Un estudio conjunto entre investigadores de China y Estados Unidos ha revelado un nuevo sistema llamado «Absolute Zero Reasoner», que permite a los modelos de inteligencia artificial mejorar sus capacidades de programación y razonamiento mediante el «juego automático», planteándose problemas complejos y resolviéndolos, superando así los métodos de entrenamiento tradicionales basados en datos humanos.
Contenido del artículo:
- Introducción
- El concepto de aprendizaje mediante preguntas
- El sistema «Absolute Zero Reasoner»
- Resultados y rendimiento superior
- Simulación humana en el aprendizaje
- Adopción del enfoque por los principales laboratorios
- El camino hacia la superinteligencia
- Preguntas frecuentes
Introducción
Los modelos de inteligencia artificial más avanzados han dependido históricamente de la imitación; aprenden consumiendo cantidades masivas de ejemplos generados por humanos o intentando resolver problemas planteados por entrenadores humanos. Sin embargo, la inteligencia artificial parece haber comenzado a aprender de una forma más similar a la humana, descubriendo preguntas interesantes que plantearse a sí misma e intentando encontrar la respuesta correcta de manera independiente.
El concepto de aprendizaje mediante preguntas
Un proyecto de investigación conjunto de la Universidad Tsinghua, el Instituto de Inteligencia Artificial General de Pekín y la Universidad Estatal de Pensilvania demuestra que la inteligencia artificial puede aprender el pensamiento lógico y el razonamiento de este modo mediante el manejo de códigos informáticos. La idea fundamental radica en que el modelo no se limita a los datos de entrada, sino que comienza a generar nuevos retos para sí mismo superando los límites del entrenamiento tradicional.
El sistema «Absolute Zero Reasoner»
Los investigadores crearon un sistema al que denominaron «Absolute Zero Reasoner». Este sistema opera inicialmente utilizando un modelo lingüístico grande para generar problemas de programación en Python que resultan desafiantes pero solubles. A continuación, el sistema utiliza el mismo modelo para resolver dichos problemas antes de verificar su propio trabajo intentando ejecutar el código informático.
En el paso final, el sistema emplea los éxitos y fracasos como señal para refinar el modelo original, lo que potencia simultáneamente su capacidad para plantear mejores problemas y resolverlos. Este bucle cerrado de automejora permite que el modelo evolucione sin necesidad constante de nuevos datos externos.
Resultados y rendimiento superior
El equipo de investigación descubrió que su enfoque mejoró significativamente las habilidades de programación y razonamiento tanto para las versiones de 7 mil millones como de 14 mil millones de parámetros del modelo lingüístico de código abierto «Qwen». Lo más impresionante es que el modelo superó en rendimiento a algunos modelos entrenados con datos seleccionados y organizados cuidadosamente por humanos, lo que demuestra la eficacia del aprendizaje automático.
Simulación humana en el aprendizaje
Andrew Zhao, estudiante de doctorado en la Universidad Tsinghua y creador de la idea original del proyecto, explicó que este enfoque se asemeja a la manera en que el aprendizaje humano trasciende la mera memorización o imitación. Zhao afirmó: «Al principio imitas a tus padres y actúas como tus profesores, pero luego básicamente tienes que hacer tus propias preguntas. Y al final puedes superar a aquellos que te enseñaron en la escuela».
Los investigadores señalaron que la idea de que la inteligencia artificial aprenda de esta manera, denominada a veces «juego automático», se remonta a años atrás y fue explorada previamente por pioneros en el campo como Jürgen Schmidhuber y Pierre-Yves Oudeyer.
Adopción del enfoque por los principales laboratorios
Existen indicios tempranos de que el enfoque del «cero absoluto» está ganando terreno en algunos grandes laboratorios de inteligencia artificial. Por ejemplo, un proyecto denominado «Agent 0», desarrollado por Salesforce, Stanford y la Universidad de Carolina del Norte, incluye un agente de software que se automejora mediante el juego automático. Al igual que en el proyecto chino, el modelo mejora su razonamiento general a través de la resolución experimental de problemas.
Asimismo, un artículo de investigación reciente elaborado por investigadores de Meta, la Universidad de Illinois y la Universidad Carnegie Mellon presentó un sistema que utiliza un tipo similar de juego automático para la ingeniería de software, lo que sugiere que esta técnica podría ser el primer paso hacia modelos de entrenamiento orientados a agentes de software superinteligentes.
El camino hacia la superinteligencia
Uno de los elementos más apasionantes del proyecto, según el investigador Zilong Zheng, es la forma en que se expanden las habilidades del modelo para plantear y resolver problemas. Los retos se vuelven más difíciles a medida que el modelo se vuelve más potente. No obstante, el principal desafío sigue siendo que el sistema opera actualmente solo con problemas que se pueden verificar fácilmente, como las matemáticas o la programación.
A medida que el proyecto avance, podría ser posible utilizarlo en tareas agénticas de inteligencia artificial como la navegación web o la realización de trabajos de oficina. La perspectiva asombrosa de un enfoque de este tipo es que, teóricamente, permitiría a los modelos superar la enseñanza humana. Zheng declaró: «Una vez que logremos eso, será una especie de camino para alcanzar la superinteligencia».
Preguntas frecuentes
¿Qué es el sistema «Absolute Zero Reasoner»?
Respuesta: Es un sistema de inteligencia artificial desarrollado por la Universidad Tsinghua que genera problemas de programación para sí mismo y los resuelve, utilizando después los resultados para mejorar sus capacidades sin intervención humana.
¿En qué se diferencia este enfoque del entrenamiento tradicional de inteligencia artificial?
Respuesta: El entrenamiento tradicional se basa en alimentar al modelo con datos y ejemplos humanos para que los imite, mientras que este enfoque se fundamenta en el «juego automático» y en plantear nuevas preguntas para potenciar la capacidad de pensamiento independiente.
¿Superó este modelo a los modelos entrenados por humanos?
Respuesta: Sí, los resultados mostraron que el modelo «Qwen» entrenado con este sistema superó en habilidades de programación y razonamiento a algunos modelos que recibieron datos organizados y seleccionados por humanos.
¿Cuáles son las aplicaciones futuras de esta tecnología?
Respuesta: Los investigadores esperan ampliar este sistema para incluir tareas más complejas como la navegación web y las labores de oficina, lo que podría allanar el camino hacia el desarrollo de una inteligencia artificial superinteligente que rebase las capacidades humanas.
