Aprender como un bebé
Para explorar esta nueva y audaz frontera, investigadores de Meta, la Universidad de Stanford, la Universidad de Tokio y la École Normale Supérieure de Francia desarrollaron una nueva prueba que resalta las habilidades de aprendizaje de los bebés e impulsa a los investigadores de IA a diseñar algoritmos que se ajusten a ellas.
El desafío EgoBabyVLM evalúa la capacidad de los modelos de lenguaje visual (VLM), que aprenden tanto de texto como de imágenes, para comprender el mundo tal como lo percibe un bebé. Para ello, el modelo debe describir el mundo tras procesar aproximadamente mil horas de video grabadas con cámaras colocadas en la cabeza de bebés y niños pequeños.
diseño del cerebro del bebé que le permite aprender tan rápidamente con tan poca información.En lugar de conjuntos de datos preseleccionados, los bebés aprenden a partir de una visión caleidoscópica de las cosas: los padres hablan de objetos que ya no son visibles, señalan cosas con la mirada o un gesto, o comentan sucesos del pasado o del futuro en lugar de centrarse en lo que ocurre en ese preciso instante. Los bebés aprenden no solo del lenguaje, sino también de una rica experiencia multimodal y táctil, afirma Michael Frank, científico cognitivo de la Universidad de Stanford especializado en el aprendizaje del lenguaje y participante en el desarrollo de EgoBabyVLM.
La prueba demuestra que, en lo que respecta a la IA, "es evidente que se necesita algo más que lenguaje", afirma Frank.
inteligencia humana. Un desafío llamado BabyLM, presentado en 2023, encomendó a los modelos de IA la tarea de aprender la sintaxis del lenguaje utilizando aproximadamente la misma cantidad de datos que un niño de 10 años asimila: decenas de millones de palabras, en comparación con los billones que manejan los modelos de IA. Sorprendentemente, resulta que los modelos de IA basados en transformadores, que procesan el lenguaje prestando atención a la relación entre las palabras en diferentes oraciones, pueden hacerlo bastante bien, un hallazgo que desafía las ideas de Noam Chomsky sobre cómo la sintaxis podría estar integrada en el cerebro humano.Ryan Cotterell, lingüista de la ETH Zúrich y creador de BabyLM, afirma que la situación es diferente en lo que respecta a la comprensión del mundo físico. "No habrá un gran corpus de interacciones humanas; no existe una red de interacciones humanas", explica.
la neurociencia podría permitir avanzar hacia algoritmos de aprendizaje más parecidos a los humanos. Esto incluye diseñar modelos que puedan mantener la atención durante períodos más prolongados e interpretar señales sociales.Frank, de Stanford, ya ha demostrado que los enfoques novedosos pueden acercarnos a una IA similar a la de un bebé. A principios de este año, él y sus colegas probaron un nuevo tipo de modelo capaz de aprender causalidad y relaciones visuales y temporales, es decir, cómo los objetos se afectan entre sí a lo largo del tiempo, utilizando los mismos datos de video de la cabeza de un bebé. Descubrieron que el nuevo modelo era capaz de aprender sobre la dinámica de diferentes objetos, un fundamento para el razonamiento físico, de forma mucho más eficaz.
Es una posibilidad tentadora: tal vez los modelos que están orientados a aprender más rápidamente sobre aspectos como la física y las relaciones sociales podrían ser, en general, más eficientes a la hora de aprender.
"EgoBabyVLM es un desafío maravilloso. Me entusiasma ver qué tipo de nuevas arquitecturas, enfoques e ingredientes idean los investigadores", concluye Lake.
Artículo originalmente publicado enWIRED.Adaptado por Alondra Flores.