Un poderoso avance en inteligencia artificial está a punto de transformar el mundo
La tecnología que impulsa ChatGPT es capaz de mucho más. Lo que viene a continuación hará que los robots parlantes parezcan meras distracciones.
Y
La revolución de la IA está a punto de extenderse mucho más allá de los chatbots
Desde nuevas bacterias que comen plástico y nuevas curas contra el cáncer hasta robots ayudantes autónomos y automóviles que se conducen solos, la tecnología de inteligencia artificial generativa que ganó prominencia como motor de ChatGPT está preparada para cambiar nuestras vidas de maneras que harán que los robots parlantes parezcan meras distracciones.
Si bien tendemos a equiparar el auge actual de la inteligencia artificial con computadoras que pueden escribir, hablar, codificar y crear imágenes, la mayoría de esas formas de expresión se basan en una tecnología subyacente llamada “transformador” que tiene aplicaciones mucho más amplias.
Anunciados por primera vez en un artículo de 2017 de los investigadores de Google, los transformadores son un tipo de algoritmo de IA que permite a las computadoras comprender la estructura subyacente de cualquier conjunto de datos (ya sean palabras, datos de conducción o los aminoácidos de una proteína) para que puedan generar su propio resultado similar.
El transformador allanó el camino para que OpenAI lanzara ChatGPT hace dos años, y una serie de empresas ahora están trabajando en cómo utilizar la innovación de nuevas maneras, desde Waymo y sus taxis robot hasta una startup de biología llamada EvolutionaryScale, cuyos sistemas de IA están diseñando nuevas moléculas de proteínas.
Las aplicaciones de este avance son tan amplias que en los siete años transcurridos desde que se publicó la investigación de Google, ha sido citada en otros artículos científicos más de 140.000 veces.
No es ninguna exageración decir que esta colección de algoritmos es la razón por la que Nvidia es ahora la empresa más valiosa del planeta, que están apareciendo centros de datos por todo Estados Unidos y el mundo, aumentando el consumo y las tarifas de electricidad, y que los directores ejecutivos de las empresas de IA afirman a menudo (y quizás equivocadamente) que la IA de nivel humano está a la vuelta de la esquina.
De la traducción de textos al aprendizaje universal
Los seres humanos siempre han actuado con la convicción de que el universo está lleno de un orden subyacente, incluso si han debatido si la fuente de ese orden es divina. La IA moderna es, en cierto sentido, otra validación más de la idea de que todos los científicos desde Copérnico realmente tenían algo de razón.
La inteligencia artificial moderna ha sido durante mucho tiempo buena para reconocer patrones en la información, pero los enfoques anteriores imponían serias limitaciones a lo que podía hacer más. Con el lenguaje, por ejemplo, la mayoría de los sistemas de inteligencia artificial solo podían procesar palabras de a una por vez y evaluarlas solo en la secuencia en que eran leídas, lo que limitaba su capacidad para comprender lo que significaban esas palabras.
Los investigadores de Google que escribieron ese influyente artículo de 2017 se centraron en el proceso de traducción de idiomas. Se dieron cuenta de que un sistema de inteligencia artificial que pudiera digerir todas las palabras de un texto y dar más importancia al significado de algunas palabras que a otras (en otras palabras, leer en contexto) podría hacer traducciones mucho mejores.
Por ejemplo, en la oración “Llegué al banco después de cruzar el río”, una IA basada en transformadores que sabe que la oración termina en “río” en lugar de “camino” puede traducir “banco” como una extensión de tierra, no un lugar para poner su dinero.
En otras palabras, los transformadores funcionan descubriendo cómo cada pieza de información que recibe el sistema se relaciona con cada otra pieza de información que ha recibido, dice Tim Dettmers, científico investigador de IA en el Instituto Allen para Inteligencia Artificial, una organización sin fines de lucro.
Ese nivel de comprensión contextual permite a los sistemas de IA basados en transformadores no solo reconocer patrones, sino también predecir lo que podría suceder a continuación y, de ese modo, generar su propia información nueva. Y esa capacidad puede extenderse a otros datos además de las palabras.
“En cierto sentido, los modelos están descubriendo la estructura latente de los datos”, afirma Alexander Rives, científico jefe de EvolutionaryScale, que cofundó el año pasado después de trabajar en IA para Meta Platforms, la empresa matriz de Facebook.
EvolutionaryScale está entrenando a su IA con las secuencias publicadas de todas las proteínas que los investigadores de la empresa pueden conseguir y con todo lo que sabemos sobre ellas. Con esos datos, y sin la ayuda de ingenieros humanos, su IA puede determinar la relación entre una secuencia dada de bloques de construcción moleculares y cómo funciona en el mundo la proteína que crea.
Investigaciones anteriores relacionadas con este tema, que se centraban más en la estructura de las proteínas que en su función, son la razón por la que el jefe de inteligencia artificial de Google, Demis Hassabis, compartió el Premio Nobel de Química 2024. El sistema que él y su equipo desarrollaron, llamado AlphaFold, también se basa en transformadores.
EvolutionaryScale ya ha creado una molécula que sirve de prueba de concepto: se trata de una proteína que funciona como la que hace que las medusas se iluminen, pero su secuencia inventada por inteligencia artificial es radicalmente diferente a todo lo que la naturaleza haya inventado hasta ahora.
