MIT crea un modelo de IA con aprendizaje autónomo

MIT crea un modelo de IA con aprendizaje autónomo MIT crea un modelo de IA con aprendizaje autónomo
Investigadores del MIT desarrollaron SEAL, una inteligencia artificial capaz de generar su propio código, aprender de sus errores y mejorar sin intervención humana.

El MIT crea IA que aprende y se corrige sin intervención humana al desarrollar un modelo capaz de perfeccionar sus propios procesos sin depender de instrucciones externas. A través de la tecnología conocida como SEAL (Self-Adapting Language Model), investigadores del Instituto Tecnológico de Massachusetts diseñaron un sistema que permite a los modelos de lenguaje generar sus propios datos de entrenamiento, analizarlos y optimizarlos para mejorar su desempeño.

Este avance representa un cambio importante respecto a las inteligencias artificiales tradicionales, que dependen de datos fijos y parámetros diseñados por humanos. SEAL, en cambio, tiene la capacidad de crear y aplicar sus propias estrategias de aprendizaje, lo que abre la puerta a una nueva generación de IA autónomas.

Advertisement

Unete a nuestro canal de WhatsApp

Autoaprendizaje inspirado en los humanos

El principio detrás de SEAL busca emular la manera en que los humanos estudian. Así como un estudiante reorganiza sus materiales para comprender mejor un tema, este modelo reformula la información que recibe y crea “autoediciones” con base en la lógica y la optimización de resultados.

En las pruebas realizadas por el MIT, los investigadores observaron que el modelo mejoraba progresivamente su rendimiento. La tasa de éxito en tareas retenidas aumentó hasta 72.5%, en comparación con el 20% que lograron los modelos sin SEAL. Este salto refleja la eficacia del aprendizaje autónomo y su potencial para acelerar el desarrollo de modelos de lenguaje más precisos.

LEE TAMBIÉN: Así funciona el ModoIA, el nuevo buscador inteligente de Google

Desafíos técnicos y alcances futuros

Aunque SEAL mostró resultados alentadores, también presentó limitaciones. Los investigadores detectaron que, al realizar múltiples autoediciones, el modelo reducía su rendimiento en tareas previamente dominadas. Además, el proceso de ajuste interno requería entre 30 y 45 segundos por edición, lo que implica una alta demanda computacional frente al aprendizaje por refuerzo estándar.

Aun con estos retos, el MIT considera que SEAL marca el inicio de una etapa clave en el desarrollo de sistemas de IA autónomos. Su código abierto ya fue publicado y los resultados de la investigación fueron presentados en la 39ª Conferencia sobre Sistemas de Procesamiento de Información Neural.

¡Consulta todo nuestro contenido y sigue a Mundo Ejecutivo CDMX en Google News!

Add a comment

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Advertisement