El nuevo instinto de la IA: por qué pensar con más inteligencia importa más que pensar durante más tiempo

Los avances en inteligencia artificial (IA) se han basado desde hace tiempo en la creencia de que aumentar la cantidad de datos y la potencia computacional puede mejorar el rendimiento. Este enfoque de "fuerza bruta" ha dado lugar a impresionantes sistemas de IA, como GPT-3, que han tenido un rendimiento notablemente bueno a lo largo de los años. Sin embargo, este paradigma está llegando a sus límites. A medida que los problemas de IA se vuelven más complejos, se hace evidente que simplemente añadir más potencia de procesamiento no será una solución sostenible ni eficaz para el progreso a largo plazo. Esta constatación ha impulsado a los investigadores a replantear su enfoque del desarrollo de la IA. En este contexto, Deep Cogito... Cogito v2 El modelo introduce un nuevo enfoque que podría cambiar el futuro del desarrollo de la IA. En lugar de depender de una mayor potencia de procesamiento o de un razonamiento más complejo, Cogito v2 desarrolla instintos internos que guían al modelo para identificar las rutas correctas incluso antes de comenzar la búsqueda. Este es un cambio de paradigma en el desarrollo de la IA, al centrarse en pensar mejor, no a largo plazo.

Un cambio en el desarrollo de la IA

Durante muchos años, la fuerza impulsora detrás de los avances de la IA fue la idea de que “más es mejorEste enfoque ha dado lugar a modelos de IA que generan extensas cadenas de razonamiento para resolver problemas complejos. Los modelos de OpenAI, como GPT-3, son un ejemplo de este enfoque, donde cadenas de razonamiento más largas han dado lugar a resultados impresionantes en tareas difíciles. Si bien este método ha producido resultados impresionantes, presenta importantes inconvenientes. Las cadenas de razonamiento más largas requieren más recursos computacionales, lo que resulta en tiempos de inferencia más lentos y mayores costos operativos. Además, la investigación ha demostrado que estos procesos extendidos a menudo conducen a rendimientos decrecientes, donde el razonamiento más largo conduce a un mayor sesgo y menor eficiencia. El problema fundamental es que confiar en largas cadenas de razonamiento y aumentar la potencia computacional ya no es una solución eficaz para abordar problemas complejos de IA. Estos enfoques están limitados por su enorme tiempo de procesamiento y requisitos de memoria.

Por qué el instinto visceral es importante para la IA

A diferencia de los sistemas de IA actuales, que dependen del razonamiento extendido, los humanos a menudo recurren a lo que se denomina "instinto" (una forma de juicio rápido e intuitivo) para resolver problemas. Si bien el instinto puede parecer un concepto abstracto, suele ser el resultado de años de experiencia, aprendizaje y procesamiento del contexto, lo que permite a los humanos tomar decisiones rápidas sin analizar a fondo cada detalle. Es este tipo de intuición lo que distingue la computación bruta del razonamiento humano. Los humanos desarrollamos este "instinto" mediante el reconocimiento de patrones y la experiencia acumulada, y nos permite tomar decisiones sin explorar exhaustivamente todas las opciones posibles. La nueva IA...El instinto” pretende replicar este proceso.

Esta idea, también conocida como "inteligencia previa", podría ser clave para dotar a los sistemas de IA de un razonamiento similar al humano y aumentar su eficiencia. Los modelos de IA con una sólida inteligencia previa pueden anticipar qué soluciones tienen más probabilidades de éxito sin necesidad de realizar cálculos exhaustivos. En lugar de depender de métodos de búsqueda exhaustivos, la intuición permite a los sistemas de IA aprovechar el conocimiento previo, centrándose en las vías más eficaces para encontrar una solución.

Cómo Cogito v2 incorporó el instinto visceral

Cogito ha incorporado la idea del «instinto» (técnicamente, inteligencia previa) en su modelo Cogito v2, recientemente lanzado. Integraron esta idea mediante un mecanismo llamado Destilación y amplificación iteradas (IDA)Este mecanismo permite al modelo aprender de su propio proceso de razonamiento y perfeccionar sus habilidades de resolución de problemas con el tiempo. En lugar de depender de indicaciones estáticas o guías fijas, IDA permite a la IA depurar las rutas de razonamiento exitosas y reintroducirlas en los parámetros centrales de su modelo. Este proceso de autosuperación perfecciona la capacidad de razonamiento del modelo con el tiempo, optimizándolo no solo para obtener respuestas precisas, sino también para los métodos de pensamiento más eficientes.

