como speaker.

El workshop, que se realizará de manera virtual entre el 6 y 8 de junio y es auspiciado por Samsung Research, está organizado por Vaishak Belle – investigador de la Universidad de Edimburgo (Escocia) que centra sus estudios en la intersección entre machine learning y lógica-, Martin Grohe -matemático de la Universidad RWTH (Alemania) y experto en campos como teoría de bases de datos y teoría de modelos finitos- y Efi Tsamoura, investigadora de Samsung AI y cuyos estudios se centran en tópicos como bases de datos distribuidas. La primera versión del encuentro congregó a más de 1.000 participantes, una convocatoria, que según los encargados, revela el alto interés que existe en torno a los esfuerzos que se han realizado en los últimos años por integrar los ámbitos de la lógica y el deep learning.

En este sentido, Barceló -doctor en ciencia de la computación- explica que la inteligencia artificial comenzó a desarrollarse hace unos 50 años a través de dos grandes rutas. “Una es la corriente conectivista y la otra se refiere más a la representación del conocimiento. En la primera se podría decir, hablando de manera bastante general, que lo que vamos a hacer es replicar un cerebro. Un cerebro tiene neuronas que se conectan, pero no le vamos a explicar cómo hacerlo. Vamos a construir, de cierta manera, la infraestructura y después en base a los datos que tenemos, haremos que esas neuronas se conecten y aprendan algo. Cuando llegan nuevos datos, esas neuronas se conectan de otra forma y aprenden otra cosa”.

Esa corriente, agrega el director del IMC, es la que ha dado origen a desarrollos cruciales como el deep learning, redes neuronales muy profundas y de muchas capas que resuelven problemas muy específicos y complejos de manera mucho más eficiente que un ser humano. “Los ejemplos típicos en esta área son la clasificación de imágenes y el procesamiento de texto que ofrece, por ejemplo, el traductor de Google, el cual funciona de manera casi perfecta”.

En paralelo a la llamada corriente conectivista, se fue desarrollando otra vía que durante mucho tiempo incluso fue más predominante y que alude a la representación del conocimiento. “Es decir, de qué manera le explico a una máquina cómo resolver ciertas tareas. Eso tiene que ver con cómo representar el conocimiento o dominio que tengo sobre esa labor y esa especificación comúnmente viene dada en un lenguaje lógico”, indica Barceló. En el caso de la inteligencia artificial, la lógica es además un lenguaje para explicar: “Muchas veces se hacen redes neuronales, pero no entendemos muy bien lo que ocurre en su interior. Es como una caja negra. Pero la lógica nos puede entregar una representación sucinta, una explicación de lo que está haciendo”.

Pese a que la línea conectivista ha tenido enormes avances, también hay indicios de que está llegando a su límite, ya que aún le falta entender los contextos. “Es muy poco eficiente. Necesita trillones de trillones de datos para poder aprender algo que quizás no es tan complejo, porque razona muy poco y entrega muy pocas explicaciones. Por otro lado, tenemos esta otra línea lógica que explica mucho, pero que al mismo tiempo es extremadamente cara e ineficiente desde el punto de vista computacional”, explica Barceló. Por ese motivo, agrega el investigador, hoy se cree que la única forma de que se genere un nuevo breakthrough en inteligencia artificial es a través de la combinación de estas dos visiones, de manera que las “redes neuronales profundas entiendan más sobre el dominio de lo que están aprendiendo, para que así puedan aprender con menos datos, y al mismo tiempo proveer explicaciones”.

Ese punto de encuentro es lo que hoy se conoce como Neuro-symbolic AI o Inteligencia artificial neuro simbólica, donde tal como plantea Barceló la lógica tiene un rol “predominante o particularmente importante, porque es el lenguaje que ocupamos para representar el conocimiento y obtener explicaciones”. Precisamente, los organizadores del evento virtual indican que se trata del primer workshop que cubre todos los aspectos relacionados a la integración de las redes neuronales profundas con la lógica y la computación simbólica.

Además, según señaló Efi Tsamoura en un comunicado preparado para la primera versión del workshop, este encuentro no sólo cubre un amplio rango de puntos ligados a este tema, sino que también es pionero al presentar tanto investigaciones fundacionales como prácticas en el área. “A pesar de que la integración de estos dos paradigmas ha sido el tema de diferentes workshops asociados a entidades como AAAI, IJCAI, NeurIPS y CVPR, el nuestro es el primero que no se enfoca en un sólo tópico sino que ofrece una visión más bien holística sobre esta fascinante área de investigación que mezcla las redes neuronales profundas con los sistemas simbólicos”, indicó.

 

El workshop es el primero que mezcla las áreas de investigación de redes neuronales profundas con los sistemas simbólicos
More news
View : All
Annual
2022
2021
2020
2019
2018
2017
2016
2015
Biannual
1st semester
2nd semester
Monthly
January
February
March
April
May
June
July
August
September
October
November
December
No news in this category
Show more
Nothing to show