Investigadores de la UGR crean un generador autónomo de problemas de IA capaz de mejorar las aplicaciones de mapas o el diseño de videojuegos
13 noviembre, 2024
En el campo de la inteligencia artificial, la planificación automática requiere de una serie de problemas específicos para avanzar en la investigación y en el desarrollo de modelos
Un equipo de investigación del Instituto DaSCI y de la UGR ha creado NeSIG, una innovadora metodología de inteligencia artificial que revoluciona la forma en que se generan problemas de planificación, haciéndola más accesible y eficaz. Esta solución se puede aplicar a tareas de robótica, generación de niveles de videojuegos, planificación de rutas tal y como hace Google Maps o problemas de logística en general, entre otros ámbitos.
En el campo de la IA, la planificación automática requiere de una serie de problemas específicos para avanzar en la investigación y en el desarrollo de modelos robustos. Hasta la fecha, crear estos conjuntos de problemas dependía en gran medida de diseñadores humanos o generadores programados a mano, procesos que resultan costosos y tediosos.
Los investigadores Carlos Núñez, Pablo Mesejo y Juan Fernández han trabajado en este avance. NeSIG, que significa «Neuro-Symbolic Instance Generator», es el primer método diseñado para ser independiente de dominios específicos y capaz de crear automáticamente problemas de planificación válidos, diversos y difíciles de resolver para algoritmos planificados. Se sustenta en el uso de Aprendizaje por Refuerzo Profundo y en el marco de Procesos de Decisión de Markov, donde NeSIG entrena políticas generativas para crear problemas con características deseables (validez, diversidad y dificultad).
Beneficios y resultados de NeSIG
En comparación con los generadores manuales y específicos de cada dominio, los experimentos realizados muestran que NeSIG puede generar problemas con una dificultad media 15,5 veces mayor, reduciendo al mismo tiempo la carga de trabajo humano. Esta capacidad de automatización es especialmente valiosa en ámbitos como el aprendizaje automático, donde disponer de grandes cantidades de datos de entrenamiento de calidad es clave para mejorar el rendimiento y la generalización de los modelos de aprendizaje.
Además, NeSIG es el primer método como tal que “aprende” a generar problemas válidos, diversos y difíciles de resolver, por lo que no hay ningún otro método con el que comparar. “En general, los modelos de aprendizaje automático no suelen mostrar capacidades de generalización para desempeñar tareas de distinto tamaño, con un número distinto de objetos, como es el caso de los algoritmos de aprendizaje por refuerzo. Esto abre una puerta hacia nuevas aplicaciones en la planificación automática, proporcionando un flujo constante de problemas complejos y de distinto tamaño, con mínima intervención humana”, explican los investigadores.
Impacto en el futuro de la IA
La propuesta de NeSIG marca un cambio de paradigma en el campo de la generación de problemas de planificación y representa un paso importante hacia la total independencia de los diseñadores humanos en la creación de estos escenarios. “Con NeSIG, el futuro de la planificación automatizada se vuelve más prometedor, permitiendo a los investigadores y profesionales centrarse en mejorar los algoritmos y en explorar nuevas aplicaciones de la inteligencia artificial. Algunas aplicaciones posibles son la generación de datos para entrenar modelos, comparar el rendimiento de diversos algoritmos, aprendizaje por refuerzo, generación de problemas de adversarios, simulación de escenarios, etc.”, añaden desde el equipo de investigación.
El Instituto Andaluz Interuniversitario en Ciencia de Datos e Inteligencia Computacional, conocido como Instituto DaSCI, es una entidad de colaboración entre las universidades de Granada, Jaén y Córdoba. Se dedica a la investigación avanzada y la formación en el ámbito de la inteligencia artificial, con un enfoque particular en la ciencia de datos e inteligencia computacional. El instituto reúne a un destacado grupo de investigadores e investigadoras que trabajan en proyectos conjuntos, promoviendo el desarrollo y la aplicación de tecnologías innovadoras en diversos sectores. Con el objetivo de convertirse en un referente en su campo, el DaSCI impulsa la transferencia de conocimiento científico al entorno socioeconómico, contribuyendo así al progreso tecnológico y a la digitalización de la industria. https://dasci.es/es/
Referencia bibliográfica:
Carlos Núñez-Molina, Pablo Mesejo y Juan Fernández-Olivares. «NeSIG: A Neuro-Symbolic Method for Learning to Generate Planning Problems». En ECAI 2024, 4084-91. IOS Press, 2024. https://doi.org/10.3233/FAIA240978
Contacto:
- Carlos Nuñez Molina – ccaarlos@ugr.es
- Pablo Mesejo Santiago – pmesejo@ugr.es
- Juan Fernández Olivares – faro@decsai.ugr.es