Como otras olas tecnológicas, la inteligencia artificial (IA) generativa será asimilada en menos de una década como algo invisible, es decir, será dada por sentada, al igual que lo fueron en su momento el teléfono, las computadoras personales, el internet, la web o los celulares, reflexionó Luis Pineda Cortés, investigador del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS).
El creador de la Memoria Asociativa Entrópica, comentó que a futuro “no sabemos qué pasará, pero esperamos que la IA se parezca más a la inteligencia natural, porque en este momento presenta muchas diferencias, pues la natural considera a la memoria como algo mucho más activo; se esperaría que en vez de guardar representaciones de palabras, la IA contenga pensamientos y experiencias de nuestras vidas o episodios, porque eso contribuiría a que se pueda aterrizar mejor”.
Boris Escalante Ramírez, coordinador General del Centro de Estudios en Computación Avanzada (CECAv), quien recordó que en la época de Turing, cuando se establecieron los principios teóricos de la inteligencia artificial, se planteó la pregunta de si una máquina podía pensar o no y se hicieron planteamientos formales para dirigirla hacia la lógica, pero hubo un momento en que eso no progresó más por falta de hardware; pero el punto de quiebre es cuando surge el aprendizaje supervisado o machine learning.
El también investigador de la Facultad de Ingeniería destacó que es a partir de ese momento cuando llega el aprendizaje profundo y las redes artificiales sobrepasan el desempeño de un humano en la clasificación de datos, con múltiples capas que emulan capacidad para extraer características.
De esta forma, señaló, la inteligencia artificial generativa emula las acciones y decisiones complejas que tomamos y que antes a una computadora le costaba mucho trabajo, por lo que hace tiempo se decía que si la computadora se tarda más que tú es aritmética, si se tarda menos es IA.
“Para aprender se debe entrenar, para que el modelo aprenda y luego pueda predecir. Este proceso es análogo al que los humanos experimentan. Se estima que un niño de tres meses ha entrenado su sistema de visión con más imágenes que el modelo más grande de inteligencia artificial que tenemos. Ese comportamiento es el que se ha replicado en los modelos más exitosos de inteligencia artificial”, explicó.
