- La filial especializada en IA de Google, DeepMind, batió un récord que llevaba vigente más de 50 años.
- DeepMind utilizó la nueva versión de su herramienta AlphaZero para descubrir una manera más rápida de multiplicar matrices.
- Acelerar este cálculo podría tener un gran impacto en miles de tareas informáticas cotidianas, reduciendo costos y ahorrando energía.
- ¿Ya conoces nuestra cuenta de Instagram? Síguenos.
Grandes compañías tecnológicas como Google o Meta que desarrollan herramientas de inteligencia artificial (IA), consiguen avances cada vez más significativos en diversos campos.
En diseño de interiores, una IA te deja ver cómo quedarían diferentes muebles y estilos decorativos en tu salón subiendo una única foto de él. En producción audiovisual, una herramienta de Meta te permite crear un video escribiendo un par de palabras. Mientras tanto, en el ámbito sanitario, una IA ayuda a emitir un diagnóstico solo cuatro horas después de hacerse una prueba.
Una encuesta sobre el estado de la IA realizada por la firma de consultoría McKinsey & Company estipuló que en 2021 56% de las compañías habían adoptado herramientas que la incluían en al menos una función. Según dicho informe, 5% de los beneficios de esas empresas era atribuible a su adopción de la inteligencia artificial.
Pese a las posibilidades que presenta y lo extendida que está su aplicación, los primeros problemas que intentaron resolver estas tecnologías tenían que ver con los cálculos matemáticos y las labores informáticas. Es precisamente en ese campo en el que una IA de Google batió un récord que llevaba vigente 50 años: la multiplicación de matrices de forma más rápida.
DeepMind, la filial de Google que se dedica al desarrollo de IA, utilizó la nueva versión de su herramienta AlphaZero para descubrir una forma más rápida de multiplicar matrices, de acuerdo con MIT Technology Review.
Podría parecer sencillo por tratarse de efectuar un cálculo matemático más rápido; sin embargo, la multiplicación de matrices representa un problema central en computación que afecta a miles de tareas informáticas cotidianas.
El logro de la IA de Google es «un resultado realmente sorprendente»
La multiplicación de matrices es un tipo de cálculo crucial en el corazón de muchas aplicaciones; desde mostrar imágenes en una pantalla hasta simular física compleja. También es fundamental para el propio aprendizaje automático. Acelerar este cálculo podría tener un gran impacto en miles de tareas informáticas cotidianas, reduciendo costos y ahorrando energía.
François Le Gall, un matemático de la Universidad de Nagoya, Japón — y que no participó en el desarrollo de la IA de Google— dijo a MIT Technology Review que «es un resultado realmente sorprendente».
«La multiplicación de matrices se utiliza en todas partes en informática, cualquier cosa que quieras resolver numéricamente, sueles utilizar matrices», explica.
Una matriz matemática es un conjunto de números que se representa en una cuadrícula y que se utiliza para representar una información concreta. La multiplicación de dos matrices consiste en multiplicar los números de la fila de una por los de la columna de otra. «Es como el ABC de la informática», asegura el jefe del equipo de IA de DeepMind, Pushmeet Kohli.
Pese a lo importante que es este cálculo, el método para resolverlo seguía siendo el mismo que hace 50 años. Esto debido a que el número de posibilidades es casi infinito; hay más maneras de hacerlo que átomos en el universo.
Los investigadores de DeepMind encontraron la manera de resolverlo convirtiendo el cálculo en un juego de mesa tridimensional al que llamaron TensorGame.
Jugando a multiplicar matrices
El truco consistía en convertir el problema en una especie de juego de mesa tridimensional, llamado TensorGame. El tablero representa el problema de multiplicación a resolver, y cada movimiento representa el siguiente paso para resolver dicho problema. La serie de movimientos realizados en un juego, por lo tanto, representa un algoritmo.
El resultado de este proceso —publicado en la revista Nature— es una manera de multiplicar matrices más rápida que la que ideó en 1969 el matemático alemán Volker Strassen, cuyo récord había permanecido intacto desde entonces.
Según MIT Technology Review, el equipo de DeepMind ya intentó implementar este cálculo en la tarjeta gráfica V100 de Nvidia y en los procesadores TPU de Google; dos de los dispositivos más utilizados en el aprendizaje automático. El nuevo algoritmo hace que estos sean entre 10 y 20% más rápidos.
AHORA LEE: Modelos de inteligencia artificial que generan arte o textos se entrenan con contenido dañino
TAMBIÉN LEE: Esta startup está logrando que la inteligencia artificial tenga ‘sentido común’ como los humanos
