Investigadores de Huawei proponen una "IA incorporada" para mejorar la interacción y el aprendizaje en el mundo real
Summary:
Los investigadores del Noah's Ark Lab de Huawei han propuesto un marco para la "inteligencia artificial incorporada" (E-AI) como un avance crucial hacia la inteligencia artificial general (AGI). Argumentan que los grandes modelos de lenguaje actuales, como ChatGPT de OpenAI y Gemini de Google, no pueden comprender completamente el mundo real debido a la falta de interacción directa. Sugieren crear agentes de IA que puedan percibir, actuar, aprender y recordar dentro de una encarnación física para obtener una mejor comprensión y funcionar como una inteligencia general. Aunque el equipo esbozó una estructura teórica para crear IA incorporada, también destacaron los desafíos tecnológicos actuales, incluido el hecho de que los modelos de IA más potentes existen en vastas redes en la nube.
El Laboratorio Arca de Noé de Huawei en París presentó recientemente un marco innovador para la "inteligencia artificial incorporada" (E-AI), que consideran un desarrollo crítico en la búsqueda de la inteligencia artificial general (AGI). La AGI, a menudo denominada "IA a nivel humano" o "IA fuerte", es un sistema de IA que tiene la capacidad de ejecutar cualquier tarea con los recursos adecuados. Si bien no existe un acuerdo universal sobre lo que hace que un sistema de IA sea una inteligencia general, varias empresas, como OpenAI, se centran exclusivamente en esta tecnología.
Hacia finales de la década de 2010, la emergente tecnología de transformadores generativos preentrenados (GPT) llevó a muchos especialistas en AGI a adoptar la noción de que "la escala es todo lo que necesita", lo que implica que previeron que los transformadores, escalados más allá de las capacidades actuales, podrían eventualmente allanar el camino hacia un modelo AGI. Los investigadores de Huawei, sin embargo, contradicen esta creencia en su artículo argumentando que los grandes modelos de lenguaje, como ChatGPT de OpenAI y Gemini de Google, no logran comprender el mundo real debido a su falta de compromiso con él. Según la publicación:
"Muchos creen que la mera expansión de estos modelos en términos de datos y potencia computacional puede conducir a AGI. No estamos de acuerdo con esta opinión. Sugerimos que la comprensión genuina solo es posible a través de agentes de E-AI que interactúan y aprenden del mundo que habitan".
Según los académicos, para que los agentes de IA se involucren realmente con el mundo real, deben estar alojados en algún tipo de cuerpo que permita la percepción, la acción, la memoria y el aprendizaje. La percepción, en este sentido, es la capacidad de un sistema de IA para adquirir datos sin procesar del mundo real en tiempo real, procesarlos y codificarlos en un entorno de aprendizaje latente. Esencialmente, para que una IA comprenda el mundo real en la medida de una inteligencia general, debe tener la capacidad de centrarse en él a través de sus propios sistemas sensoriales.
Además de la percepción, los agentes deben ser capaces de tomar acciones y evaluar sus resultados. Los modelos actuales de IA son en su mayoría "preentrenados", similares a un estudiante al que se le da una prueba con las respuestas de antemano. Al permitir que la IA actúe de forma autónoma y perciba las consecuencias de sus acciones como nuevos recuerdos, el equipo propone que los agentes puedan aprender sobre el mundo a través de la experiencia y los errores, de forma similar a los organismos vivos.
Los investigadores proponen un esquema teórico mediante el cual se podría incorporar un gran modelo de lenguaje o un modelo fundamental de IA para lograr estos objetivos en el futuro. Sin embargo, también subrayan los numerosos obstáculos que se avecinan. Un desafío importante es que los modelos de lenguaje más potentes de la actualidad operan en redes en la nube expansivas, lo que hace que la realización sea una tarea compleja con la tecnología actual. Relacionado: Un gran avance en la fusión nuclear podría transformar la inteligencia artificial.
Published At
2/7/2024 11:23:13 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.