En el ámbito de la inteligencia artificial (IA), pocos nombres resuenan con tanta fuerza como el de Yann LeCun. Tras su salida de Meta en noviembre, LeCun ha comenzado a poner en duda la creencia predominante de que los modelos de lenguaje grandes (LLMs) son la clave para alcanzar la inteligencia general artificial (AGI). En diversas entrevistas, ha expresado su preocupación por lo que él denomina un problema de pensamiento grupal en Silicon Valley, sugiriendo que la comunidad ha sido «capturada por los LLMs».
Recientemente, LeCun se unió a la junta de Logical Intelligence, una startup con sede en San Francisco que busca implementar un modelo de razonamiento diferente en la IA, basado en su teoría desarrollada hace más de dos décadas. Este nuevo enfoque, denominado modelo de razonamiento basado en energía (EBM), se enfoca en aprender y razonar de manera más efectiva.
Transformación del enfoque de la inteligencia artificial
El modelo Kona 1.0 de Logical Intelligence se destaca como un ejemplo innovador en el campo de la IA.
A diferencia de los LLMs, que se centran en predecir palabras en una secuencia, los EBMs se apoyan en un conjunto de parámetros, como las reglas de un juego de sudoku, para completar tareas específicas. Este método promete ser más eficiente y reducir los errores, ya que se basa en un análisis más estructurado en lugar de depender de múltiples intentos.
Según la CEO de Logical Intelligence, Eve Bodnia, Kona 1.0 ha demostrado ser capaz de resolver puzzles de sudoku a una velocidad notablemente superior a la de los LLMs más avanzados, incluso utilizando una sola GPU Nvidia H100.
Este rendimiento se mantiene sin la ayuda de capacidades de codificación que permitirían a los LLMs resolver el problema mediante fuerza bruta.
Un nuevo camino hacia la AGI
Logical Intelligence se posiciona como pionera al desarrollar un modelo funcional de EBM, que anteriormente se consideraba una mera idea académica. Bodnia sugiere que el camino hacia la AGI implica la combinación de diferentes tipos de IA; mientras que los LLMs facilitarán la interacción en lenguaje natural, los EBMs se encargarán de tareas de razonamiento.
Además, los modelos de mundo, que están siendo desarrollados por una nueva startup de LeCun llamada AMI Labs, ayudarán a los robots a navegar en entornos tridimensionales.
Limitaciones de los modelos de lenguaje grandes
LeCun ha sido claro en sus críticas hacia los LLMs, describiéndolos como un gran juego de adivinanzas. A medida que se introducen más datos y se alimentan redes neuronales con información de Internet, se busca enseñar a estos modelos cómo se comunican los humanos. Sin embargo, LeCun argumenta que la inteligencia real no reside únicamente en el lenguaje, sino en la capacidad de razonar y anticipar eventos en el mundo.
LeCun enfatiza que, para lograr un comportamiento verdaderamente inteligente, un sistema debe poder predecir las consecuencias de sus acciones y planificar secuencias de acciones hacia un objetivo. Sin estas capacidades, los LLMs, aunque puedan realizar tareas intelectuales, carecen del conocimiento del mundo real necesario para igualar la inteligencia humana.
La revolución de la IA física
En su búsqueda por un tipo de IA más eficiente, LeCun anticipa una revolución de la IA física. No obstante, este camino no está exento de desafíos. La realidad es compleja y los datos sensoriales son de alta dimensión, continuos y ruidosos, lo que complica su uso en arquitecturas generativas actuales. La próxima generación de IA debe ser capaz de comprender y modelar el mundo real, anticipando cómo evoluciona su entorno y cómo influye en él.
LeCun también ha compartido su visión sobre el futuro de los agentes de IA, argumentando que no se logrará una inteligencia al nivel humano construyendo sobre los LLMs. Para él, se necesita un enfoque que permita a los sistemas anticipar el futuro y planificar acciones, algo que actualmente falta en los modelos existentes.
El futuro de la investigación en IA
El enfoque de LeCun y su trabajo en Logical Intelligence enfatizan la importancia de la investigación abierta y la colaboración en el desarrollo de tecnologías avanzadas. Propone que el futuro de la IA debe ser un esfuerzo colectivo, donde se priorice la diversidad en el desarrollo de sistemas de IA, similar a la necesidad de diversidad en los medios de comunicación.
Recientemente, LeCun se unió a la junta de Logical Intelligence, una startup con sede en San Francisco que busca implementar un modelo de razonamiento diferente en la IA, basado en su teoría desarrollada hace más de dos décadas. Este nuevo enfoque, denominado modelo de razonamiento basado en energía (EBM), se enfoca en aprender y razonar de manera más efectiva.0
Recientemente, LeCun se unió a la junta de Logical Intelligence, una startup con sede en San Francisco que busca implementar un modelo de razonamiento diferente en la IA, basado en su teoría desarrollada hace más de dos décadas. Este nuevo enfoque, denominado modelo de razonamiento basado en energía (EBM), se enfoca en aprender y razonar de manera más efectiva.1
