Sin lugar a duda la tecnología evoluciona a pasos agigantados, y con el objetivo de resolver tareas cognitivas, la Computación Hiperdimensional propone calcular la similitud entre los datos lo que permite una rápida capacidad de aprendizaje, eficiencia energética y una precisión aceptable en el aprendizaje y clasificación de las tareas. Por otro lado, también ayuda a la transformación de datos con una naturaleza intrínsecamente robusta.
La computación hiperdimensional utiliza conceptos de hipervectores donde estos tienen propiedades versátiles que son aplicables al funcionamiento de la Inteligencia Artificial.
Para que los robots sean capaces e inteligentes como los seres humanos en diversas tareas, necesitan coordinar los datos sensoriales con las capacidades del motor robótico. Científicos de la Universidad de Maryland publicaron un artículo en su revista Science Robotics que describe un enfoque potencialmente revolucionario para mejorar la forma en que la Inteligencia Artificial maneja la representación sensorio-motora utilizando la teoría de la computación hiperdimensional.
Los investigadores tenían como objetivo crear una forma de mejorar la «percepción activa» de un robot y la capacidad del robot para integrar la forma en que una máquina encajará en el mundo que lo rodea. Por lo que, propusieron un método para codificar acciones y percepciones juntas en un solo espacio que es significativo, semánticamente informado y consistente mediante el uso de esta tecnología».
Usando estos vectores, los investigadores pueden mantener toda la información sensorial que recibe el robot en un solo lugar, por lo que con esto, los robots podrían mantener sus recuerdos. A medida que se almacena más información, su historial aumentará el contenido de memoria de la máquina. Esto dará como resultado que los robots sean mejores para tomar decisiones autónomas, esperar situaciones futuras y completar tareas.
Fuente: arxiv.org