Una opinión sobre la Inteligencia Artificial inspirada en el cerebro. ¿Hacia dónde vamos desde aquí?
Opinión sobre la Inteligencia Artificial basada en el cerebro. ¿Cuál es nuestro próximo paso?
Las máquinas todavía no pasan el test de Turing en 2023
El Juego de la Imitación, que fue el nombre que Alan Turing dio a su famoso test para evaluar la capacidad de una máquina para exhibir comportamiento inteligente, no es solo el título de una película. En este test, un evaluador humano interactúa con una máquina y otro humano a través de texto solamente y tiene que determinar cuál de los dos es el ordenador. A pesar de los enormes avances en los modelos de lenguaje grandes, los algoritmos de inteligencia artificial todavía no son capaces de engañar a los evaluadores humanos, especialmente cuando se los saca de la zona de confort de aquello para lo que fueron diseñados para hablar (https://www.nature.com/articles/d41586-023-02361-7).
![Esquema del test de Turing: Por Juan Alberto Sánchez Margallo — CC BY 2.5, https://commons.wikimedia.org/w/index.php?curid=57298943](https://miro.medium.com/v2/resize:fit:640/format:webp/1*WKG_WMAJjqeZ2tf35uAomw.png)
Diseñar modelos de IA que puedan aprobar este test no es el objetivo final de los investigadores en informática, ya que esto consistiría principalmente en un truco para engañar en lugar de mejorar las capacidades lógicas del modelo. Sin embargo, la omnipresencia del Test de Turing en las discusiones de informática de los últimos decenios destaca la obsesión por vincular los comportamientos de la IA con los comportamientos humanos. A nivel del modelo, las redes neuronales se inspiran en el cerebro, pero no imitan completamente los procesos neurobiológicos. Por ejemplo, las neuronas en el cerebro están conectadas entre sí de manera similar a los nodos de una red neuronal. Sin embargo, las diferencias radican en la forma matemática en que estas unidades realizan sus funciones y en la arquitectura específica de la red.
Nuestros cerebros han sido optimizados a lo largo de muchos años de evolución para lograr una variedad de tareas. Tenemos una base que nos permite reconocer nuestro entorno, establecer paralelismos entre imágenes y situaciones. Todas estas tareas y situaciones que nuestros cerebros han experimentado se influyen mutuamente para permitirnos rendir de manera más eficiente en la siguiente. Por otro lado, las grandes redes neuronales tienen que ser entrenadas desde cero antes de poder ser utilizadas en otras tareas posteriores. La idea es utilizar reglas y nociones generales del cerebro para guiar la construcción de redes neuronales, como tomar inspiración del sistema visual humano para diseñar las redes neuronales utilizadas en la visión por computadora, como…
- Potenciando los tubos RAG en Haystack Presentando DiversityRanker y LostInTheMiddleRanker
- Despliega miles de conjuntos de modelos con puntos finales multinivel de Amazon SageMaker en GPU para minimizar tus costos de alojamiento
- Decodificando la Sinfonía del Sonido Procesamiento de Señales de Audio para la Ingeniería Musical
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Este boletín de inteligencia artificial es todo lo que necesitas #59
- Ajuste fino de Llama 2 con DPO
- La GPU NVIDIA H100 Tensor Core utilizada en la nueva serie de máquinas virtuales de Microsoft Azure ya está disponible de forma general
- DENZA colabora con WPP para construir e implementar configuradores avanzados de automóviles en la nube NVIDIA Omniverse
- Shutterstock lleva la IA generativa a los fondos de escenas en 3D con NVIDIA Picasso
- Charla especial SIGGRAPH El CEO de NVIDIA lleva la IA generativa a la muestra de Los Ángeles
- Optical Vectors Beam Multi-Bits’ ‘Optical Vectors Beam Multi-Bits’ (Rayos Ópticos Multibits)