PARA SU PUBLICACIÓN INMEDIATA N.º 3111

Este texto es una traducción de la versión oficial en inglés de este comunicado de prensa y se le proporciona a modo de referencia, para su comodidad. Consulte el texto original en inglés para obtener detalles específicos. En caso de que ambas versiones difieran, prevalecerá el contenido de la versión en inglés.

Mitsubishi Electric desarrolla un algoritmo de aprendizaje inteligente para lograr una AI de gran eficiencia

Reduce drásticamente el número de pruebas necesarias para lograr la precisión en el control de AI aprendido por máquina

Versión PDF

TOKIO, 24 de mayo de 2017 - Mitsubishi Electric Corporation (TOKIO: 6503) ha anunciado hoy el desarrollo de un algoritmo de refuerzo de propiedad para el control de máquinas de inteligencia artificial (AI) que tan solo requiere la realización de una quinta parte de pruebas (en comparación con los métodos de control de AI convencionales). Se espera que el algoritmo permita a equipos inteligentes, como robots y vehículos industriales, utilizar sensores y cámaras para aprender rápidamente de sus entornos, con el fin de ajustar el control de AI en entornos únicos.

Características principales

1)
El algoritmo de refuerzo de propiedad reduce drásticamente el tiempo de aprendizaje
- Las máquinas consiguen un aprendizaje de refuerzo de gran eficiencia con los datos de la cámara y del sensor.
- Reduce drásticamente el número de pruebas y el tiempo de aprendizaje, en comparación con los métodos de aprendizaje de refuerzo convencionales.
Los métodos convencionales de trabajo inteligente de AI requieren mucho tiempo para procesar las grandes cantidades de datos obtenidas mediante cámaras y sensores, además de pruebas exhaustivas con dichos datos.
2)
El algoritmo combinado con Compact AI se puede incluir en una amplia gama de máquinas
- El nuevo algoritmo, combinado con la tecnología Compact AI de Mitsubishi Electric lanzada en febrero de 2016, requiere solo una centésima parte de la cantidad de cálculos necesarios, en comparación con los métodos convencionales.
- Las máquinas que cuentan con recursos de procesamiento limitados pueden utilizar la solución para su aprendizaje de refuerzo.
En combinación con la tecnología Compact AI de Mitsubishi Electric, el algoritmo reduce significativamente el tiempo de cálculo en comparación con los métodos convencionales, lo que permite implementar aprendizaje de refuerzo profundo a una amplia gama de equipos con recursos limitados.
Solución Método de aprendizaje Tiempo de optimización
Nueva Aprendizaje de máquina totalmente automatizado De varios minutos a media hora
Existente Aprendizaje de máquina realizado por usuarios expertos De varias horas a medio día

Tenga en cuenta que la precisión de las notas de prensa corresponde a la fecha de publicación, pero dichas notas están sujetas a modificaciones sin previo aviso.