Los modelos lingüísticos están dando un gran paso adelante en la comprensión y ejecución de conceptos abstractos.
Investigadores del MIT han desarrollado bibliotecas de abstracción que permiten a la IA realizar tareas cognitivas similares a las de los seres humanos.
Las bibliotecas proporcionan un contexto rico y abstracciones más sencillas para los modelos lingüísticos, mejorando su rendimiento y capacidad de razonamiento.
La inteligencia artificial (IA) ha avanzado significativamente en los últimos años, pero aún queda mucho por recorrer para alcanzar el razonamiento automático similar al humano.
Sin embargo, un nuevo descubrimiento realizado por investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT podría cambiar eso.
En la Conferencia Internacional sobre el Aprendizaje de Representaciones, celebrada recientemente en Viena, los científicos presentaron tres «bibliotecas de abstracción» que muestran cómo las palabras cotidianas pueden proporcionar un contexto rico para los modelos lingüísticos y mejorar su capacidad de razonamiento.
Las bibliotecas, llamadas LILO, Ada y LGA, se centran en diferentes áreas de aplicación de la IA, como la programación informática, la planificación de tareas y las tareas robóticas.
Utilizando algoritmos avanzados, estas bibliotecas permiten a los modelos lingüísticos aplicar conocimientos de sentido común y crear abstracciones que mejoran la precisión de las tareas realizadas por la IA.
En el caso de LILO, el MIT utiliza su algoritmo Stitch para identificar abstracciones mediante el método neurosimbólico. Esto permite a los modelos lingüísticos aplicar conocimientos de sentido común con una sofisticación sin precedentes.
Por otro lado, Ada muestra el razonamiento de fondo de la mente humana, que es difícil de recrear en la IA. Por último, LGA ayuda a los robots a realizar tareas complejas más allá del reconocimiento de imágenes.
Estos avances en la IA tienen implicaciones significativas en diversas áreas, desde la planificación de tareas domésticas hasta la navegación autónoma en vehículos sin conductor. Además, demuestran que la mente humana sigue siendo una fuente de inspiración y un desafío para la investigación en inteligencia artificial