Hace al menos treinta años que grupos de investigación de todo el mundo trabajan en el desarrollo de herramientas de inteligencia artificial. Eso sí, hasta ahora, había al menos una premisa que estaba clara: una máquina (o en este caso, mejor dicho, una red de neuronas artificiales) jamás podrá pensar como la mente humana. Pues bien, un estudio publicado este miércoles en la revista científifca ‘Nature’, y que ha contado con la participación de varios investigadores españoles, ha conseguido dar con un método para que las redes de inteligencia artificial puedan combinar conceptos igual (o mejor) que los humanos. 

El estudio, liderado por la Universidad de Nueva York y la Pompeu Fabra de Barcelona, ha conseguido ‘trasladar’ a una máquina la capacidad humana de aprender nuevos conceptos, combinarlos con otros existentes y, finalmente, seguir desarrollando nuevas ideas en base a estos. Se trata del mismo mecanismo que permite, por ejemplo, que un niño aprenda a saltar y que después siga dando brincos alrededor de una habitación, empiece a rebotar moviendo los brazos o simplemente se dedique a experimentar con diferentes movimientos de este estilo.

Hasta ahora, este tipo de habilidades eran patrimonio exclusivo de los humanos. Las máquinas, incluso en su versión más sofisticada, podían almacenar cantidades prácticamente infinitas de información pero no ‘razonar’ siguiendo esta lógica. Para sortear este obstáculo, los investigadores Brenden Lake y Marco Baroni desarrollaron una técnica que combina el entrenamiento constante de redes neuronales artificiales con otras tecnologías relacionadas con el reconocimiento del habla y el procesamiento del lenguaje natural. El resultado, explican, es superior a la capacidad de herramientas como ChatGPT. 

Mejor que los humanos

La técnica ha sido bautizada como ‘Meta-learning for Compositionality (MLC)’. Según explican sus creadores, en los experimentos realizados hasta la fecha se ha demostrado que aplicándola se puede emular la capacidad humana de razonar y, en algunos casos, ir incluso más allá. «Hemos demostrado, por primera vez, que una red neuronal genérica puede imitar o superar la generalización sistemática humana en una comparación cara a cara», ha afirmado Brenden Lake, profesor adjunto del Centro de Ciencia de Datos y del Departamento de Psicología de la Universidad de Nueva York.

Noticias relacionadas

Las pruebas realizadas hasta la fecha también demuestran que estas redes neuronales ‘súper entrenadas’ y los humanos razonan mejor que herramientas de inteligencia artificial como ChatGPT. En este sentido, Marco Baroni, profesor del Departamento de Traducción y Ciencias del Lenguaje de la Universidad Pompeu Fabra, recuerda que este tipo de ‘chatbots’ «siguen teniendo dificultades con la generalización composicional» aunque, gracias a este tipo de avances, todo apunta a que estos obstáculos podrán sortearse pronto.

Según explican los impulsores de este trabajo, este tipo de técnicas de aprendizaje automático podrían lograr que herramientas de inteligencia artificial como ChatGPT, entre otros, puedan aprender más rápido, de forma más eficiente y con un menor coste. Hasta ahora, el entrenamiento de los ‘chatbots’ requería volcar cantidades ingentes de información, entrenarlos durante varios meses y gastar mucha electricidad (y agua) en el proceso. Si las máquinas empezaran a ‘razonar’ imitando la lógica humana, es posible que parte de este proceso se pueda ahorrar. O al menos eso es lo que, por ahora, plantean los expertos tras la publicación de este hito.