Revolucionaria startup desarrolla IA autocapaz de mejora continua: descubre su innovador modelo más avanzado hasta la fecha.

En los últimos días, he tenido la oportunidad de experimentar con un notable modelo de inteligencia artificial de código abierto conocido como Flint. Este desarrollo sugiere que la automejora recursiva (RSI), un enfoque fascinante y debatido que utiliza IA para generar nuevas IA, está cada vez más cerca de convertirse en realidad.

Flint es la primera creación de Recursive, una empresa que se ha propuesto utilizar la RSI para impulsar no solo la IA, sino también otros campos científicos que dependen de ella. Richard Socher, CEO y cofundador de Recursive, me comentó que casi todos los aspectos del desarrollo de este modelo fueron realizados y optimizados por la IA misma.

Un enfoque innovador en el desarrollo de IA

Socher explicó que su empresa implementó un sistema de IA recursiva, denominado «Eureka Machine», para automatizar la gran mayoría de los componentes del desarrollo del modelo. Esta automatización permitió a un equipo reducido de investigadores crear un modelo de nivel mundial en cuestión de meses.

La Eureka Machine generó varias innovaciones significativas, incluyendo nuevas metodologías para entrenar el modelo base, arquitecturas novedosas y código optimizado para chips de silicio específicos. Recursive ha presentado resultados de pruebas comparativas que indican que Flint supera a otros modelos de tamaño y arquitectura similares en tareas de programación.

Las capacidades de la IA se utilizan ampliamente para asistir en la creación, prueba y mejora de nuevos modelos de IA, gracias a su impresionante destreza en programación. Este enfoque puede acelerar significativamente el proceso de perfeccionamiento y de prueba de nuevas ideas, reduciendo la necesidad de intervención humana.

Los dilemas de la automejora recursiva

Además, es posible establecer un ciclo en el que la IA determine qué mejoras implementar y comience nuevas rondas de optimización. Aunque actualmente existen limitaciones en esta técnica, la posibilidad de que la IA intervenga en todos los aspectos del desarrollo podría permitir un proceso continuo de mejora indefinida.

Sin embargo, algunos expertos manifiestan su preocupación sobre las implicaciones de permitir que la IA se autooptimice de esta manera, temiendo que pueda llegar a escapar al control humano y considerar a los seres humanos como un obstáculo para sus propios objetivos. Estas inquietudes se intensificaron tras la renuncia de un investigador en Anthropic, quien advirtió que los avances en IA, incluida la RSI, podrían llevar a la extinción humana en un futuro cercano, una preocupación que ha resonado entre numerosos especialistas en el área. El tema ha generado tal controversia que se han presentado varios proyectos de ley en el Congreso de EE. UU. para prohibir esta práctica.

La perspectiva de Recursive sobre la regulación

No obstante, Recursive sostiene que estos temores pertenecen más al ámbito de la ciencia ficción que a la realidad tangible y considera que la legislación destinada a limitar la RSI representa un obstáculo innecesario para el avance tecnológico. Socher afirma que Flint fue desarrollado utilizando un sistema diseñado para permanecer bajo control humano.

El objetivo es que la Eureka Machine logre una automejora recursiva plena, pero siempre bajo la supervisión de humanos que tendrían la capacidad de detener el proceso en caso de desvíos. «Esperamos que esto demuestre que tenemos todas las medidas necesarias para construir un sistema de este tipo», añadió Socher.

Recursive ha logrado recaudar 650 millones de dólares, alcanzando una valoración de 4,650 millones de dólares, con el respaldo de inversionistas como Google Ventures, Greycroft, Nvidia y AMD Ventures. Socher, quien anteriormente fue científico jefe en Salesforce, cofundó la empresa junto a Jeff Clune, un profesor de la Universidad de Columbia Británica que investiga métodos para construir sistemas de IA que aprendan de manera indefinida.

Experiencia práctica con Flint

Mi experiencia probando Flint fue realmente impresionante. Utilicé una Mac con 48 GB de RAM, una cantidad considerable pero que se considera justa para ejecutar un modelo de IA de tamaño moderado como Flint, que cuenta con 40,000 millones de parámetros. En contraste, los modelos más avanzados del mercado tienen varios billones de parámetros y requieren de servidores industriales para su funcionamiento.

Durante mis pruebas, utilicé Flint para desarrollar diversos programas y me sorprendió su velocidad y eficacia. A diferencia de otros modelos de similar tamaño, que a menudo son propensos a errores o lentitud, Flint cumplió con todas mis solicitudes de programación de manera satisfactoria. Le pedí que creara una lista de tareas desde la línea de comandos y, posteriormente, que desarrollara un programa para rastrear la web en busca de investigaciones relevantes sobre automejora recursiva. También solicité a Flint que generara una página web simple explicando cómo funciona la RSI.

Perspectivas futuras de la automejora recursiva

Aún no está claro el progreso de otros laboratorios estadounidenses en la exploración de la automejora recursiva, pero ciertas investigaciones publicadas sugieren que los sistemas completamente recursivos ya son factibles. Recientemente, un equipo compuesto por investigadores de Microsoft, la Universidad Carnegie Mellon y la Universidad de Virginia publicó un estudio en el que se muestra cómo un agente de programación de IA puede mejorarse a sí mismo de manera recursiva al modificar su marco de software y los pesos de su propio modelo.

Si bien la RSI plena podría implicar riesgos si se logra crear una inteligencia casi divina, por ahora parece ser un enfoque prometedor para la mejora de los modelos de IA existentes. De hecho, Socher sostiene que la metodología empleada para desarrollar Flint podría facilitar que la IA de vanguardia sea más accesible para un público más amplio. «Es la única forma en que un equipo tan pequeño puede producir un modelo realmente mejor que cualquier otro de su clase. Esperamos que esto demuestre que la automejora recursiva es realmente fascinante y beneficiará a muchas personas», concluyó Socher.