Frecuentemente, se ha debatido sobre el ascenso meteórico de la inteligencia artificial (IA), que ha pasado de ser un tema marginal a convertirse en uno central en las conversaciones actuales. El protagonista indiscutible de este éxito ha sido ChatGPT, desarrollado por OpenAI. Este chatbot IA nos ha deslumbrado con sus habilidades, pero ahora enfrenta la posibilidad de quedar en desuso. Un reciente estudio ha revelado una nueva técnica, denominada MLC, que promete superar a los chatbots IA, incluidos ChatGPT y Bing Chat.
Al hablar de la IA generativa actual, nos referimos principalmente a su capacidad para producir contenido, como imágenes. El ejemplo más representativo es cuando, a partir de un prompt de texto, la IA genera la descripción solicitada. Esta capacidad se extiende a la creación de textos diversos, como novelas o canciones, marcando una era significativa en la IA generativa.
MLC representa un avance sustancial sobre ChatGPT y la IA de Bing. Anteriormente, la IA se limitaba a chatbots capaces de simular conversaciones humanas. Sin embargo, chatbots como ChatGPT han ido más allá, proveyendo respuestas útiles a diversas consultas, ya sean problemas cotidianos, matemáticos, de programación, entre otros, siempre y cuando no aborden temáticas prohibidas. De este modo, los chatbots han evolucionado de ser una curiosidad a herramientas genuinamente útiles.
No obstante, frente a MLC, tanto ChatGPT como la alternativa de Windows Bing Chat con IA, parecen destinados a quedar obsoletos. MLC, acrónimo de «Metaprendizaje para la Composicionalidad», refiere a la habilidad de generalizar sobre el lenguaje, añadiendo una dimensión de profundidad al permitir la combinación de palabras y adaptación a distintas situaciones. Esto otorga a sus respuestas una apariencia más real y cercana al aprendizaje humano.
MLC ha mostrado superioridad sobre GPT-4, aprendiendo de sus fallos. Las expectativas en torno a MLC y su base en redes neuronales son altas. En pruebas comparativas, MLC ha tenido éxito en tareas donde el avanzado modelo GPT-4 de OpenAI ha encontrado dificultades.
Esta técnica basada en redes neuronales permite incorporar nuevas palabras al diccionario y usarlas en más contextos que los chatbots IA tradicionales. No obstante, al igual que estos, MLC requiere de un entrenamiento previo para aprender el significado y uso correcto de las palabras.
Para evaluar MLC, se realizó un experimento donde participantes humanos debían asociar palabras recién aprendidas con colores. El 80% logró superar la prueba. En contraste, GPT-4 tuvo una tasa de éxito del 42%, mientras que MLC, diseñado para aprender de errores, alcanzó un 86% de éxito. Los científicos ven en MLC el futuro de la IA, capaz de superar a ChatGPT, aunque anticipan que esto sucederá a largo plazo.
LEE MÁS ARTÍCULOS SOBRE: Ciencia de Datos con IA.
LEE LA ENTRADA ANTERIOR: ¿Puede la IA elegir acciones? Una mirada a la inversión en IA.