Por qué la IA no logra aprender como un bebé: el fracaso que asombra al MIT

Los modelos de inteligencia artificial (IA) más avanzados del mundo se entrenan con cantidades de datos equivalentes a miles de veces todo lo que un ser humano leerá en su vida, usando la electricidad de ciudades enteras. Y aun así fallan cuando se les muestra el mundo como lo ve un bebé de un año.

Esa paradoja está en el centro de una nueva línea de investigación: si los modelos de IA son tan poderosos, ¿por qué no pueden aprender con la eficiencia de un cerebro en pañales?

El experimento con cámaras en la cabeza de bebés

Investigadores de Meta, Stanford, la Universidad de Tokyo y la École Normale Supérieure de Francia desarrollaron un test llamado EgoBabyVLM.

El nombre es largo pero la idea es simple. Tomaron alrededor de mil horas de video grabado desde cámaras colocadas en la cabeza de bebés y niños pequeños, y les dieron ese material a los modelos de lenguaje visual más avanzados disponibles para que describieran lo que veían.

Los modelos fallaron y de forma significativa al intentar interpretar ese contenido desordenado y real, tan diferente de los datos curados con los que habitualmente se entrenan.

El video desde la perspectiva de un bebé es caótico. Los padres hablan de objetos que ya no están visibles, señalan cosas con la mirada o un gesto, discuten eventos pasados o futuros en lugar de lo que está ocurriendo en ese momento.

El bebé aprende no solo del lenguaje sino de una experiencia física y multimodal. Toca, prueba, observa cómo las cosas se afectan entre sí.

"Es claro que hay más que solo lenguaje que es necesario", dijo Michael Frank, científico cognitivo de Stanford mencionado por Wired que participó en el desarrollo del test.

Con apenas unas pocas experiencias, un bebé aprende relaciones causales y reconoce objetos sin necesidad de millones de ejemplos.

Lo que hace diferente al cerebro de un bebé

Un bebé identifica objetos nuevos después de verlos una o dos veces. Aprende patrones causales, como "si empujo esto, aquello cae", sin que nadie se los explique. Interpreta intenciones sociales a partir de gestos sutiles. Todo eso con el cerebro más pequeño posible y sin consumir un megawatt de electricidad.

Los modelos de IA actuales, en cambio, aprenden encontrando patrones en cantidades masivas de datos. Son extraordinariamente buenos en eso. Pero Joshua Tenenbaum, científico cognitivo del MIT, menciona que "parece que los sistemas de aprendizaje de patrones puros no son capaces de tomar el tipo de datos que recibe un bebé y aprender todo lo que ellos aprenden."

El problema según Tenenbaum es que los modelos actuales no adquieren sentido común sobre el mundo físico, las dinámicas sociales ni la comprensión de que otras personas tienen pensamientos e intenciones propias.

Eso último es algo que los humanos dominamos alrededor de los cuatro años y que sigue siendo esquivo para la IA.

El fracaso que podría cambiar el futuro de la IA

Los investigadores de EgoBabyVLM sugieren que tomar ideas de la ciencia cognitiva y la neurociencia podría llevar a modelos que aprendan de forma más similar a como lo hacen los humanos.

Eso incluye diseñar sistemas capaces de mantener la atención durante períodos más largos y de interpretar señales sociales como la dirección de la mirada o el tono de voz.

Frank ya mostró que ese camino puede dar resultados. Este año probó un nuevo tipo de modelo diseñado para aprender causalidad y relaciones temporales, es decir cómo los objetos se afectan entre sí a lo largo del tiempo, usando los mismos videos desde perspectiva de bebé.

El modelo fue capaz de aprender sobre la dinámica de los objetos de forma mucho más efectiva que los modelos convencionales.

Hay también una pista del lenguaje. Un experimento anterior llamado BabyLM, lanzado en 2023, desafió a los modelos a aprender la gramática del inglés usando la misma cantidad de palabras que absorbería un niño de diez años: decenas de millones, en lugar de los billones que usan los modelos de IA actuales.

Sorprendentemente, los modelos lo lograron bastante bien, lo que sugiere que para el lenguaje, la cantidad masiva de datos puede no ser tan necesaria como se pensaba.

Lo que un bebé podría enseñarle a la próxima generación de IA

Si los investigadores logran diseñar modelos que aprendan con mayor eficiencia, el resultado serían modelos menos costosos de entrenar, menos intensivos en energía y potencialmente más útiles para robots que necesitan aprender sobre su entorno físico de forma natural, sin depender de millones de horas de datos curados.

Ahora... ¿cuánto de la capacidad de aprendizaje humana está "cableada" en la estructura del cerebro, y cuánto puede lograrse simplemente con mejores algoritmos?

Por ahora, un bebé de un año sigue siendo el mejor sistema de aprendizaje que existe. Entender por qué puede ser una de las claves para construir una IA mejor.

------------