Investigadores de la Universidad de Nueva York y la Universidad Pompeu Fabra logran un hito en IA al crear una red neuronal que aprende y razona como los humanos, un avance que en este momento desafía la noción de que las redes neuronales no pueden replicar el pensamiento humano
La eterna pregunta sobre si las máquinas pueden pensar y razonar como los humanos parece haber encontrado una respuesta prometedora. Investigadores de la Universidad de Nueva York y la Universidad Pompeu Fabra en Barcelona han logrado, por primera vez, crear una red neuronal artificial que aprende nuevos conceptos y los combina con conocimientos previos de una manera que se asemeja sorprendentemente al pensamiento humano.
Este avance, presentado en la revista Nature la semana pasada y que se ha hecho eco en varios medios, desafía la creencia arraigada de que las redes neuronales no pueden imitar la mente humana. Esto porque desde finales de los años 80, se creía que las redes neuronales, como las que alimentan aplicaciones populares como ChatGPT, no podían realizar lo que los humanos hacen instintivamente: conectar nuevos conceptos con lo que ya sabemos para aprender. Esta capacidad humana para aprender conectando conceptos existentes es fundamental para nuestra inteligencia.
El método que han desarrollado, conocido como Meta-Aprendizaje Compositivo (MLC), se centra en entrenar una red neuronal mediante ejemplos de comportamiento humano y actualizaciones continuas. Los investigadores introdujeron palabras y solicitaron a la red que creara nuevas combinaciones gramaticales basadas en estas palabras. La máquina no memoriza; en cambio, entiende las reglas abstractas que vinculan palabras con conceptos, algo que querían lograr los científicos.
Datos significativos
Para evaluar la eficacia de su enfoque, los investigadores Brendan Lake, de la Universidad de Nueva York, y el italiano Marco Baroni, profesor de la Universidad Pompeu Fabra situada en Barcelona, compararon los resultados con experimentos en los que las personas aprendían nuevos conceptos y los aplicaban para seguir instrucciones más complejas. La IA demostró tasas de generalización sorprendentemente altas, superando a los humanos en algunos casos (entre 90% y 92% al lado de la tasa de generalización de 80% de los humanos).
Este avance plantea cuestiones fascinantes sobre la IA y su capacidad para razonar y aprender como los humanos. Abre la puerta a la posibilidad de una inteligencia artificial que no solo imite, sino que comprenda y razone como lo hacemos.
Sin embargo, quedan incógnitas, como las implicaciones filosóficas de si una IA realmente “entiende” o simplemente imita, como informa El Confidencial al preguntar a Baroni. “Cuando ChatGPT y otras IA generativas alucinan y se equivocan, los errores que producen son muy extraños, no es algo que diría una persona. Con este sistema de entrenamiento, digamos que la IA también se equivoca como si fuera una persona”, señala el investigador de la universidad catalana.
Aunque el futuro de la IA aún es incierto, este avance es un hito significativo hacia una inteligencia artificial más próxima a la humana.
