Si crees que un modelo de IA que funciona con miles de chips informáticos de última generación es inteligente, déjame presentarte el concepto de un niño de un año.
Es cierto que los bebés quizás no puedan escribir programas informáticos, resolver problemas matemáticos complejos ni debatir ideas filosóficas. Pero a diferencia de los modelos de IA actuales, que consumen una cantidad enorme de datos de entrenamiento y tanta energía como un país pequeño, los bebés aprenden a comprender el mundo con una eficiencia asombrosa. Identifican objetos nuevos tras verlos una o dos veces y aprenden mediante la observación fugaz y la interacción física.
En lo que respecta a la mejora de la IA, los bebés, y la arquitectura de sus cerebros, podrían ofrecer información crucial. Crear una versión de la IA más parecida a la de un bebé podría reducir el costo y el consumo energético de los modelos de vanguardia, y también podría ser valioso para que los robots con IA aprendan sobre su entorno de forma más natural.
Aprender como un bebé
Para explorar esta nueva y audaz frontera, investigadores de Meta, la Universidad de Stanford, la Universidad de Tokio y la École Normale Supérieure de Francia desarrollaron una nueva prueba que resalta las habilidades de aprendizaje de los bebés e impulsa a los investigadores de IA a diseñar algoritmos que se ajusten a ellas.
El desafío EgoBabyVLM evalúa la capacidad de los modelos de lenguaje visual (VLM), que aprenden tanto de texto como de imágenes, para comprender el mundo tal como lo percibe un bebé. Para ello, el modelo debe describir el mundo tras procesar aproximadamente mil horas de video grabadas con cámaras colocadas en la cabeza de bebés y niños pequeños.
Resulta que los modelos de última generación fracasan estrepitosamente cuando se les alimenta con estas imágenes realistas y desordenadas, lo que sugiere que puede haber algo diferente en el diseño del cerebro del bebé que le permite aprender tan rápidamente con tan poca información.
En lugar de conjuntos de datos preseleccionados, los bebés aprenden a partir de una visión caleidoscópica de las cosas: los padres hablan de objetos que ya no son visibles, señalan cosas con la mirada o un gesto, o comentan sucesos del pasado o del futuro en lugar de centrarse en lo que ocurre en ese preciso instante. Los bebés aprenden no solo del lenguaje, sino también de una rica experiencia multimodal y táctil, afirma Michael Frank, científico cognitivo de la Universidad de Stanford especializado en el aprendizaje del lenguaje y participante en el desarrollo de EgoBabyVLM.
La prueba demuestra que, en lo que respecta a la IA, “es evidente que se necesita algo más que lenguaje”, afirma Frank.
El cerebro maneja las emociones mediante un “mapa cognitivo” que permite desplazarse entre distintas experiencias internas con una lógica comparable a la que usamos para orientarnos en un espacio físico.
Aprendizaje del lenguaje
EgoBabyVLM es solo el ejemplo más reciente de cómo los científicos utilizan la IA para explorar la inteligencia humana. Un desafío llamado BabyLM, presentado en 2023, encomendó a los modelos de IA la tarea de aprender la sintaxis del lenguaje utilizando aproximadamente la misma cantidad de datos que un niño de 10 años asimila: decenas de millones de palabras, en comparación con los billones que manejan los modelos de IA. Sorprendentemente, resulta que los modelos de IA basados en transformadores, que procesan el lenguaje prestando atención a la relación entre las palabras en diferentes oraciones, pueden hacerlo bastante bien, un hallazgo que desafía las ideas de Noam Chomsky sobre cómo la sintaxis podría estar integrada en el cerebro humano.
Ryan Cotterell, lingüista de la ETH Zúrich y creador de BabyLM, afirma que la situación es diferente en lo que respecta a la comprensión del mundo físico. “No habrá un gran corpus de interacciones humanas; no existe una red de interacciones humanas”, explica.
