¿Qué abarcará el futuro de la inteligencia artificial (IA)? ¿Cómo podemos obtener una visión general completa del panorama cambiante de la IA? El artículo de investigación “Diseño de ecosistemas de inteligencia a partir de los primeros principios” de Friston et al. (2024) esbozan una visión de futuro para el campo de la inteligencia artificial (IA) durante la próxima década y más allá. Esta visión se centra en el desarrollo de un ecosistema ciberfísico que comprende elementos tanto naturales como sintéticos que contribuyen colectivamente a lo que se denomina “inteligencia compartida”. Este concepto subraya el papel integral de los humanos dentro de estos ecosistemas. El artículo enfatiza un enfoque específico de la IA conocido como “inferencia activa”, que se considera un enfoque basado en la física para comprender y diseñar agentes inteligentes. Este enfoque comparte principios fundamentales con la mecánica cuántica, clásica y estadística.
El creciente impacto de la IA en el mercado laboral: se reemplazan más puestos, especialmente para los estudiantes destacadosSe aplica la inferencia activa al diseño de IA, lo que sugiere que los sistemas de IA de próxima generación deberían estar equipados con creencias explícitas sobre el mundo, incorporando una perspectiva específica bajo un modelo generativo. Esto contrasta con los enfoques tradicionales de IA, como el aprendizaje por refuerzo, que se centra principalmente en la selección de acciones para maximizar las recompensas. En la inferencia activa, la exploración y la curiosidad se consideran igualmente fundamentales para la inteligencia, ya que impulsan acciones que se espera reduzcan la incertidumbre.
La arquitectura multiescala de la inferencia activa es otro aspecto crucial. Reconoce diferentes escalas temporales en el aprendizaje y la selección de modelos, operando de manera similar en escalas de tiempo anidadas para maximizar la evidencia del modelo. La inteligencia, en este contexto, es inherentemente perspectiva e implica un compromiso activo con el mundo a partir de un conjunto específico de creencias.
Navegando por la eficiencia de los recursos de los modelos de lenguaje grandes: una encuesta completaLa comunicación dentro de estos sistemas inteligentes también es un tema clave. El artículo sostiene que la inteligencia a cualquier escala requiere un modelo generativo compartido y un terreno común, que se puede lograr mediante varios métodos como el aprendizaje conjunto, la combinación de expertos y el promediado del modelo bayesiano. Un aspecto importante de la inferencia activa en este contexto es la selección de mensajes o puntos de vista que proporcionen la mayor ganancia de información esperada.
Finalmente, el artículo aborda consideraciones éticas, enfatizando la importancia de valorar y salvaguardar la individualidad en el desarrollo de sistemas de inteligencia colectiva a gran escala. Este enfoque contrasta con modelos como el de los insectos eusociales, donde los individuos son en gran medida reemplazables. Los autores abogan por una red ciberfísica de inteligencia emergente que respete la individualidad de todos los participantes, humanos o no.
IBM y SAP se asocian para mejorar las industrias de consumo con soluciones impulsadas por IAEn resumen, el documento técnico de Friston et al. presenta un enfoque visionario para el desarrollo de la IA, centrado en la inferencia activa y la creación de ecosistemas inteligentes que incorporan y respetan la individualidad de agentes humanos y no humanos. Este enfoque sugiere un cambio de paradigma significativo en cómo se conceptualiza y desarrolla la IA, con implicaciones para el futuro de la tecnología y la sociedad.
Fuente de la imagen: Shutterstock