El CEO de Google DeepMind dice que su próximo algoritmo eclipsará a ChatGPT.
Demis Hassabis dice que la compañía está trabajando en un sistema llamado Gemini que aprovechará las técnicas que ayudaron a AlphaGo a derrotar a un campeón de Go en 2016.
EN 2016, un programa de Inteligencia Artificial llamado AlphaGo del laboratorio DeepMind AI de Google hizo historia al derrotar a un jugador campeón del juego de mesa Go.
Ahora, Demis Hassabis, cofundador y director ejecutivo de DeepMind, dice que sus ingenieros están utilizando técnicas de AlphaGo para crear un sistema de IA llamado Gemini que será más capaz que el que está detrás de ChatGPT de OpenAI.
Gemini de DeepMind, que aún está en desarrollo, es un modelo de lenguaje grande que funciona con texto y es similar en naturaleza a GPT-4, que impulsa ChatGPT.
Hassabis dice que su equipo combinará esa tecnología con las técnicas utilizadas en AlphaGo, con el objetivo de brindarle al sistema nuevas capacidades, como la planificación o la capacidad de resolver problemas.
En un nivel alto, se puede pensar en Gemini como una combinación de algunas de las fortalezas de los sistemas tipo AlphaGo con las asombrosas capacidades de lenguaje de los modelos grandes.
AlphaGo se basó en una técnica de la que DeepMind fue pionera llamada aprendizaje por refuerzo, en la que el software aprende a enfrentarse a problemas difíciles que requieren elegir qué acciones tomar en Go o en los videojuegos haciendo intentos repetidos y recibiendo comentarios sobre su rendimiento.
También utilizó un método llamado búsqueda de árbol para explorar y recordar posibles movimientos en el tablero.
El próximo gran salto para los modelos de lenguaje puede implicar que realicen más tareas en Internet y en las computadoras.
Gemini podría desempeñar un papel importante en la respuesta de Google a la amenaza competitiva que plantean ChatGPT y otras tecnologías de Inteligencia Artificial generativa.
Desde el debut de ChatGPT, Google se apresuró a lanzar su propio chatbot, Bard, puso IA generativa en su motor de búsqueda y muchos otros productos.
Para impulsar la investigación de IA, la compañía combinó la unidad DeepMind de Hassabis con el laboratorio principal de IA de Google, Brain, para crear Google DeepMind.
El nuevo equipo reunirá a dos potencias que han sido fundamentales para el progreso reciente de la IA.
En 2014, Google adquirió DeepMind después de demostrar resultados sorprendentes con un software que utilizaba el aprendizaje por refuerzo para dominar videojuegos.
Durante los siguientes años, DeepMind mostró cómo la técnica hace cosas que alguna vez parecieron exclusivamente humanas, a menudo con una habilidad sobrehumana.
Cuando AlphaGo venció al campeón de Go Lee Sedol en 2016, muchos expertos en Inteligencia Artificial se sorprendieron porque creían que pasarían décadas antes de que las máquinas se volvieran competentes en un juego de tanta complejidad.
Entrenar un modelo de lenguaje grande como GPT-4 de OpenAI implica alimentar grandes cantidades de texto seleccionado de libros, páginas web y otras fuentes en un software de aprendizaje automático conocido como transformador.
Utiliza los patrones en esos datos de entrenamiento para volverse competente en la predicción de las letras y palabras que deben seguir a un fragmento de texto, un mecanismo simple que resulta sorprendentemente poderoso para responder preguntas y generar texto o código.
Un paso adicional importante para hacer ChatGPT y modelos de lenguaje con capacidades similares es usar el aprendizaje por refuerzo basado en los comentarios de los humanos sobre las respuestas de un modelo de IA para perfeccionar su rendimiento.
La experiencia de DeepMind con el aprendizaje por refuerzo podría permitir a sus investigadores dotar a Gemini de capacidades novedosas.
Los investigadores de DeepMind trabajan en áreas que van desde la robótica hasta la neurociencia y la compañía demostró un algoritmo capaz de aprender a realizar tareas de manipulación con una amplia gama de diferentes brazos robóticos.
Aprender de la experiencia física del mundo, como lo hacen los humanos y los animales, sea importante para hacer que la IA sea más capaz.
Los recientes y rápidos avances en los modelos de lenguaje han hecho que muchos expertos en IA, incluidos algunos que construyen los algoritmos, se preocupen por si la tecnología se utilizará para usos malévolos o se volverá difícil de controlar.
Los extraordinarios beneficios potenciales de la IA, como el descubrimiento científico en áreas como la salud o el clima, hacen que sea imperativo que la humanidad no deje de desarrollar la tecnología.
DeepMind ha estado explorando los riesgos potenciales de la IA desde antes de que apareciera ChatGPT y se han dirigido grupos de seguridad de la IA.
Uno de los mayores desafíos, es determinar cuáles son los riesgos probables de una IA más capaz.
DeepMind puede hacer que sus sistemas sean más accesibles para los científicos externos.
Viendo como el mundo académico tiene acceso a estos modelos, que podrían ayudar a abordar las preocupaciones de que los expertos fuera de las grandes empresas se están quedando fuera de la investigación más reciente de IA.
¿Qué tan preocupados deberíamos estar?
Nadie sabe con certeza si la IA se convertirá en un gran peligro.
Si el progreso continúa al ritmo actual, no hay mucho tiempo para desarrollar protecciones, pero con las nuevas incorporaciones a la serie Gemini, no debemos pensar que no funcionarán.
Imagen; Chat de Bing
Referencias; www.wired.com/google-deepmind-demis-hassabis-chatgpt