El objetivo final de la empresa es permitir que todo tipo de empresas (desde fabricantes farmacéuticos que producen nuevos medicamentos hasta empresas de química sintética que trabajan en nuevas enzimas) creen sustancias que serían imposibles de fabricar sin su tecnología. Esto podría incluir bacterias equipadas con enzimas novedosas que podrían digerir plástico o nuevos medicamentos diseñados para cánceres específicos de cada individuo.
De los chatbots a los auténticos Transformers
El objetivo de Karol Hausman es crear una IA universal que pueda impulsar cualquier robot. “Queremos construir un modelo que pueda controlar cualquier robot para realizar cualquier tarea, incluidos todos los robots que existen hoy en día y los robots que aún no se han desarrollado”, afirma.
La startup de Hausman con sede en San Francisco, Physical Intelligence, tiene menos de un año de existencia, y el propio Hausman solía trabajar en la división de inteligencia artificial de Google, DeepMind. Su empresa comienza con una variante del mismo modelo de lenguaje grande que se utiliza cuando se accede a ChatGPT. Los modelos de lenguaje más nuevos también incorporan imágenes y pueden trabajar con ellas. Son clave para el funcionamiento de los robots de Hausman.
En una demostración reciente, un par de brazos robóticos impulsados por inteligencia física realizan lo que, créalo o no, es una de las tareas más difíciles de toda la robótica: doblar la ropa. La ropa puede adoptar cualquier forma y requiere una sorprendente flexibilidad y destreza para manipularla, por lo que los expertos en robótica no pueden programar la secuencia de acciones que le indicarán a un robot exactamente cómo mover sus extremidades para recuperar y doblar la ropa.
El sistema de Physical Intelligence puede sacar la ropa de una secadora y doblarla cuidadosamente utilizando un sistema que aprendió a hacer esta tarea por sí solo, sin necesidad de intervención humana, salvo una montaña de datos que debe digerir. Esa demostración, y otras similares, fue lo suficientemente impresionante como para que a principios de este mes la empresa recaudara 400 millones de dólares de inversores como Jeff Bezos y OpenAI.
En octubre, investigadores del Instituto Tecnológico de Massachusetts anunciaron que están aplicando una estrategia similar basada en transformadores para crear cerebros robóticos que puedan absorber grandes cantidades de datos de diversas fuentes y luego operar de manera flexible en una amplia gama de entornos. En un caso, realizaron varias películas de un brazo robótico normal que ponía comida para perros en un recipiente y luego utilizaron los videos para entrenar a un robot independiente alimentado por IA para que hiciera lo mismo.
Robot, puedes conducir mi coche.
Al igual que en la robótica, los investigadores y las empresas que trabajan en coches autónomos están descubriendo cómo utilizar “modelos de lenguaje visual” basados en transformadores que puedan captar y conectar no solo el lenguaje sino también las imágenes.
Entre las empresas que trabajan con estos modelos se encuentran Nuro, con sede en California, y Wayve, con sede en Londres, así como Waymo, propiedad de la empresa matriz de Google.
Se trata de un cambio con respecto a los enfoques de conducción autónoma anteriores a los transformadores, que utilizaban una combinación de instrucciones escritas por humanos y tipos más antiguos de IA para procesar datos de sensores con el fin de identificar objetos en la carretera. Los nuevos modelos basados en transformadores son, en esencia, un atajo para proporcionar a los sistemas de conducción autónoma el tipo de conocimiento general sobre el mundo que antes era muy difícil otorgarles.
Por ejemplo, en un artículo reciente los investigadores de Waymo demostraron cómo el uso de la inteligencia artificial comercial de Google, llamada Gemini, podría dar a su sistema de conducción autónoma la capacidad de identificar y ceder el paso a objetos para los que no había sido entrenado, como por ejemplo un perro que cruza la calle.
Un ayudante más que un sustituto
Por más potentes que puedan ser, estos sistemas aún tienen límites y son impredecibles, lo que significa que no podrán automatizar completamente el trabajo de las personas, dice Dettmer.
La inteligencia artificial que se encuentra en el corazón de EvolutionaryScale, por ejemplo, puede sugerir nuevas moléculas para que los humanos las prueben en el laboratorio, pero los humanos aún tienen que sintetizarlas y probarlas. Y los modelos basados en transformadores están lejos de ser lo suficientemente confiables como para asumir el control total.
Otra limitación es que su inteligencia depende de los datos con los que se entrenan. Los modelos de lenguaje de gran tamaño, como los de OpenAI, están empezando a enfrentarse a las limitaciones del volumen disponible de palabras escritas útiles en el mundo, y eso en una Internet llena de texto. Para que los robots o los coches autónomos aprendan de esta manera, necesitan enormes cantidades de datos sobre lo que ocurre cuando intentan operar en el mundo real, una de las razones por las que actualmente hay una carrera entre las empresas para adquirir dichos datos.
Estas limitaciones son evidentes en los robots de Physical Intelligence. Su sistema ha aprendido a doblar la ropa, pero antes de poder ir a tu casa y encargarse de esa tarea, tendría que volver a aprender ese proceso de una manera específica para tu propia casa. Eso requeriría una enorme cantidad de tiempo de ingenieros, así como dinero para entrenar al modelo.
“Quiero asegurarme de que se cumplan las expectativas”, afirma Hausman, el director ejecutivo. “Aunque estamos orgullosos de nuestro logro, todavía estamos empezando”.
Para obtener más análisis, reseñas, consejos y titulares de WSJ Technology, suscríbase a nuestro boletín semanal.
Escriba a Christopher Mims a christopher.mims@wsj.com
No hay comentarios:
Publicar un comentario