¿Qué comparten todos los seres inteligentes?Según Yann LeCun, director de IA de Meta, hay cuatro rasgos clave. En la Cumbre de Acción en IA en París a principios de este año, líderes políticos y expertos en IA se reunieron para hablar sobre el desarrollo de la inteligencia artificial. Durante el evento, LeCun transmitió su definición fundamental de inteligencia al líder de IA de IBM, Anthony Annunziata. “Hay cuatro características esenciales del comportamiento inteligente que posee todo animal—o generalmente animales relativamente inteligentes—y, por supuesto, los seres humanos, ” explicó. “Estas son comprender el mundo físico, tener memoria persistente, la capacidad de razonar y la habilidad de planificar, especialmente acciones complejas mediante planificación jerárquica. ” LeCun señaló que la IA, especialmente los grandes modelos de lenguaje, aún no han alcanzado este nivel y que integrar estas habilidades requeriría un cambio en sus métodos de entrenamiento. Esto explica por qué muchas empresas tecnológicas líderes están actualmente añadiendo nuevas capacidades a modelos existentes a medida que compiten por dominar el campo de la IA. “Para entender el mundo físico, entrenas un sistema de visión separado y luego lo conectas al gran modelo de lenguaje. Para la memoria, usas generación mejorada por recuperación (RAG), añades memoria asociativa o simplemente escalas el modelo, ” dijo.

(RAG es una técnica desarrollada en Meta para mejorar los modelos de lenguaje grandes incorporando fuentes de conocimiento externas. ) Sin embargo, LeCun considera que todos esos esfuerzos son simplemente “trucos. ” Ha discutido repetidamente una estrategia alternativa llamada modelos basados en el mundo, que se entrenan en escenarios del mundo real y muestran capacidades cognitivas superiores a la mera identificación de patrones. En su conversación con Annunziata, profundizó en este concepto. “Empiezas con alguna idea del estado del mundo en un momento T particular, imaginas una acción y luego el modelo del mundo predice cómo cambiará el estado del mundo en respuesta a esa acción, ” explicó. No obstante, dado que el mundo evoluciona a través de innumerables posibilidades impredecibles, la única forma factible de entrenar tales modelos es mediante abstracción. Meta ya está explorando este concepto con V-JEPA, un modelo lanzado públicamente en febrero. Se describe como un modelo no generativo que aprende prediciendo segmentos faltantes o enmascarados en videos. “La idea principal es que no predices directamente a nivel de píxeles. En su lugar, entrenas un sistema para operar sobre una representación abstracta del video, permitiéndole hacer predicciones dentro de esa abstracción. Idealmente, esta representación filtra detalles impredecibles, ” dijo LeCun. Este enfoque refleja cómo los químicos establecieron una jerarquía fundamental para los componentes de la materia. “Creamos abstracciones: partículas, sobre las cuales están los átomos, luego las moléculas y, finalmente, los materiales, ” explicó. “Cada capa superior filtra mucha información irrelevante de las capas inferiores, según la tarea en cuestión. ” En esencia, lo que esto significa es que entendemos el mundo físico construyendo jerarquías, lo cual es fundamental para la inteligencia.