Artículos Relacionados con Investigación IA

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Investigación IA", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

"Gran Modelos Linguísticos (LLMs) han superado numerosos exámenes de referencia, pero ¿significa esto que nos acercamos a la Inteligencia Artificial General (AGI)? Un artículo reciente argumenta que en realidad nos estamos alejando, ya que carecemos de una definición clara y medible de la AGI. Frente a un vacío conceptual donde visionarios como Musk o Huang ofrecen predicciones dispares, investigadores como Bennett proponen un nuevo estándar: la AGI debe evaluarse como un 'científico artificial'. Este criterio exige tres capacidades fundamentales más allá de la mera imitación: 1) **Experimentación activa**: capacidad de interactuar autónomamente con entornos nuevos para obtener información, no solo procesar datos pasivamente. 2) **Comprensión causal**: pasar de identificar correlaciones en los datos a entender relaciones de causa-efecto, esencial para una verdadera adaptación. 3) **Balance entre exploración y explotación**: gestionar recursos limitados para buscar nuevos conocimientos mientras aplica los existentes. El artículo critica que el camino actual dominante, el 'Scale-maxing' (maximización de escala mediante datos, parámetros y potencia de cálculo), solo produce respuestas aproximadas memorizadas en los pesos del modelo, fallando en tareas fuera de su distribución de entrenamiento (por ejemplo, errores básicos en comparación de números). La verdadera AGI, según Bennett, requerirá una convergencia de múltiples enfoques metodológicos, no solo la ampliación de modelos. En definitiva, el futuro de la AGI no debe medirse por su habilidad para aprobar exámenes humanos, sino por su capacidad para descubrir nuevo conocimiento de forma autónoma, adaptativa y bajo restricciones prácticas, como lo haría un científico."

marsbit05/28 00:27

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

marsbit05/28 00:27

El padre de AlphaGo mete a la IA en una sociedad artificial de 23 años: aquí están los 3 retos más difíciles para los agentes inteligentes

Demis Hassabis, CEO de DeepMind y padre de AlphaGo, ha colaborado durante más de una década con videojuegos para investigar la IA. Ahora, ha llevado su trabajo a EVE Online, un MMORPG espacial en funcionamiento durante 23 años. DeepMind anunció una asociación con Fenris Creations (antes CCP Games), el desarrollador de EVE, para utilizar este complejo universo impulsado por los jugadores como un banco de pruebas seguro. El objetivo no es mejorar el juego, sino abordar tres desafíos centrales en la investigación de agentes de IA: la planificación a largo plazo, la memoria y el aprendizaje continuo. EVE Online es único por su universo único y persistente, donde miles de jugadores interactúan en una economía, política y guerra en constante evolución, sin un "final de partida" definido. Esta complejidad orgánica, desarrollada durante más de dos décadas, ofrece un entorno de prueba excepcionalmente rico que los entornos de referencia sintéticos no pueden replicar. La investigación inicial se realizará en una versión offline de EVE, permitiendo a DeepMind probar agentes de IA en un entorno controlado que replica las mecánicas complejas del juego sin interferir con el servidor activo. Este paso sigue la evolución de DeepMind, desde Atari y AlphaGo hasta AlphaStar y el agente generalista SIMA 2, avanzando hacia entornos más abiertos y similares al mundo real. La pregunta clave que plantea este proyecto es: si un agente de IA puede aprender, recordar y planificar a largo plazo en un "universo artificial" tan complejo como EVE, ¿qué le separa de poder operar de manera autónoma en el mundo real?

marsbit05/25 00:12

El padre de AlphaGo mete a la IA en una sociedad artificial de 23 años: aquí están los 3 retos más difíciles para los agentes inteligentes

marsbit05/25 00:12

活动图片