ChatGPT y el futuro de la inteligencia artificial: la revolución profunda del lenguaje Terrence J. Sejnowski Prensa del MIT (2024)
Algunos de los ganadores sorpresa de los Premios Nobel de este año fueron los desarrolladores de AlphaFold, un modelo de inteligencia artificial (IA) que puede predecir con precisión la estructura 3D de más de 200 millones de proteínas. AlphaFold funciona con redes neuronales artificiales que pueden extraer patrones de cómo interactúan los aminoácidos en proteínas conocidas y luego usar esa información para modelar el comportamiento de proteínas desconocidas. Los chatbots como ChatGPT dependen de tecnología similar para “aprender” e imitar el lenguaje humano.
La revolución provocada por esta tecnología se explora de manera convincente en el libro de Terence Sejnowski ChatGPT y el futuro de la inteligencia artificial – Una continuación de su libro de 2018. La revolución del aprendizaje profundo. Sejnowski, un neurobiólogo computacional, lleva a los lectores a un recorrido vertiginoso por la evolución de la inteligencia artificial, desde simples modelos computacionales de una sola neurona construidos en la década de 1950 hasta los avances en el aprendizaje profundo de las últimas dos décadas que han dado origen al lenguaje a gran escala. modelos. (LLM), que pueden generar respuestas similares a las humanas a las preguntas.
ChatGPT un año después: ¿Quién lo usa, cómo y por qué?
El libro de Sejnowski es una lectura obligada para quienes buscan comprender el mundo en el que vivimos, un mundo en el que las máquinas están transformando el tejido de la cognición humana. En pocas palabras, una red neuronal es una red de nodos o neuronas interconectados que pueden procesar datos y aprender de ellos ajustando la fuerza de las conexiones entre nodos. Cuando se cambia la fuerza de estas conexiones para lograr el resultado deseado durante la fase de entrenamiento, el modelo aprende a detectar patrones subyacentes.
La principal inspiración detrás de las arquitecturas de redes neuronales es el cerebro humano. Desentrañar el misterio de por qué estas simulaciones cerebrales funcionan tan bien (especialmente cuando se entrenan con grandes cantidades de datos) podría ser tan importante como descubrir el ADN, señala Sejnowski. Se espera que a través de una investigación cuidadosa sobre el “comportamiento contrario” de los titulares de LLM, puedan surgir nuevos marcos conceptuales.
Ve paralelos entre los debates actuales sobre los significados de “inteligencia” y “comprensión” y los debates de hace un siglo sobre la naturaleza de la vida. En ese momento, los vitalistas afirmaban que la vida era una fuerza inmaterial (una esencia incrustada en los organismos vivos pero no, por ejemplo, en las rocas), mientras que los mecanicistas creían que la vida podía explicarse enteramente mediante procesos físicos y químicos. Así como el descubrimiento de la doble hélice del ADN llenó vacíos conceptuales y transformó la biología, Sejnowski predice que los avances en inteligencia artificial conducirán a descubrimientos sobre la inteligencia.
Desarrollo de la comprensión
El santo grial de la IA, explica Sinofsky, es la inteligencia artificial general: una máquina que puede pensar, aprender y resolver problemas en una amplia gama de tareas, como un ser humano. La generación actual de LLM está lejos de eso. Algunos investigadores los denominan despectivamente “loros aleatorios”, y en su mayoría imitan el lenguaje humano sin una comprensión real.
Ya sea que la IA esté lista o no, cuando ingresa a la educación científica, los estudiantes tienen opiniones
El camino a seguir para la IA es el de la colaboración interdisciplinaria, donde los conocimientos de la biología, la neurociencia y la informática convergen para guiar el desarrollo de la IA, afirma Sejnowski. Sejnowski prevé que los conocimientos sobre los “principios fundamentales de la inteligencia” (como la adaptabilidad, la flexibilidad y la capacidad de llegar a conclusiones generales a partir de información limitada) estimularán la próxima generación de inteligencia artificial.
La revolución del lenguaje de IA, que es como Sejnowski se refiere a la era de los títulos de LLM, ya está remodelando muchos aspectos de la vida humana. A medida que los MBA se desarrollen, irán más allá de su función principal como herramientas y comenzarán a trabajar como colaboradores en campos como la atención médica, la educación y el derecho. Esto ya está empezando a suceder, como demuestra AlphaFold. El autor hace un uso liberal de ChatGPT para proporcionar resúmenes al final de cada capítulo, y las conversaciones de chatbot se encuentran dispersas a lo largo del libro. Incluso reconoce en broma a ChatGPT como coautor.
El poder de los LLM también radica en cómo los usuarios interactúan con ellos. Sejnowski señala la habilidad cada vez más importante de la ingeniería ágil, que enfatiza que pequeños cambios en la orientación de un modelo pueden moldear su resultado. El autor ofrece trucos útiles: pida varias respuestas, no sólo una; Sea específico, para que el modelo pueda llegar rápidamente a la mejor respuesta; Encuadre su diálogo como si estuviera hablando con una persona real.
Sejnowski propone una “prueba de Turing inversa”, en la que la inteligencia del Catalizador se evalúa en función de la calidad de sus interacciones con la IA. Estas pruebas de competencia pueden volverse comunes a medida que se generalice el uso de la inteligencia artificial.
¿Puede la inteligencia artificial tener sentido común? Resolver esto será clave para lograr la inteligencia artificial
Él cree que la próxima generación de titulares de un LLM debería pasar por un proceso de desarrollo similar a la etapa de aprendizaje infantil en humanos, donde aprenden de interacciones del mundo real y de datos. La memoria a largo plazo y el comportamiento dirigido a objetivos deben integrarse para que los sistemas puedan adaptarse y planificar de forma eficaz. La incorporación de robots y sistemas sensoriomotores permitiría a las herramientas de inteligencia artificial percibir e interactuar con su entorno, empujando a los modelos actuales hacia una autonomía general artificial.
Aunque Sejnowski se muestra optimista sobre esta tecnología, reconoce que hay muchos desafíos sin resolver que deben abordarse para garantizar la sostenibilidad a largo plazo de la IA. Es probable que esto perturbe las industrias y el mercado laboral. La creciente necesidad de una gran potencia de procesamiento computacional ha puesto de relieve la necesidad de modelos de IA más eficientes y ecológicos.
Aunque un poco exagerado, también es importante, escribe Sejnowski, considerar seriamente la posibilidad de que la IA supere la inteligencia humana, porque prepararnos ahora nos permitirá anticipar y mitigar amenazas potenciales. Una estrategia precisa y bien organizada para gestionar los riesgos éticos y existenciales (como los errores resultantes de la inteligencia artificial y el uso de maestrías en derecho) es esencial para garantizar que la sociedad se beneficie de la inteligencia artificial.
ChatGPT y el futuro de la inteligencia artificial Muestra cómo la próxima ola de avances impulsados por la IA podría cambiar el panorama del conocimiento mismo. La exploración de Sejnowski es a la vez una guía y una advertencia mientras navegamos por las promesas y los riesgos asociados con el rápido avance de la inteligencia artificial.
Intereses en competencia
El autor no declara intereses en competencia.