¿Qué nos puede decir ChatGPT sobre la evolución de la inteligencia artificial?

En la última década, la inteligencia artificial (IA) ha suscitado tanto sueños de una transformación masiva en la industria tecnológica como una profunda ansiedad sobre sus posibles consecuencias. Elon Musk, una voz líder en la industria tecnológica, ha demostrado esta dualidad. Al mismo tiempo, promete un mundo de coches con IA autónoma mientras nos advierte sobre los riesgos asociados con la IA, incluso pidiendo una pausa en el desarrollo de la IA. Esto es especialmente irónico considerando que Musk fue un inversor temprano en OpenAI, fundada en 2015.

Una de las desarrollaciones más emocionantes y preocupantes que surcan la ola actual de investigación de IA es la IA autónoma. Los sistemas de IA autónoma pueden realizar tareas, tomar decisiones y adaptarse a nuevas situaciones por sí mismos, sin la supervisión humana continua ni la programación tarea a tarea. Uno de los ejemplos más conocidos en este momento es ChatGPT, un hito importante en la evolución de la inteligencia artificial. Veamos cómo surgió ChatGPT, hacia dónde se dirige y qué nos puede decir la tecnología sobre el futuro de la IA.

Construyendo hacia la IA autónoma

La historia de la inteligencia artificial es una fascinante historia de progreso y colaboración entre disciplinas. Comenzó a principios del siglo XX con los esfuerzos pioneros de Santiago Ramón y Cajal, un neurocientífico que utilizó su comprensión del cerebro humano para crear el concepto de redes neuronales, una piedra angular de la IA moderna. Las redes neuronales son sistemas informáticos que emulan la estructura del cerebro y el sistema nervioso humanos para producir inteligencia basada en máquinas. Algún tiempo después, Alan Turing estaba desarrollando la computadora moderna y proponiendo la Prueba de Turing, un medio para evaluar si una máquina podría exhibir un comportamiento inteligente similar al humano. Estos desarrollos despertaron una oleada de interés en la IA.

Como resultado, en la década de 1950, John McCarthy, Marvin Minsky y Claude Shannon exploraron las perspectivas de la IA, y Frank Rosenblatt acuñó el término “inteligencia artificial”. Las décadas siguientes vieron dos avances importantes. El primero fueron los sistemas expertos, que son sistemas de IA diseñados individualmente para realizar tareas específicas de nicho e industria. El segundo fueron las aplicaciones de procesamiento de lenguaje natural, como los chatbots tempranos. Con la llegada de grandes conjuntos de datos y una potencia de cómputo cada vez mejor en los 2000 y 2010, las técnicas de aprendizaje automático florecieron, lo que nos llevó a la IA autónoma.

Este paso significativo permite que los sistemas de IA realicen tareas complejas sin la necesidad de programación caso por caso, abriéndolos a una amplia gama de usos. Uno de esos sistemas autónomos – Chat GPT de OpenAI – ha recientemente ganado fama por su asombrosa capacidad para aprender de vastas cantidades de datos y generar respuestas coherentes y similares a las humanas.

¿Qué hizo posible la IA autónoma?

¿Cuál es la base de ChatGPT? Los humanos tenemos dos capacidades básicas que nos permiten pensar. Poseemos conocimiento, ya sea sobre objetos físicos o conceptos, y poseemos una comprensión de esas cosas en relación con estructuras complejas como el lenguaje, la lógica, etc. Ser capaz de transferir ese conocimiento y comprensión a las máquinas es uno de los desafíos más difíciles de la IA.

Con solo conocimiento, el modelo GPT-4 de OpenAI no podía manejar más que una sola pieza de información. Con solo contexto, la tecnología no podía entender nada sobre los objetos o conceptos que estaba contextualizando. Pero combinar ambos, y algo notable sucede. El modelo puede volverse autónomo. Puede entender y aprender. Aplicar eso al texto, y tienes ChatGPT. Aplicarlo a los coches, y tienes conducción autónoma, y así sucesivamente.

