¿Por qué la inteligencia artificial no supera la inteligencia de un bebé?

La inteligencia artificial, a menudo considerada avanzada por su capacidad de operar con miles de chips de última generación, podría encontrar su mayor inspiración en un lugar inesperado: el cerebro de un niño de un año. Aunque los bebés no pueden programar, resolver ecuaciones complejas o participar en debates filosóficos, poseen una habilidad notable para aprender y comprender su entorno de manera eficiente. Mientras que los modelos de IA actuales requieren enormes cantidades de datos y energía comparable a la de un pequeño país, los infantes logran identificar objetos nuevos tras solo unas pocas exposiciones y aprenden a través de la observación y la interacción.

La estructura del cerebro infantil podría ofrecer valiosas pistas para mejorar la IA. Desarrollar modelos que emulen la forma en que los bebés aprenden podría reducir tanto los costos como el consumo energético de las tecnologías actuales, además de facilitar que los robots con inteligencia artificial comprendan su entorno de una manera más intuitiva.

Un nuevo enfoque en el aprendizaje de la IA

Con el objetivo de investigar esta fascinante intersección entre la inteligencia humana y la artificial, un equipo de investigadores de Meta, la Universidad de Stanford, la Universidad de Tokio y la École Normale Supérieure de Francia ha creado una prueba innovadora que destaca las capacidades de aprendizaje de los bebés y desafía a los científicos de IA a desarrollar algoritmos que se alineen con estas habilidades. Este desafío, conocido como EgoBabyVLM, evalúa la capacidad de los modelos de lenguaje visual (VLM) para interpretar el mundo desde la perspectiva de un bebé. Para ello, los modelos deben analizar alrededor de mil horas de video grabado con cámaras colocadas en la cabeza de bebés y niños pequeños.

Curiosamente, los modelos de vanguardia no logran procesar adecuadamente estas imágenes desordenadas y realistas, lo que indica que la estructura cerebral de los bebés les permite aprender de manera más efectiva con un número limitado de datos. En lugar de depender de conjuntos de datos estructurados, los bebés adquieren conocimiento a partir de una experiencia rica y variada, donde los padres mencionan objetos que ya no están a la vista o discuten eventos pasados y futuros sin centrarse exclusivamente en el presente. Michael Frank, científico cognitivo de Stanford, subraya que los bebés no solo aprenden del lenguaje, sino también de un entorno multimodal y táctil.

Desafíos en la comprensión del mundo físico

EgoBabyVLM representa solo uno de los muchos esfuerzos para utilizar la IA en la exploración de la inteligencia humana. Un ejemplo anterior, BabyLM, propuesto en 2023, se centró en enseñar a los modelos de IA la sintaxis del lenguaje utilizando una cantidad de datos similar a la que un niño de diez años procesa: decenas de millones de palabras, en contraste con los billones que utilizan los modelos convencionales. Sorprendentemente, estos modelos basados en transformadores demostraron un rendimiento notable, lo que desafía teorías establecidas sobre cómo la sintaxis está integrada en el cerebro humano.

Ryan Cotterell, lingüista de la ETH Zúrich y creador de BabyLM, aclara que la situación es diferente cuando se trata de comprender el mundo físico. La falta de un corpus extenso de interacciones humanas limita la capacidad de los modelos para adquirir «sentido común». Joshua Tenenbaum, científico cognitivo del MIT, señala que, aunque los transformadores son eficaces para identificar patrones en los datos, no logran procesar la información que recibe un niño y aprender como lo hace.

La búsqueda de la imitación del aprendizaje humano

Una cuestión central en este campo es si la evolución ha optimizado ciertas habilidades de aprendizaje en humanos y animales, o si los algoritmos de aprendizaje simples pueden replicar nuestras capacidades. Tenenbaum destaca el debate en la ciencia cognitiva y la neurociencia sobre la integración evolutiva de estas habilidades en el cerebro humano, que es increíblemente complejo y está lleno de estructuras preexistentes.

Investigaciones recientes han mostrado que un cerebro virtual básico puede aprender conceptos simples, como la identificación de una pelota, analizando datos de un solo bebé. Sin embargo, esto no implica que pueda razonar de manera sofisticada. Brendan Lake, científico cognitivo de la Universidad de Princeton, enfatiza que el verdadero misterio radica en cómo los niños desarrollan plenamente sus capacidades incluso a los dos años.

Avances hacia una inteligencia artificial más humana

Los autores del estudio sobre EgoBabyVLM sugieren que incorporar ideas de la ciencia cognitiva y la neurociencia podría allanar el camino hacia algoritmos de aprendizaje más parecidos a los humanos. Esto incluye el diseño de modelos que puedan mantener la atención durante períodos más largos e interpretar señales sociales de manera efectiva. Frank ha demostrado que enfoques innovadores pueden acercarnos a una IA que imite el aprendizaje infantil. Recientemente, él y su equipo probaron un modelo capaz de aprender sobre causalidades y relaciones temporales entre objetos utilizando los mismos datos de video de bebés. Los resultados mostraron que este nuevo modelo podía comprender mejor la dinámica de los objetos, un principio fundamental para el razonamiento físico.

La posibilidad de que modelos orientados a aprender rápidamente sobre física y relaciones sociales sean más eficientes en el aprendizaje general es intrigante. «EgoBabyVLM es un desafío emocionante. Estoy ansioso por ver qué nuevas arquitecturas, enfoques e ingredientes desarrollan los investigadores», concluye Lake.