{"id":64295,"date":"2023-10-31T17:12:33","date_gmt":"2023-10-31T23:12:33","guid":{"rendered":"https:\/\/mickyandoniehn.com\/radio\/2023\/10\/31\/por-primera-vez-una-ia-alcanza-y-supera-un-aspecto-crucial-de-la-inteligencia-humana\/"},"modified":"2023-10-31T17:12:33","modified_gmt":"2023-10-31T23:12:33","slug":"por-primera-vez-una-ia-alcanza-y-supera-un-aspecto-crucial-de-la-inteligencia-humana","status":"publish","type":"post","link":"https:\/\/mickyandoniehn.com\/radio\/2023\/10\/31\/por-primera-vez-una-ia-alcanza-y-supera-un-aspecto-crucial-de-la-inteligencia-humana\/","title":{"rendered":"Por primera vez una IA alcanza y supera un aspecto crucial de la inteligencia humana"},"content":{"rendered":"<\/p>\n

A cualquiera le parece normal aprender el significado de una palabra y luego aplicarlo a otros contextos del lenguaje. Lo mismo ocurre por ejemplo con los objetos: una vez reconocemos su forma, podemos reconocer ese objeto aunque est\u00e9 formado por otros compuestos y materiales o tenga distinto color. Es un ya conocido ingrediente de nuestra inteligencia que los expertos llaman \u00abgeneralizaci\u00f3n compositiva<\/strong>\u00ab.<\/p>\n

La pregunta es si las m\u00e1quinas pod\u00edan llegar a \u00abpensar\u00bb de esta manera. Como\u00a0se\u00f1alan<\/a> en la Universidad de Nueva York, a finales de los 80 dos cient\u00edficos cognitivos llamados Jerry Fodor y Zenon Pylyshyn postularon que las redes neuronales artificiales son capaces de hacer esas conexiones, pero desde entonces el \u00e9xito en esa materia ha sido esquivo. O lo hab\u00eda sido.<\/p>\n

Investigadores de esa instituci\u00f3n y de la Universidad Pompeu Fabra en Espa\u00f1a\u00a0llevan tiempo<\/a>\u00a0trabajando en este \u00e1mbito y han desarrollado una nueva t\u00e9cnica que precisamente apunta a esa capacidad. El estudio,\u00a0publicado en Nature<\/a>, revela c\u00f3mo herramientas como ChatGPT pueden realizar esas generalizaciones compositivas a trav\u00e9s del llamado \u00abMeta-aprendizaje para la compositividad<\/strong>\u00bb (MLC).<\/p>\n

Seg\u00fan las pruebas realizados por los investigadores, esta t\u00e9cnica es capaz no solo de igualar, sino incluso de superar la capacidad humana en esta importante funci\u00f3n cognitiva. La clave de la t\u00e9cnica MLC no ha sido el entrenamiento, sino una pr\u00e1ctica expl\u00edcita de estas capacidades.<\/p>\n

La t\u00e9cnica MLC es un procedimiento de aprendizaje para redes neuronales en las que estos sistemas se actualizan continuamente para mejorar sus habilidades en una serie de etapas o episodios.<\/p>\n

As\u00ed, en un episodio el sistema MLC recibe una nueva palabra y\u00a0se le pide que lo aplique de forma compositiva<\/strong>. Por ejemplo, le dan la palabra \u00absalta\u00bb y le piden que cree nuevas combinaciones de palabras, como \u00absalta dos veces\u00bb o \u00absalta a la derecha dos veces\u00bb. A partir de ah\u00ed se genera otro episodio con otra nueva palabra, de forma que las habilidades compositivas van increment\u00e1ndose.<\/p>\n

En las pruebas realizadas por Brenden Lake (NYU) y Marco Baroni (ICREA<\/a>), estos dos investigadores realizaron una serie de pruebas con participantes humanos que recib\u00edan los mismos \u00abepisodios\u00bb que hab\u00eda recibido el MLC. No solo trabajaron con el significado de palabras reales, sino tambi\u00e9n con t\u00e9rminos inventados definidos por los investigadores.<\/p>\n

\n
\n
\n
\n
<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

En esas pruebas MLC se comport\u00f3 tan bien como los participantes humanos\u00a0y en ocasiones lo hizo incluso mejor<\/strong>. Tambi\u00e9n se compar\u00f3 el rendimiento de este sistema con el de ChatGPT y GPT-4, y ambos fueron superados por el sistema desarrollado por estos investigadores. El descubrimiento de esta t\u00e9cnica, explica Baroni, \u00abpuede mejorar a\u00fan m\u00e1s las capacidades compositivas de los grandes modelos de lenguaje (LLM)\u00bb.<\/p>\n","protected":false},"excerpt":{"rendered":"

A cualquiera le parece normal aprender el significado de una palabra y luego aplicarlo a otros contextos del lenguaje. Lo mismo ocurre por ejemplo con los objetos: una vez reconocemos su forma, podemos reconocer ese objeto aunque est\u00e9 formado por otros compuestos y materiales o tenga distinto color. Es un ya conocido ingrediente de nuestra …<\/p>\n","protected":false},"author":0,"featured_media":64296,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[5],"tags":[],"class_list":["post-64295","post","type-post","status-publish","format-standard","has-post-thumbnail","","category-noticias"],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/mickyandoniehn.com\/radio\/wp-content\/uploads\/2023\/10\/500_333-EaXdHy.jpeg","_links":{"self":[{"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/posts\/64295","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/comments?post=64295"}],"version-history":[{"count":0,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/posts\/64295\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/media\/64296"}],"wp:attachment":[{"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/media?parent=64295"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/categories?post=64295"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mickyandoniehn.com\/radio\/wp-json\/wp\/v2\/tags?post=64295"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}