La IA de DeepMind inventa una mejor manera de aprender: un gran avance en el aprendizaje por refuerzo Los investigadores de DeepMind han demostrado que la inteligencia artificial puede descubrir de forma autónoma algoritmos de aprendizaje por refuerzo (RL) que superan a los meticulosamente elaborados por humanos. Este avance desafía el paradigma tradicional en el que las reglas de RL se diseñan manualmente, allanando el camino para que las máquinas desarrollen sus propias estrategias de aprendizaje solo a partir de la experiencia. La innovación central radica en el aprendizaje de meta-refuerzo, una técnica en la que un sistema de IA aprende *cómo* aprender basándose en las experiencias colectivas de múltiples agentes que navegan por entornos complejos. En lugar de depender de reglas predefinidas, la IA refina iterativamente un nuevo método para actualizar políticas y predicciones. Cuando se probó en el clásico punto de referencia de Atari, un conjunto de videojuegos utilizados para evaluar el rendimiento de RL, el algoritmo descubierto no solo superó las reglas existentes diseñadas por humanos, sino que también sobresalió en tareas completamente nuevas y desafiantes que nunca había encontrado durante el entrenamiento. No es una mejora incremental, es un cambio conceptual. La IA podría acelerar el progreso en campos que requieren inteligencia adaptativa, desde la robótica hasta el descubrimiento científico. Al automatizar el proceso de descubrimiento, pronto podríamos ver sistemas de IA que inicien sus propios avances, reduciendo la necesidad de intervención humana y potencialmente conduciendo a una inteligencia artificial más robusta y generalizable. Papel: