Contenido del artículo:
- Introducción: Una nueva forma de pensar para la inteligencia artificial
- ¿Qué es el modelo de razonamiento jerárquico (HRM)?
- Rendimiento superior sorprendente en pruebas de inteligencia
- Más allá de la “cadena de pensamiento”: ¿Cómo piensa HRM?
- Más pequeño y eficiente
- Éxito en tareas difíciles: del sudoku a los laberintos
- Nota de precaución: el estudio aún no ha sido revisado por pares
- Conclusión: Un paso hacia una inteligencia artificial más similar a la humana
Introducción: Una nueva forma de pensar para la inteligencia artificial
Los científicos han desarrollado un nuevo tipo de modelo de inteligencia artificial capaz de razonar de manera diferente a la mayoría de los grandes modelos de lenguaje (LLM) como ChatGPT, lo que se ha traducido en un rendimiento mucho mejor en los principales estándares de razonamiento lógico. Este nuevo modelo, denominado modelo de razonamiento jerárquico (HRM), está inspirado en el procesamiento jerárquico y multiescala temporal del cerebro humano, y podría representar un salto cualitativo en la capacidad de las máquinas para resolver problemas complejos.
¿Qué es el modelo de razonamiento jerárquico (HRM)?
El modelo de razonamiento jerárquico está inspirado en la forma en que las diferentes regiones del cerebro integran información en intervalos de tiempo variables (desde fracciones de segundo hasta minutos). El modelo consta de dos unidades: una unidad de alto nivel responsable de la planificación lenta y abstracta, y una unidad de bajo nivel que se encarga de los cálculos rápidos y detallados. Esta estructura dual imita la forma en que el cerebro humano aborda los problemas, donde la planificación estratégica a largo plazo se lleva a cabo en paralelo con la ejecución táctica rápida.
Rendimiento superior sorprendente en pruebas de inteligencia
Cuando los investigadores pusieron a prueba HRM en el estándar ARC-AGI —una prueba extremadamente difícil diseñada para medir qué tan cerca están los modelos de alcanzar la inteligencia artificial general (AGI)—, el sistema logró resultados asombrosos. HRM registró un 40,3 %, en comparación con el 34,5 % del modelo de OpenAI, el 21,2 % del modelo Claude de Anthropic y el 15,8 % de Deepseek. Esta gran superioridad indica que la arquitectura de HRM podría ser mucho más adecuada para tareas de razonamiento abstracto y resolución de problemas que la arquitectura de los grandes modelos de lenguaje tradicionales.
Más allá de la “cadena de pensamiento”: ¿Cómo piensa HRM?
La mayoría de los grandes modelos de lenguaje avanzados utilizan el razonamiento mediante la “cadena de pensamiento” (Chain-of-Thought), donde un problema complejo se divide en pasos intermedios más simples expresados en lenguaje natural. Sin embargo, los científicos argumentan que este enfoque tiene desventajas: requiere datos de entrenamiento masivos y sufre de una alta latencia. En su lugar, HRM ejecuta tareas de razonamiento secuencial en una “sola pasada hacia adelante”, sin ninguna supervisión explícita de los pasos intermedios. Funciona mediante el “refinamiento iterativo”, una técnica computacional que mejora la precisión de la solución al refinar repetidamente una estimación inicial a lo largo de varios lotes cortos de “pensamiento”.
Más pequeño y eficiente
Uno de los aspectos más impresionantes de HRM es su eficiencia. El modelo contiene solo 27 millones de parámetros y utiliza 1000 muestras de entrenamiento. En comparación, la mayoría de los grandes modelos de lenguaje avanzados contienen miles de millones o incluso billones de parámetros. Por ejemplo, algunas estimaciones sugieren que el recién lanzado GPT-5 contiene entre 3 y 5 billones de parámetros. Esta eficiencia hace posible ejecutar modelos potentes en hardware menos costoso y con un menor consumo de energía.
Éxito en tareas difíciles: del sudoku a los laberintos
HRM logró un rendimiento casi perfecto en tareas difíciles como complejos puzles de sudoku —tareas que los grandes modelos de lenguaje tradicionales no han podido resolver—, además de destacar en la búsqueda de la ruta óptima en laberintos. Esto demuestra que su capacidad de razonamiento lógico no es meramente teórica, sino que puede aplicarse a problemas prácticos que requieren planificación y resolución en múltiples pasos.
Nota de precaución: el estudio aún no ha sido revisado por pares
Aunque los resultados son prometedores, el estudio aún no ha sido sometido a revisión por pares. No obstante, los organizadores del estándar ARC-AGI intentaron recrear los resultados por sí mismos después de que los científicos publicaran su modelo de código abierto. Si bien pudieron reproducir las cifras, descubrieron que la estructura jerárquica en sí misma tenía un impacto mínimo en el rendimiento y que, en su lugar, un proceso de “refinamiento” mal documentado durante el entrenamiento fue el causante de las importantes ganancias en el rendimiento. Esto sugiere que se necesita más investigación para comprender con exactitud qué hace que el modelo tenga éxito.
Conclusión: Un paso hacia una inteligencia artificial más similar a la humana
El modelo HRM representa un enfoque nuevo y emocionante en el diseño de la inteligencia artificial. Al inspirarse en la arquitectura del cerebro humano, los científicos han conseguido crear un modelo que destaca en tareas de razonamiento lógico que tradicionalmente han sido el punto débil de los grandes modelos de lenguaje. Incluso si los detalles precisos aún están bajo investigación, este trabajo abre la puerta a una nueva generación de sistemas de inteligencia artificial más eficientes y capaces de resolver problemas, acercándonos un paso más a la materialización de una inteligencia artificial verdaderamente humana.
Preguntas frecuentes
P: ¿Cuál es la diferencia principal entre HRM y modelos como ChatGPT?
R: ChatGPT se basa en un enfoque lingüístico de “cadena de pensamiento”, mientras que HRM utiliza una arquitectura jerárquica inspirada en el cerebro para procesar la planificación abstracta y los cálculos detallados por separado, lo que lo hace superior en el razonamiento lógico.
P: ¿Qué es el estándar ARC-AGI?
R: Es un conjunto de pruebas de inteligencia abstracta diseñadas para medir la capacidad de la inteligencia artificial para resolver problemas que no ha visto antes, y se considera uno de los estándares más difíciles para evaluar el progreso hacia la inteligencia artificial general.
P: ¿Por qué es importante el pequeño tamaño del modelo?
R: Los modelos más pequeños requieren menos potencia de cálculo y menos datos de entrenamiento, lo que los hace más baratos de desarrollar y operar, además de más accesibles para una amplia gama de investigadores y empresas.
