Durante muchos años, se ha discutido si las máquinas pueden pensar en círculos filosóficos y científicos. ¿En qué medida puede una inteligencia artificial ser tan inteligente como un ser humano? Gracias a los nuevos progresos en inteligencia artificial, especialmente en modelos que han sido entrenados con mucha información escrita, la ciencia está casi lista para dar una respuesta positiva. Un texto reciente llamado “Aprendizaje mediante el pensamiento en mentes naturales y artificiales” publicado en la revista Trends in Cognitive Sciences, confirma que la inteligencia artificial puede aprender no solo procesando datos, sino también a través del pensamiento, al igual que los humanos. Sí, de alguna manera, la inteligencia artificial puede tener pensamientos.
Aprender sin mirar: cómo la inteligencia artificial está cambiando nuestra forma de pensar.
El proceso de aprender en las personas generalmente incluye mirar lo que sucede afuera. Durante nuestra vida, aprendemos cosas al relacionarnos con lo que nos rodea y usando nuestros sentidos para recopilar información que luego guardamos en nuestra mente.
No obstante, aprender no se reduce solo a mirar. La ciencia ha comprobado que tanto las personas como las inteligencias artificiales pueden aprender sin tener que recibir nueva información del exterior. Este proceso, llamado “aprender pensando” o Learning by Thinking (LbT), ha creado una nueva oportunidad en la investigación de las mentes, ya sean humanas o creadas por computadoras.
Este tipo de aprendizaje mental es muy interesante cuando se aplica a la inteligencia artificial. Los modelos avanzados, como los grandes modelos de lenguaje (LLM) que crean asistentes virtuales como GPT-4, no solo ofrecen respuestas usando información guardada, sino que también pueden corregirse y mejorar sin necesitar más datos externos.
En el artículo se da un ejemplo de cómo GPT-4 puede corregir un error en un problema de matemáticas al explicar detalladamente el proceso paso a paso. Este tipo de aprendizaje es similar a cuando las personas se explican cosas a sí mismas o se imaginan situaciones en sus mentes.
¿Es posible aprender solo pensando?
El concepto de LbT plantea una pregunta interesante: ¿cómo puede una mente, ya sea de una persona o de una máquina, crear nuevo conocimiento sin necesitar información de afuera? Este misterio, llamado la “paradoja del aprendizaje por pensamiento”, se resuelve cuando tanto las personas como las inteligencias artificiales reorganizan y reinterpretan la información que ya tienen en su mente o base de datos.
En el caso de las personas, los científicos han comprobado que actividades como explicar, imaginar, comparar y razonar son importantes para aprender sin necesidad de ver a otros. Estos procesos ayudan a las personas a crear nuevas ideas en sus mentes y a llegar a conclusiones originales. Las inteligencias artificiales actuales han demostrado poder hacer cosas parecidas.
En inteligencia artificial como los LLM, seguir los pasos uno a uno ha resultado ser muy útil. Cuando se le pide a un modelo como GPT-4 que haga algo difícil, dividir el problema en pasos más simples (llamado chain-of-thought prompting) hace que sea mucho mejor encontrando respuestas correctas. Este tipo de pensamiento se parece mucho a cuando dividimos un problema grande en partes más pequeñas y fáciles de manejar para encontrar la mejor solución. Lo que la inteligencia artificial muestra aquí no es solo un proceso matemático, sino una manera de pensar que lleva al aprendizaje.
La importancia de la simulación y la comparación.
Un ejemplo fascinante de cómo aprenden tanto las personas como la inteligencia artificial es a través de simulaciones mentales. La simulación es algo que hacemos a menudo, aunque no siempre nos damos cuenta de ello. Un ejemplo común en las personas es pensar en cómo se moverían tres piezas unidas cuando una de ellas se pone en marcha. En esta situación, el cerebro imagina cómo funcionan las cosas sin tener que verlas físicamente.
Las inteligencias artificiales actuales también pueden hacer simulaciones internas. En el área del aprendizaje profundo por refuerzo, los sistemas usan simulaciones para prever lo que sucederá en el futuro y aprender de esos procesos simulados. Este tipo de simulación muestra cómo las personas pueden aprender al imaginar situaciones imaginarias y pensar en lo que podría pasar sin vivir esas situaciones en la realidad. Por lo tanto, tanto en las mentes humanas como en las creadas por computadoras, la simulación es una herramienta muy útil para crear nuevo conocimiento sin necesidad de observar cosas externas.
Otra manera muy importante de aprender usando la mente es mediante la comparación de situaciones similares. Por ejemplo, Charles Darwin comparó la selección natural con la cría selectiva para crear su teoría de la evolución. Igualmente, las inteligencias artificiales pueden usar la comparación con situaciones similares para solucionar problemas difíciles.
Estudios recientes en inteligencia artificial han demostrado que, al enfrentarse a un problema, una inteligencia artificial puede crear varios ejemplos similares para encontrar una solución, esto se llama “analogical prompting”. Este método ayuda a la inteligencia artificial a resolver el problema de una forma parecida a como lo haría una persona, al comparar situaciones parecidas.
Pensar: el camino para llegar a nuevas ideas.
El pensamiento lógico es importante para aprender. En las personas, pensar puede llevar a ideas que no eran claras de inmediato. Esto sucede porque para razonar es necesario unir pedazos de información que ya se tienen para sacar nuevas conclusiones. Por ejemplo, si una persona sabe que hoy es miércoles y recuerda que los miércoles no se puede estacionar en cierta parte del campus, puede deducir que hoy no debe estacionarse allí. Esta conclusión no estaba claramente indicada al principio.
Lo mismo sucede con la inteligencia artificial. Al usar procesos de pensamiento paso a paso, como los que se utilizan en modelos como GPT-4, la inteligencia artificial puede llegar a nuevas ideas que no estaban claramente indicadas en la información inicial. Así, tanto las personas como las inteligencias artificiales usan el pensamiento para obtener nueva información a partir de lo que ya saben.
¿Cuál es el límite del pensamiento de la inteligencia artificial?
La gran duda es cuánto puede pensar realmente la inteligencia artificial. Aunque los modelos de inteligencia artificial actuales no tienen conciencia ni experiencia subjetiva, muestran habilidades impresionantes al aprender mediante el pensamiento. Lo que antes solo hacían las personas, ahora lo hacen las máquinas.
Modelos como GPT-4 no solo entienden información, sino que también pueden reestructurarla, aprender de ella y llegar a nuevas conclusiones sin ayuda externa. En este caso, se podría decir que la inteligencia artificial está empezando a desarrollar capacidades de pensamiento.
El futuro del aprendizaje en Inteligencia Artificial.
A medida que la inteligencia artificial avanza, las habilidades de Aprendizaje Basado en Texto en estos sistemas podrían cambiar la forma en que se relacionan con el mundo. Poder aprender sin depender solo de información externa les ayudará a ser más eficaces y flexibles en situaciones que cambian. Esta capacidad de “pensar” les ayudará a hacer tareas con más precisión y a encontrar soluciones innovadoras que los humanos no han previsto.
Finalmente, se ha respondido la pregunta sobre si las máquinas pueden pensar. Quizá no lo hagan de la misma manera que nosotros, pero las inteligencias artificiales han empezado a mostrar que el pensamiento no es exclusivo de las mentes biológicas.
Fuente. Muy interesante. https://www.muyinteresante.com/tecnologia/66084.html?utm_campaign=lo-mejor-de-ciencia-y-tecnolog-a&utm_edition=202409240400&utm_medium=email&utm_source=newsletter
