H. Cd. de Chihuahua.- Científicos encuentran una nueva forma de mejorar el entrenamiento de la IA.
Un estudio realizado por investigadores del Instituto de Física Interdisciplinaria y Sistemas Complejos (IFISC) de España reveló que las redes neuronales artificiales pueden entrenarse de manera más eficiente cuando operan cerca de un comportamiento caótico. Los resultados fueron publicados en la revista científica Physical Review Research y muestran que esta condición permite un mejor equilibrio entre explorar nuevas soluciones y perfeccionar las ya conocidas.
Los científicos explicaron que las redes neuronales aprenden mediante ajustes constantes de sus parámetros a través de algoritmos de optimización. Cuando la tasa de aprendizaje aumenta, el sistema se vuelve más sensible a pequeñas diferencias iniciales, generando comportamientos propios del caos. Sin embargo, detectaron que existe una zona intermedia donde el aprendizaje no colapsa y, por el contrario, se vuelve más rápido y preciso.
El fenómeno fue observado en diferentes tipos de redes neuronales, funciones de activación y conjuntos de datos, lo que sugiere que podría tratarse de una característica general del aprendizaje en inteligencia artificial. Los investigadores consideran que este hallazgo podría contribuir al desarrollo de sistemas más eficientes y con mejores capacidades de entrenamiento en el futuro. (En Blanco y Negro):
