Qué tan lejos en el futuro se entrena a un modelo predictivo para pronosticar determina si aprende patrones útiles o solo detalles superficiales, según un nuevo estudio de investigadores del Technion – Instituto Tecnológico de Israel.
La investigación
En el artículo “Prediction horizon shapes representations in predictive learning” (El horizonte de predicción moldea las representaciones en el aprendizaje predictivo), Aviv Ratzon y Omri Barak investigaron por qué algunos modelos predictivos desarrollan representaciones estructuradas, similares a las del mundo, mientras que otros no lo logran. Se centraron en un componente clave del objetivo de entrenamiento: el horizonte de predicción, es decir, el paso de tiempo o el número de pasos hacia adelante que se le pide al modelo predecir.
Los investigadores utilizaron un entorno mínimo para demostrar primero, teórica y empíricamente, que aumentar el horizonte de predicción cambia la estructura efectiva del problema de aprendizaje. Mostraron que los sesgos implícitos del modelo, combinados con este cambio estructural, le permiten recuperar la geometría latente de la tarea. En otras palabras, al pronosticar más hacia adelante, el modelo se ve obligado a capturar la dinámica subyacente en lugar de simplemente imitar observaciones recientes.
Luego extendieron estos hallazgos a arquitecturas no lineales y conjuntos de datos más complejos, observando fenómenos similares. Los resultados proporcionan una explicación fundamentada de cuándo y por qué surgen representaciones estructuradas en el aprendizaje predictivo.
Por qué es importante
Esta investigación es relevante más allá de la inteligencia artificial: refleja cómo aprenden nuestros propios cerebros. Nuestros cerebros hacen predicciones constantemente, desde anticipar la siguiente palabra en una frase hasta prever el resultado de una acción física. Este estudio sugiere que el horizonte de nuestras predicciones (cuán lejos miramos hacia adelante) podría influir en la profundidad con la que procesamos la información. Si quieres construir un modelo mental robusto de un sistema, entrenarte para predecir más hacia el futuro (por ejemplo, considerando consecuencias a largo plazo) podría ayudarte a comprender su estructura oculta.
Qué puedes hacer
Para aplicar esta idea a tu propia cognición, intenta ampliar tu ventana de predicción. Cuando estudies un tema nuevo, no solo preguntes qué sucede a continuación; pregunta qué sucede en una semana o en un año. En las conversaciones, trata de anticipar las respuestas futuras de la otra persona. Practica pronosticar resultados de sistemas complejos, como la economía o el clima, y luego evalúa tus predicciones. Esto puede agudizar tu capacidad para detectar patrones y construir modelos mentales más precisos.
Fuente: arXiv q-bio.NC
¿Sientes curiosidad por tu propio cerebro? Realiza nuestro test de IQ adaptativo gratuito o prueba 306 niveles de entrenamiento cerebral.