• Destilación y amplificación iteradas (IDA)

Para entender cómo funciona IDA, podemos ver teoría del proceso dual, que divide el pensamiento humano en dos sistemas: el Sistema 1 y el Sistema 2. El Sistema 1 se refiere a la toma de decisiones rápida e intuitiva, mientras que el Sistema 2 es más lento y requiere un razonamiento más deliberado. La teoría sugiere que los humanos dependen del Sistema 1 para la mayoría de las tareas, pero cambian al Sistema 2 cuando se enfrentan a decisiones más complejas.

IDA es un ciclo de dos pasos: amplificación y destilación. En la fase de amplificación, el modelo utiliza métodos computacionales intensivos para generar soluciones de alta calidad o rastros de razonamiento. Esto es similar al pensamiento del Sistema 2, donde la IA se toma el tiempo para evaluar cuidadosamente las posibles soluciones. En el destilación fase, el modelo luego internaliza los conocimientos de la fase de amplificación, transformando el proceso de razonamiento del Sistema 2 al Sistema 1. Así como un conductor humano se vuelve más intuitivo después de ganar experiencia, un modelo de IA con IDA puede tomar decisiones más rápidas y eficientes con el tiempo.

La idea clave de IDA es utilizar un razonamiento computacionalmente intensivo en la fase de amplificación y, posteriormente, depurar el razonamiento mejorado para integrarlo en los parámetros del modelo. Este proceso permite al modelo internalizar estrategias de razonamiento eficaces que fortalecen su capacidad de pensar intuitivamente al resolver problemas. Al repetir este ciclo, el sistema de IA mejora continuamente su capacidad para tomar decisiones con menos recursos computacionales.

Ventajas de integrar el «instinto visceral» en la IA

Una de las principales ventajas del instinto de la IA es su eficiencia. Modelos como Cogito v2 presentan cadenas de razonamiento hasta un 60 % más cortas que las de la competencia. Esto significa que pueden obtener respuestas con menos pasos internos, reduciendo el tiempo y los recursos necesarios para la inferencia. Por ejemplo, un problema que DeepSeek R1 podría necesitar más de 200 tokens para resolver, Cogito v2 puede resolverlo en menos de 100 tokens.

Además, el coste de entrenamiento de Cogito v2 es significativamente menor que el de los modelos de IA tradicionales. El proceso completo de entrenamiento de Cogito v2, que abarca una amplia gama de parámetros, costó menos de 3.5 millones de dólares, una cifra muy inferior a los gastos habituales de modelos a gran escala como GPT-4.

Cogito v2 también ha demostrado habilidades emergentes en áreas para las que no fue entrenado explícitamente. Por ejemplo, a pesar de estar entrenado principalmente con texto, Cogito v2 puede razonar sobre imágenes, extrayendo información sobre su composición y hábitats. Esta capacidad de razonamiento intermodal es un paso significativo hacia la inteligencia generalizada, un hito importante en el camino hacia... Inteligencia artificial general (AGI).

Repensando el desarrollo de la IA

El éxito de la inteligencia previa sugiere que las estrategias de desarrollo de IA necesitan un cambio fundamental. En lugar de simplemente ampliar el tamaño del modelo o incrementar los recursos computacionales, el desarrollo de IA debería centrarse en la creación de sistemas capaces de desarrollar y refinar sus propias estrategias cognitivas. Este cambio refleja el desarrollo cognitivo humano, donde la inteligencia no es el resultado de un cerebro más grande o de mayor capacidad de pensamiento, sino de mejores modelos mentales y estrategias de razonamiento. Este cambio de enfoque podría tener implicaciones a largo plazo. Al priorizar un razonamiento más inteligente sobre la potencia computacional bruta, la IA puede volverse más versátil, adaptable y capaz de afrontar nuevos desafíos. Este cambio podría acelerar su aplicación en sectores como la salud, la ciberseguridad y el transporte autónomo, haciendo que los sistemas de IA sean más eficientes, rentables y con mayor impacto.

Lo más importante es...

El éxito de Cogito v2 demuestra que el futuro de la IA no reside en escalar modelos ni aumentar la potencia computacional, sino en perfeccionar las arquitecturas de razonamiento y optimizarlas para una resolución de problemas más inteligente. Este cambio promete un futuro más sostenible y accesible para la IA, donde los sistemas puedan mejorar y adaptarse continuamente con una menor dependencia de grandes recursos computacionales. Al centrarse en el razonamiento inteligente en lugar de la computación de fuerza bruta, la IA puede ser más capaz de abordar problemas complejos del mundo real.