Contenido del artículo:
- Introducción: el enigma de las respuestas cambiantes en los chatbots
- Un primer vistazo al enigmático Thinking Machines Lab
- Revelando la causa raíz de la aleatoriedad en las respuestas de la IA
- ¿Por qué es importante obtener respuestas consistentes?
- ¿Es este el primer producto del laboratorio?
- Compromiso con la investigación abierta: ¿cumplirá la empresa su promesa?
- Conclusión: un gran desafío en la frontera de la investigación en IA
- Preguntas frecuentes
Introducción: el enigma de las respuestas cambiantes en los chatbots
¿Alguna vez le has hecho la misma pregunta a ChatGPT varias veces y has obtenido respuestas distintas cada vez? Este fenómeno, conocido como «no determinismo» (nondeterminism), ha sido durante mucho tiempo una característica aceptada en los modelos actuales de inteligencia artificial. Sin embargo, Thinking Machines Lab, la nueva startup fundada por Mira Murati, exdirectora de tecnología de OpenAI, sostiene que esto no es una verdad inmutable, sino un problema que se puede resolver. En su primer vistazo a sus investigaciones, el laboratorio revela su búsqueda para hacer que las respuestas de la IA sean reproducibles, un paso que podría cambiar las reglas del juego tanto para las empresas como para los científicos.
Un primer vistazo al enigmático Thinking Machines Lab
Thinking Machines Lab ha generado un gran interés en Silicon Valley, especialmente tras recaudar una enorme financiación inicial de 2 000 millones de dólares y sumar a un equipo de destacados exinvestigadores de OpenAI. En una publicación de investigación publicada recientemente, el laboratorio ofreció al mundo su primer atisbo de uno de sus proyectos más ambiciosos: crear modelos de inteligencia artificial con respuestas reproducibles (reproducible). Este paso refleja la ambición de la empresa por abordar algunos de los desafíos fundamentales en la tecnología de IA, en lugar de limitarse a construir modelos más grandes.
Revelando la causa raíz de la aleatoriedad en las respuestas de la IA
En el artículo titulado «Derrotando el no determinismo en la inferencia de grandes modelos de lenguaje», el investigador Horace He intenta desglosar la causa raíz que introduce aleatoriedad en las respuestas de los modelos de IA. He argumenta que el motivo no reside en el modelo en sí, sino en la forma en que se ensamblan los «núcleos de unidades de procesamiento gráfico» (GPU kernels) —los pequeños programas que se ejecutan dentro de los chips de Nvidia— durante el proceso de inferencia (todo lo que ocurre después de presionar el botón de enviar en ChatGPT). Sugiere que, mediante un control preciso de esta capa de coordinación, es posible hacer que los modelos de IA sean más deterministas, lo que significa que proporcionarán exactamente la misma respuesta a la misma pregunta en todo momento.
¿Por qué es importante obtener respuestas consistentes?
Aunque las respuestas variables puedan parecer en ocasiones una característica creativa, representan un obstáculo importante en numerosas aplicaciones profesionales y científicas. Hacer que las respuestas de la IA sean reproducibles reporta enormes beneficios:
- Fiabilidad para las empresas: Las compañías que utilizan la inteligencia artificial en la atención al cliente o en el análisis financiero pueden confiar en la obtención de resultados coherentes, lo que reduce los errores y aumenta la confianza en el sistema.
- Precisión para los científicos: Los investigadores que emplean la inteligencia artificial para simular experimentos o analizar datos pueden estar seguros de que sus resultados son reproducibles, la piedra angular del método científico.
- Mejora del entrenamiento por aprendizaje por refuerzo (RL): El investigador señala que lograr respuestas consistentes puede optimizar el proceso de entrenamiento por aprendizaje por refuerzo, el método mediante el cual se recompensa a los modelos por las respuestas correctas. Si las respuestas varían ligeramente cada vez, los datos se vuelven «ruidosos». Las respuestas consistentes hacen que el proceso de entrenamiento sea más fluido y eficiente.
¿Es este el primer producto del laboratorio?
Murati declaró en julio que el primer producto de Thinking Machines Lab se daría a conocer en los próximos meses y que sería «útil para investigadores y startups que desarrollan modelos personalizados». Todavía no está claro cuál será este producto ni si utilizará tecnologías de esta investigación para generar respuestas más reproducibles. No obstante, esta investigación nos ofrece una idea sólida sobre el tipo de problemas fundamentales que el laboratorio pretende resolver.
Compromiso con la investigación abierta: ¿cumplirá la empresa su promesa?
Thinking Machines Lab ha manifestado su intención de publicar artículos de investigación, código y otros materiales de forma frecuente «para beneficiar al público, pero también para mejorar nuestra propia cultura de investigación». Esta publicación, la primera de la nueva serie de blogs de la empresa, parece formar parte de este esfuerzo. Curiosamente, OpenAI adquirió un compromiso similar con la investigación abierta en sus inicios, aunque la compañía se volvió más cerrada a medida que crecía. Queda por ver si el laboratorio de Murati cumplirá esta promesa, especialmente con su valoración de 12 000 millones de dólares.
Conclusión: un gran desafío en la frontera de la investigación en IA
Esta publicación de investigación ofrece una rara visión del interior de una de las startups de inteligencia artificial más herméticas de Silicon Valley. Si bien no revela exactamente hacia dónde se dirige la tecnología, sí indica que Thinking Machines Lab está abordando algunas de las mayores cuestiones en la frontera de la investigación en IA. La verdadera prueba será determinar si pueden resolver estos problemas y desarrollar productos en torno a su investigación para justificar su descomunal valoración. Si lo consiguen, es posible que las respuestas de la inteligencia artificial dejen de ser aleatorias.
Preguntas frecuentes
P1: ¿Qué es el no determinismo (nondeterminism) en la inteligencia artificial?
R1: Es la tendencia de los modelos de inteligencia artificial, como los chatbots, a ofrecer respuestas diferentes ante los mismos datos de entrada o preguntas al repetirlas. Esto ocurre debido a múltiples factores en la forma en que se procesan los datos a nivel de hardware y software.
P2: ¿Por qué las respuestas cambiantes son un problema?
R2: En aplicaciones que exigen gran precisión y fiabilidad, como los usos científicos, financieros o médicos, las respuestas inconsistentes pueden derivar en resultados poco fiables o incluso peligrosos. La fiabilidad requiere la capacidad de reproducir los resultados.
P3: ¿Quién es Mira Murati?
R3: Mira Murati fue la directora de tecnología (CTO) de OpenAI y una de las figuras clave detrás del desarrollo de modelos como GPT-4 y ChatGPT. Dejó la compañía para fundar su propia empresa, Thinking Machines Lab, en 2025.
P4: ¿Afectará el hecho de hacer que la inteligencia artificial sea predecible a su creatividad?
R4: Es probable que exista un compromiso. Los sistemas se pueden diseñar para que sean deterministas cuando sea necesario (en aras de la precisión) y permitir cierto grado de aleatoriedad cuando se busquen resultados creativos o variados. El objetivo es controlar esta propiedad, no eliminarla por completo.
