Facebook desarrolló un sistema para sus mecanismos de Inteligencia Artificial (IA) que les enseña a olvidar cierta información cuando esta no resulta importante para realizar sus funciones, lo que permite ahorrar en costes de memoria y de procesamiento.
La nueva tecnología, denominada ´Expire-Span´ (´plazo de expiración´, en ingles), es “la primera operación de su tipo” según la empresa, y busca hacer que las redes neuronales de la IA se parezcan al funcionamiento del cerebro humano, que constantemente olvida datos, como informó Facebook en un comunicado.
Los mecanismos de IA suelen procesar información de forma indiscriminada, pero cuando esta cantidad de datos es muy alta, como en el caso de textos largos o de videos, los costes de computación pueden llegar a ser insostenibles.
La tecnología creada por Facebook funciona primero prediciendo qué información es más relevante para el funcionamiento de una red neuronal y, en base a esta información, asocia a los datos una fecha de expiración después de la cual se borran.
De esta manera, la información esencial para su funcionamiento se retiene durante más tiempo, mientras que la irrelevante se elimina de forma rápida y así se libera el espacio de memoria del sistema para que se centre en las tareas principales.
El uso de Expire-Span ofrece beneficios a algunas tareas habituales de los mecanismos de IA como el modelado de lenguaje a nivel de caracteres, y mejora la eficiencia en tareas de contexto a largo plazo en lenguaje, aprendizaje reforzado, colisión de objetos y tareas de algoritmia.
Facebook destacó que su tecnología proporciona beneficios frente a otros sistemas para ahorrar memoria en el funcionamiento de la IA como la compresión de datos, ya que no requiere “difuminar” la información importante para su funcionamiento y por ello no degrada los resultados.
Facebook aseguró que continuará trabajando para que Expire-Span siga pareciéndose cada vez más al funcionamiento de la memoria humana, y estudiará cómo incorporar diferentes tipos de memoria, como la semántica a largo plazo, en las redes neuronales.
Fuente: DPA