Entrenar un sistema d'intel·ligència artificial perquè classifiqui imatges en moltes categories diferents és, avui, una tasca que sol requerir desenes de milers d'unitats de processament gràfic (GPU) i un cost que es compta en milions de dòlars. Un equip de la Universitat de Bristol proposa una drecera basada en una idea sorprenentment senzilla: el joc infantil de les vint preguntes, en què un objecte es descobreix a força de preguntes de sí o no.
El professor de matemàtiques Sidharth Jaggi i el doctor Ioannis Papageorgiou, autor principal de l'estudi, presenten un mètode que trenca una tasca complexa de classificació en múltiples classificadors binaris senzills —cadascun capaç de respondre una única pregunta de sí o no— que es poden entrenar de manera independent en qüestió de minuts en un ordinador portàtil estàndard. Combinant prou d'aquests classificadors, sense necessitat de cap coordinació complexa entre ells, el sistema aconsegueix resoldre tasques de classificació que fins ara exigien un entrenament centralitzat molt més costós. «L'observació clau és que no cal cap coordinació complexa dels classificadors binaris senzills. N'hi ha prou que n'hi hagi suficients», resumeix Jaggi. El treball es va presentar el 16 de setembre a la conferència Allerton sobre comunicació, control i computació, a Illinois.
La proposta és rellevant perquè no només abarateix el cost computacional i energètic de l'entrenament, sinó que també el fa més robust: com que cada pregunta es respon de manera independent, el sistema conjunt pot seguir donant resultats fiables encara que alguns classificadors individuals s'equivoquin. Els autors destaquen que aquesta propietat el fa especialment adequat per a sistemes d'IA distribuïts en múltiples dispositius petits —sensors, robots o altres aparells que processen dades a la vora de la xarxa (edge computing)— on els recursos de càlcul són limitats.
Es tracta d'un treball presentat en una conferència especialitzada, encara pendent del recorregut habitual de revisió i replicació que consolida un resultat en el camp, i els mateixos autors el situen com una prova de concepte sobre els fonaments teòrics del mètode, no com un sistema ja llest per substituir els grans classificadors d'ús general que es fan servir avui en dia.