Google está creando un nuevo equipo para desarrollar una IA capaz de simular el mundo real
Google DeepMind está formando un nuevo equipo de especialistas para desarrollar sistemas de inteligencia artificial (IA) capaces de imitar entornos físicos reales. Este tipo de algoritmos se conocen como world models o modelos del mundo y suponen un avance significativo hacia la IA general (AGI, por sus siglas en inglés).
La iniciativa está a cargo de Tim Brooks, excodirector del proyecto Sora de OpenAI, quien ha compartido las intenciones de la empresa a través de una publicación en redes sociales. “DeepMind tiene planes ambiciosos para crear modelos generativos masivos que simulen el mundo”, adelanta. La declaración se acompañó de dos ofertas de trabajo dirigidas a ingenieros e investigadores con experiencia en el entrenamiento a gran escala de modelos generativos, la selección de datos de capacitación y sistemas multimodales de lenguaje.
Las descripciones de las vacantes destacan que “ampliar el preentrenamiento con data multiformato es un paso fundamental hacia la AGI. Los modelos del mundo impulsarán numerosos dominios como el razonamiento visual y la simulación, la planificación para agentes corporales y el entretenimiento interactivo en tiempo real”.
¿Qué son los world models de Google?
La agencia de desarrollo de negocios The Black Box Lab indica que los world models son algoritmos que generan representaciones internas de un entorno, lo que permiten a las soluciones de IA simular eventos y predecir resultados futuros con base en esas emulaciones. El enfoque busca replicar los procesos de razonamiento y pensamiento de los humanos para dotar a las máquinas de una comprensión más profunda del contexto físico.
Un artículo de TechCrunch explica que un modelo generativo “entrenado con años de video” puede reconocer con exactitud que una pelota de baloncesto rebota, pero es incapaz de interpretar por qué. En cambio, un modelo del mundo posee “una comprensión básica” de las causas del rebote, lo que le permite representar el fenómeno y anticipar movimientos futuros con mayor precisión.
Yann LeCun, científico jefe de inteligencia artificial de Meta, ha destacado el potencial de esta tecnología para realizar pronósticos y planificaciones complejas en ámbitos digitales y físicos. “Necesitamos máquinas que comprendan el mundo, que puedan recordar cosas, que tengan intuición y sentido común. [Se trata de algoritmos] que puedan razonar al mismo nivel que los humanos. Los sistemas de IA actuales no son capaces de nada de esto”, expuso LeCun el año pasado en una conferencia. Diversas organizaciones tecnológicas están invirtiendo cada vez más recursos para acelerar el desarrollo de este tipo de modelos.
Un ejemplo es World Labs, una startup cofundada por los tecnólogos Fei-Fei Li, Justin Johnson, Christoph Lassner y Ben Mildenhall y que se autodefine como “una empresa de inteligencia espacial que construye modelos de mundos grandes para percibir, generar e interactuar con el mundo en 3D”. Johnson explica que en la actualidad es posible producir escenarios virtuales interactivos, pero el costo aún es elevado y el proceso demanda mucho tiempo. “[Los modelos de mundo] permitirán no solo obtener una imagen o un clip, sino un mundo tridimensional completamente simulado, vibrante e interactivo a medida”.
Por su parte, Nvidia presentó esta semana su plataforma Cosmos, una plataforma que comprende modelos de base mundial generativos de última generación y diseñada para avanzar en el desarrollo de sistemas de IA físicos, vehículos autónomos y robots.
Los expertos sugieren que esta tecnología es el paso previo para alcanzar la IA general. Sistemas de este tipo serían capaces de ejecutar cualquier tarea intelectual que los humanos realizan con igual o mayor exactitud y eficiencia.
