La última investigación de Google DeepMind en ICML 2023

Última investigación de Google DeepMind en ICML 2023

La próxima semana marca el inicio de la 40ª Conferencia Internacional sobre Aprendizaje Automático (ICML 2023), que se llevará a cabo del 23 al 29 de julio en Honolulu, Hawái.

ICML reúne a la comunidad de inteligencia artificial (IA) para compartir nuevas ideas, herramientas y conjuntos de datos, y establecer conexiones para avanzar en el campo. Desde visión por computadora hasta robótica, investigadores de todo el mundo presentarán sus últimos avances.

Nuestro director de ciencia, tecnología y sociedad, Shakir Mohamed, dará una charla sobre aprendizaje automático con propósito social, abordando desafíos en salud y clima, adoptando una visión sociotécnica y fortaleciendo comunidades globales.

Nos enorgullece apoyar la conferencia como patrocinador platino y continuar trabajando junto con nuestros socios a largo plazo LatinX en IA, Queer en IA y Women in Machine Learning.

En la conferencia, también mostraremos demostraciones sobre AlphaFold, nuestros avances en ciencia de la fusión y nuevos modelos como PaLM-E para robótica y Phenaki para generar video a partir de texto.

Los investigadores de Google DeepMind presentarán más de 80 nuevos artículos en ICML este año. Como muchos artículos fueron presentados antes de que Google Brain y DeepMind se unieran, los artículos inicialmente presentados con afiliación a Google Brain se destacarán en un blog de Investigación de Google, mientras que este blog presenta artículos presentados con afiliación a DeepMind.

Consulta el programa completo de Google DeepMind en ICML 2023 en: https://deepmind.events/events/icml-2023

IA en el mundo (simulado)

El éxito de la IA que puede leer, escribir y crear se basa en modelos fundamentales: sistemas de IA entrenados con vastos conjuntos de datos que pueden aprender a realizar muchas tareas. Nuestra última investigación explora cómo podemos traducir estos esfuerzos al mundo real y sienta las bases para agentes de IA más capaces y encarnados, que puedan comprender mejor la dinámica del mundo y abrir nuevas posibilidades para herramientas de IA más útiles.

En una presentación oral, presentamos a AdA, un agente de IA que puede adaptarse para resolver nuevos problemas en un entorno simulado, como lo hacen los humanos. En cuestión de minutos, AdA puede asumir tareas desafiantes: combinar objetos de formas novedosas, navegar por terrenos desconocidos y cooperar con otros jugadores.

Del mismo modo, mostramos cómo podríamos utilizar modelos de visión y lenguaje para ayudar a entrenar agentes encarnados, por ejemplo, diciéndole a un robot lo que está haciendo.

El futuro del aprendizaje por refuerzo

Para desarrollar IA responsable y confiable, tenemos que comprender los objetivos en el corazón de estos sistemas. En el aprendizaje por refuerzo, una forma de definir esto es a través de la recompensa.

En una presentación oral, buscamos establecer la hipótesis de la recompensa propuesta por Richard Sutton, que afirma que todos los objetivos se pueden pensar como maximizar la recompensa acumulativa esperada. Explicamos las condiciones precisas en las que se cumple y aclaramos los tipos de objetivos que pueden, y no pueden, capturarse mediante la recompensa en una forma general del problema de aprendizaje por refuerzo.

Al implementar sistemas de IA, es necesario que sean lo suficientemente robustos para el mundo real. Analizamos cómo entrenar mejor algoritmos de aprendizaje por refuerzo dentro de limitaciones, ya que las herramientas de IA a menudo deben estar limitadas por seguridad y eficiencia. También exploramos cómo podemos enseñar a los modelos estrategias complejas a largo plazo en juegos de información imperfecta y con incertidumbre, como el póker. En una presentación oral, compartimos cómo los modelos pueden jugar para ganar en juegos de dos jugadores incluso sin conocer la posición y los movimientos posibles del otro jugador.

Desafíos en la frontera de la IA

Los humanos pueden aprender, adaptarse y comprender fácilmente el mundo que nos rodea. Desarrollar sistemas de IA avanzados que puedan generalizar de manera similar a los humanos ayudará a crear herramientas de IA que podamos utilizar en nuestra vida diaria y para enfrentar nuevos desafíos.

Una forma en que la IA se adapta es cambiando rápidamente sus predicciones en respuesta a nueva información. En una presentación oral, analizamos la plasticidad en las redes neuronales y cómo se puede perder a lo largo del entrenamiento, así como formas de evitar esa pérdida.

También presentamos investigaciones que podrían ayudar a explicar el tipo de aprendizaje en contexto que surge en modelos de lenguaje grandes al estudiar redes neuronales meta-entrenadas en fuentes de datos cuyas estadísticas cambian espontáneamente, como en la predicción del lenguaje natural.

En una presentación oral, presentamos una nueva familia de redes neuronales recurrentes (RNN) que tienen un mejor rendimiento en tareas de razonamiento a largo plazo para desbloquear la promesa de estos modelos para el futuro.

Por último, en “asignación de crédito cuantil”, proponemos un enfoque para desentrañar la suerte del talento. Al establecer una relación más clara entre acciones, resultados y factores externos, la IA puede comprender mejor entornos complejos del mundo real.

Consulta el programa completo de Google DeepMind en ICML 2023 en: https://deepmind.events/events/icml-2023

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Aprendizaje Automático

Acelerando el Acelerador Científico Acelera la Computación de Alto Rendimiento de CERN con GPUs y IA.

Nota del editor: Esto es parte de una serie que perfila a investigadores que avanzan en la ciencia con cómputo de alt...

Inteligencia Artificial

Conoce al Omnívoro Startup desarrolla aplicación que permite a los usuarios convertir objetos en modelos 3D con solo un teléfono inteligente.

Nota del editor: Esta publicación forma parte de nuestra serie Meet the Omnivore, que presenta a creadores y desarrol...

Inteligencia Artificial

Navegando la Curva de Aprendizaje La Lucha de la IA con la Retención de Memoria

A medida que los límites de la inteligencia artificial (IA) se expanden continuamente, los investigadores luchan con ...

Inteligencia Artificial

Un estudio encuentra que ChatGPT aumenta la productividad de los trabajadores en algunas tareas de escritura

Un nuevo informe realizado por investigadores del MIT destaca el potencial de la IA generativa para ayudar a los trab...

Inteligencia Artificial

Visión del PM Modi sobre la regulación de la IA en India Cumbre B20 2023

A medida que el B20 Summit India 2023 llegaba a su fin en Delhi, las palabras del primer ministro Narendra Modi conti...