Diseño sin título (16)
Noticia tecnología

La IA da un Paso más hacia la Generalización Humana

La IA da un Paso más hacia la Generalización Humana

En un desarrollo innovador, investigadores de la Universidad de Nueva York y la Universidad Pompeu Fabra han desbloqueado el potencial de la inteligencia artificial (IA) para imitar la generalización al estilo humano basada en el aprendizaje.

La esencia de la inteligencia humana radica en la capacidad de comprender un concepto y aplicarlo en diversos contextos

Un logro que demuestra la singularidad del pensamiento humano. Durante décadas, los científicos y filósofos reflexionaron sobre si las redes neuronales artificiales, el núcleo de la IA y el aprendizaje automático, podrían alguna vez cerrar esta brecha. A menudo, la opinión general era que estas redes no podían formar tales conexiones.

Sin embargo, los últimos años han sido testigos de una exploración incesante de los límites y un esfuerzo por dotar a la IA con la capacidad de realizar “generalizaciones composicionales”. En este sentido, un estudio reciente publicado en la revista Nature por investigadores de la Universidad de Nueva York (NYU) y la Universidad Pompeu Fabra de Barcelona arroja luz sobre uno de estos avances cruciales.

Este enfoque pionero, llamado “Metaaprendizaje para Composicionalidad” (MLC), ya está superando los métodos existentes en el campo. El enfoque demuestra capacidades de IA similares al rendimiento humano y, en algunos casos, incluso superiores.

El método MLC se centra en el entrenamiento de redes neuronales artificiales, el motor detrás de tecnologías de vanguardia como el reconocimiento de voz y el procesamiento del lenguaje natural. Estas redes se entrenan meticulosamente para mejorar su generalización composicional a través de una práctica rigurosa y una mejora continua.

Mientras que algunos arquitectos de IA especularon que la capacidad de generalización podría emerger espontáneamente a través de métodos de entrenamiento estándar, otros intentaron diseñar arquitecturas especializadas para lograr esta capacidad.

Conclusión

Los investigadores del estudio en Nature afirman que el MLC revela que la práctica explícita de estas habilidades permite a los sistemas de IA desbloquear nuevas capacidades. Uno de los autores del estudio, Brenden Lake, profesor en el Centro de Ciencia de Datos de NYU y el Departamento de Psicología, articula la importancia: Durante 35 años, investigadores de ciencias cognitivas, expertos en IA, lingüistas y filósofos han debatido si las redes neuronales pueden lograr una generalización sistemática similar a la humana. Hemos demostrado, por primera vez, que una red neuronal genérica puede imitar o incluso superar la generalización sistemática humana en una comparación directa.

Investigación Revolucionaria:

Para evaluar la eficacia del método MLC, Lake y Marco Baroni, un investigador en la Institució Catalana de Recerca i Estudis Avançats y profesor en el Departamento de Traducción y Ciencias del Lenguaje de la Universidad Pompeu Fabra, llevaron a cabo una serie de experimentos. Estos experimentos involucraron tanto a participantes humanos como al MLC en tareas idénticas. Sin embargo, en lugar de términos del mundo real con los que los humanos podrían estar familiarizados, los participantes y la IA tuvieron que aprender los significados de términos creados por los investigadores y aplicarlos según lo previsto.

Los resultados de estos experimentos revelaron que el rendimiento de la IA, en general, rivalizaba con el de los participantes humanos y, en algunos casos, los superaba. Este enfoque novedoso ofrece profundos conocimientos sobre la capacidad de la IA para comprender y generalizar conceptos de manera más cercana a cómo lo hacen los humanos.

Sin embargo, Teodoro Calonge, profesor en la Universidad de Valladolid, advierte que esto es solo el comienzo. Aún es demasiado pronto para predecir el potencial completo de este nuevo método para establecer conexiones entre conceptos. Si bien los resultados iniciales son prometedores, las implicaciones para el campo de la “IA explicable” y, en particular, la IA en la medicina, siguen siendo inciertas. Esta investigación innovadora es un paso significativo hacia el mejoramiento de la comprensión y las capacidades de aprendizaje de la IA, acercándola más al pensamiento humano.

Leer otras noticias:

-Tecnologías revolucionarias para garantizar un futuro sostenible

-10 ejemplos de estrategias de ventas exitosas

-Noticias mundiales

es_COCO