OpenAI no es la única en su campo, y muchas empresas han estado desarrollando algoritmos de aprendizaje automático y utilizando redes neuronales para producir algoritmos que puedan manejar tanto conocimiento como contexto durante décadas. Así que, ¿qué cambió cuando ChatGPT llegó al mercado? Algunas personas han señalado la asombrosa cantidad de datos proporcionada por Internet como el gran cambio que impulsó a ChatGPT. Sin embargo, si eso fuera todo lo que se necesitaba, es probable que Google hubiera superado a OpenAI debido a la dominancia de Google sobre todos esos datos. Así que, ¿cómo lo hizo OpenAI?

Una de las armas secretas de OpenAI es una nueva herramienta llamada aprendizaje por refuerzo a partir de retroalimentación humana (RLHF). OpenAI utilizó RLHF para entrenar al algoritmo de OpenAI para que entendiera tanto el conocimiento como el contexto. OpenAI no creó la idea de RLHF, pero la empresa fue una de las primeras en confiar en ella por completo para el desarrollo de un gran modelo de lenguaje (LLM) como ChatGPT.

RLHF simplemente permitió que el algoritmo se autocorrigiera basándose en la retroalimentación. Así que, mientras ChatGPT es autónomo en cómo produce una respuesta inicial a una solicitud, tiene un sistema de retroalimentación que le indica si su respuesta fue precisa o de alguna manera problemática. Eso significa que puede mejorar constantemente sin cambios de programación significativos. Este modelo resultó en un sistema de chat de aprendizaje rápido que rápidamente conquistó el mundo.

¿Reemplazará la IA autónoma a los trabajadores humanos?

La nueva era de la IA autónoma ha comenzado. En el pasado, teníamos máquinas que podían entender varios conceptos hasta cierto punto, pero solo en dominios e industrias muy específicos. Por ejemplo, el software de IA específico de la industria ha sido utilizado en medicina durante algún tiempo. Pero la búsqueda de la IA autónoma o general – es decir, la IA que podría funcionar por sí sola para realizar una amplia variedad de tareas en varios campos con un grado de inteligencia similar a la humana – finalmente produjo resultados globalmente notables en 2022, cuando Chat GPT pasó fácil y decisivamente la prueba de Turing.

Comprensiblemente, algunas personas están empezando a temer que su experiencia, trabajos y evenuales cualidades únicamente humanas puedan ser reemplazadas por sistemas de IA inteligentes como ChatGPT. Por otro lado, pasar la prueba de Turing no es un indicador ideal de lo “similar a un humano” que pueda ser un sistema de IA en particular.

Por ejemplo, Roger Penrose, quien ganó el Premio Nobel de Física en 2020, argumenta que pasar la prueba de Turing no indica necesariamente una verdadera inteligencia o conciencia. Argumenta que hay una diferencia fundamental en la forma en que los computadores y los humanos procesan la información y que las máquinas nunca podrán replicar el tipo de procesos de pensamiento humanos que dan lugar a la conciencia.

Así que pasar la prueba de Turing no es una medida real de inteligencia, porque solo prueba la capacidad de una máquina para imitar el comportamiento humano, en lugar de su capacidad para comprender y razonar sobre el mundo. La verdadera inteligencia requiere conciencia y la capacidad de entender la naturaleza de la realidad, lo que no puede ser replicado por una máquina. Eso significa que, lejos de reemplazarnos, ChatGPT y software similar simplemente proporcionarán herramientas para ayudarnos a mejorar y aumentar la eficiencia en una variedad de campos.

Pensamientos finales

Así que, las máquinas podrán completar muchas tareas de manera autónoma, de maneras que nunca pensamos posibles, desde entender y escribir contenido, hasta asegurar vastas cantidades de información, realizar delicadas cirugías y conducir nuestros coches. Pero, por ahora, al menos en esta era actual de tecnología, los trabajadores capaces no necesitan temer por sus empleos. Incluso los sistemas de IA autónoma no tienen inteligencia humana. Pueden entender y realizar mejor que los humanos en ciertas tareas. No son más inteligentes que nosotros en general, y no representan una amenaza significativa para nuestro modo de vida; al menos, no en esta ola de desarrollo de IA.