Científicos de la Universidad de Ginebra han colmado una laguna en la IA al crear una red neuronal artificial que aprende tareas antes de comunicarlas a otra IA, que puede reproducirlas.
Los seres humanos pueden comprender nuevas tareas a partir de instrucciones breves y articular la tarea aprendida lo suficientemente bien como para que otra persona pueda reproducirla. Esto forma parte integral de la comunicación humana y es una característica clave de nuestro mundo consciente.
Este fascinante estudiardetallado en Nature NeurocienciaLa IA dispone de una forma de comunicación y aprendizaje humanos que durante mucho tiempo se le ha escapado.
El proyecto, dirigido por Alexandre Pouget, profesor de la Facultad de Medicina de la UNIGE, junto con su equipo, profundiza en técnicas avanzadas dentro del procesamiento del lenguaje natural -un subconjunto de la IA centrado en la comprensión y respuesta de las máquinas a lenguaje humano.
Pouget explica las limitaciones actuales de la IA en este contexto, señalando en un artículo publicado en la web de la Universidad de Ginebra: "Actualmente, los agentes conversacionales que utilizan IA son capaces de integrar información lingüística para producir un texto o una imagen. Pero, por lo que sabemos, aún no son capaces de traducir una instrucción verbal o escrita en una acción sensoriomotora, y menos aún de explicársela a otra inteligencia artificial para que pueda reproducirla."
El equipo de Ginebra mejoró un modelo neuronal artificial (RNA) de comprensión lingüística ya existente, S-Bert.
Conectaron S-Bert a una red más pequeña y sencilla, que simulaba las áreas de percepción y producción del lenguaje del cerebro humano: las áreas de Wernicke y Broca.
A través del entrenamiento, esta red podría ejecutar tareas basadas en instrucciones escritas en inglés y luego transmitirlas lingüísticamente a una red "hermana", lo que permitiría a las dos IAs comunicarse instrucciones de tareas puramente a través del lenguaje.
Reidar Riveland, estudiante de doctorado que participó en el estudio, explicó: "Empezamos con un modelo existente de neuronas artificiales, S-Bert, que tiene 300 millones de neuronas y está preentrenado para entender el lenguaje. Lo 'conectamos' a otra red más sencilla de unos pocos miles de neuronas".
Las tareas iban desde instrucciones sencillas como señalar un lugar hasta órdenes más complejas que requerían la identificación de contrastes sutiles entre estímulos visuales.
He aquí los principales logros del estudio:
- El sistema de IA podía tanto comprender como ejecutar instrucciones, realizando correctamente tareas nuevas y desconocidas el 83% de las veces basándose únicamente en instrucciones lingüísticas.
- El sistema podría generar descripciones de las tareas aprendidas de forma que una segunda IA pudiera entenderlas y replicarlas con un porcentaje de éxito similar.
Esto aumenta el potencial de los modelos de IA para aprender y comunicar tareas lingüísticamente, lo que abre nuevas oportunidades en robótica.
Integra la comprensión lingüística con funciones sensoriomotoras, lo que significa que las IA podrían conversar y comprender cuándo una instrucción les pide que realicen una tarea como coger algo de una estantería o moverse en una dirección determinada.
"La red que hemos desarrollado es muy pequeña. Nada impide ahora desarrollar, sobre esta base, redes mucho más complejas que se integrarían en robots humanoides capaces de entendernos, pero también de entenderse entre sí", comparten los investigadores del estudio.
Junto con las recientes inversiones masivas en robótica empresas como Figure AIlos androides inteligentes podrían estar más cerca de la realidad de lo que pensamos.
