Investigadores desarrollan IA que imita el proceso de aprendizaje de idiomas de un niño pequeño
Puntos Claves:
- Investigadores de la Universidad de Nueva York han diseñado una inteligencia artificial (IA) que imita el aprendizaje lingüístico infantil.
- Utilizando vídeos de la perspectiva de niños, la IA desarollada puede asociar palabras con objetos y generalizar a nuevos contextos.
- La IA logra un aprendizaje eficiente similar al de un humano, prometiendo avances en el campo de IA más rápidas, eficientes y versátiles.
Creando una Inteligencia Artificial con Aprendizaje Infantil
Un equipo de científicos de la Universidad de Nueva York ha creado una inteligencia artificial revolucionaria inspirada en la capacidad de aprendizaje de los niños. Este sistema no solo absorbe conocimientos de manera más eficiente que sus predecesores, sino que también captura el aspecto humano de entender y responder a situaciones completamente nuevas. Este avance puede llevar a una nueva era de máquinas que aprenden como seres humanos, adaptándose y evolucionando de manera más natural.
La Asociación entre Visión y Lenguaje en IA
El estudio que se encuentra en la revista Science, nos muestra cómo un sistema de IA, conocido como CVCL (Child’s View Contrastive Learning), fue entrenado con horas de grabaciones desde la perspectiva infantil. La IA capturaba datos visuales y lingüísticos para hacer conexiones entre palabras clave y objetos.
A raíz de esta experiencia visual y auditiva directa, se entrenó a la IA para reconocer y comprender las asociaciones entre palabras y objetos, una habilidad esencial en el desarrollo lingüístico temprano de los niños.
La capacidad de esta IA de aprender la relación palabra-objeto de manera precisa y de generalizar a nuevos conceptos visuales sugiere que se están sentando las bases para inteligencias artificiales que pueden comprender y procesar el lenguaje a niveles más profundos.
«Nuestro modelo adquiere muchos mapeados palabra-referente presentes en la experiencia cotidiana del niño, permite la generalización de cero a nuevos referentes visuales y alinea sus sistemas conceptuales visuales y lingüísticos. Estos resultados muestran cómo los aspectos críticos del significado de las palabras pueden aprenderse mediante la representación conjunta y el aprendizaje asociativo a partir de la información de un niño.»
Del artículo
Los investigadores examinan ahora qué se necesita para que el sistema imite aún más de cerca la forma en que los niños adquieren el lenguaje. Podría ser necesario incluir más datos, quizá prestar atención a dónde miran los padres, o cómo los niños perciben la permanencia de los objetos.
Una de las restricciones de la investigación fue que la IA fue entrenada con las experiencias de un solo niño, y aunque destacó en aprender correspondencias simples entre nombre e imagen, los conceptos más complejos plantean un reto aún mayor. Además, hay incertidumbre respecto a cómo puede esta IA capturar la esencia de palabras y verbos abstractos, que no se basan en referentes visuales.
Yann LeCun, líder de investigación en IA de Meta, insiste en que la verdadera IA sobrehumana debe ser capaz de asimilar habilidades de manera semejante a los humanos, usando una fracción de los datos y la energía que los sistemas actuales requieren. En su propia empresa, se esfuerza por crear tecnologías que capten y aprendan del mundo circundante tal como lo han demostrado los investigadores antes mencionados.
Para alcanzar esta meta, Meta acumula extensas cantidades de datos de vídeo en primera persona, y LeCun trabaja en una nueva arquitectura de IA con semejanzas al funcionamiento del cerebro humano. Su objetivo es superar las barreras de las arquitecturas actuales y forjar sistemas que estén verdaderamente enraizados en el mundo real.
