Autores: Adolfo Castilla y José María González del Álamo
IAG Volvemos después de unos meses a este blog y a otros de esta plataforma. Sentimos el lapso de tiempo transcurrido sin nuevos posts. El motivo ha sido haber estado literalmente encerrados, José María y yo, con otro proyecto. Ni por un momento hemos desistido de seguir con nuestras reflexiones en éste y en los otros blogs y esperamos que a partir de ahora exista continuidad en sus actualizaciones.
El proyecto que nos ha tenido ocupados tiene que ver con lo que denominamos Dirección Inteligente Colectiva con el uso de Inteligencia Artificial Colectiva (DIC-IAC). Revisamos en él tanto la nueva dirección de empresas e instituciones diversas que se necesita en el mundo a medida que profundizamos en la Era Digital como los avances radicales que están teniendo lugar en el terreno de la Inteligencia Artificial (IA).
Hemos recorrido en él la historia y evolución de tres inteligencias fundamentales: la inteligencia humana, la inteligencia de las máquinas y la inteligencia de los colectivos. Las tres tienen que interrelacionarse y trabajar juntas en la nueva dirección de empresas necesaria en los tiempos en que estamos y en relación con las revoluciones tecnológicas en marcha.
Loa avances recientes en Inteligencia Artificial son muy importantes en relación con nuestro trabajo, y por eso, nos detenemos en lo que sigue en los nuevos desarrollos en el terreno de los modelos de lenguaje natural tipo ChatGPT.
Imagen de arriba generada automáticamente por Word Press
OpenAI, ChatGPT e IAG
Desde que en noviembre de 2022 la empresa americana OpenAI diera a conocer su chatbot conversacional ChatGPT, el mundo parece haber entrado en una dinámica nueva en relación con la Inteligencia Artificial. Nos sorprendemos a diario de la capacidad de las máquinas en cuanto a realizar tareas similares a las llevadas a cabo por los humanos y, más aún, de la potencialidad de que las máquinas ayuden al hombre de forma decisiva en tareas inteligentes y creativas.
Parece mentira, ya que este chatbot se presentó inicialmente como un “Generative Pre-trained Transformer” o Transformador Pre-entrenado Generativo, es decir, un programa de lenguaje natural que a través de, software muy avanzado, miles de millones de datos y unas capacidades de cálculo muy elevadas, permitía recibir preguntas de todo tipo en lenguaje natural, escrito o hablado, y contestarlas de forma instantánea y extensa.
No había nada en el Chat ni en los planes de la compañía, que sepamos, relacionado con el escabroso mundo de la Inteligencia Artificial Fuerte (IAF) o Inteligencia Artificial General (IAG), es decir, con las profundidades de la consciencia humana. Aunque hay que decir enseguida que el espacio entre las dos inteligencias, la Normal y la Fuerte o General se está difuminando a pasos agigantados.
El chatbot de OpenAI es un modelo de lenguaje especializado en el diálogo que se ajusta con técnicas de aprendizaje supervisadas y de refuerzo. Está compuesto por los modelos GPT-3, GPT-4, GPT-4o (opción de pago) y GPT-4o mini (opción gratis), y sus previews GPT-o1 y GPT-o1 mini.
Hace un uso muy avanzado de la IA actual y del aprendizaje de las máquinas, pero habría que decir que lo que de verdad usa y con lo que trabaja es con la Inteligencia Artificial Normal. Como toda empresa actual, y más en este terreno de la IA, lleva a cabo actividades de I+D pero no parece que esta empresa esté entrando en el terreno de la IA Fuerte o IA General. Tiene mucho espacio por delante para seguir avanzando con la IA Normal.
Nuevos y radicales avances en el terreno de la IAG.
La verdad es que lo anterior lo escribimos hace unas cuantas semanas atrás, pero posteriormente y para complicar más las cosas, el acrónimo IAG se está utilizando para referirse a la Inteligencia Artificial Generativa, conectada a su vez con ChatGPT, con lo que se está dando por hecho que OpenIA trabaja en Inteligencia Artificial Fuerte.
Sus investigaciones y avances en programación, la verdad es que lo confirman. Se relacionan con el aprendizaje automático, incluyendo Machine Learning, Deep Learning y Learning Reinforcement. Estas disciplinas utilizan redes neuronales artificiales para imitar las actividades del cerebro y emplean una programación por capas, similar a las redes neuronales del cerebro humano.
Avances todos debidos en gran manera al investigador británico Geoffrey Hinton (nacido en 1947) en sus años de trabajo en Google. Como se sabe, se le concedió el Premio Nobel de Física de 2024 junto a John Hopfield (nacido en 1933), científico estadounidense conocido por sus trabajos en redes neuronales artificiales. El premio se les otorgó: «Por descubrimientos fundacionales e invenciones que han permitido el aprendizaje automático con redes neuronales»
El primero lo hizo realidad con unos lenguajes de programación increíblemente avanzados en tiempos muy recientes, pero el segundo aportó grandes ideas en la década de 1980, en la que introdujo un modelo que conectaba la neurociencia con la física teórica, desarrollando una red que podía almacenar y recuperar patrones de información de manera similar a como lo hace el cerebro humano al recordar.
Capacidad de reflexión
Noticias muy recientes de la propia empresa OpenAI, indican que se están produciendo avances en lo que podría ser una capacidad de “reflexión” de las máquinas. Noam Brown, investigador y programador de esta empresa, ha logrado que los ordenadores adquieran la capacidad de jugar al póker mediante un proceso análogo a la reflexión humana. Esto implica que no emitan respuestas automáticas ante las preguntas formuladas a ChatGPT, sino que se tomen el tiempo necesario para evaluar y comparar diferentes alternativas de respuesta.
Sigue las explicaciones de Daniel Kahneman (1934-2024) en cuanto a pensamiento rápido y pensamiento lento expuestas en su libro: Pensar rápido, pensar despacio. Ver vídeo en You Tube de Gustavo Entrala
La singularidad están más cerca
Más recientemente, justo el 31 de marzo de este año, en una entrevista en La Vanguardia al conocido tecnólogo y futurista, Ray Kurzveil (nacido en 1948), con motivo de la publicación de su último libro, La singularidad está más cerca. Cuando nos fusionamos con la IA (Deusto, enero de 2025), este autor ha dicho: “Al conectarnos a la nube nuestra inteligencia se multiplicará un millón de veces”
Y también: “En 1983 comencé a rastrear la relación precio-rendimiento de la computación: crecía exponencialmente. En 1939, la mejor computadora realizaba 0,000007 cálculos por segundo por dólar constante. Hoy, el chip Nvidia B200 realiza medio billón por segundo por dólar constante. ¡75 cuatrillones de veces más! En 1999, con esos datos predije que las computadoras alcanzarían la inteligencia humana en el 2029. La Universidad de Stanford estaba tan alarmada que montó una conferencia de expertos en IA. El 80% pensó que llevaría cien años. Hoy algunos dicen que sucederá antes”.
El tema de la consciencia
En cuanto al tema de la consciencia, no la niega desde luego, pero opina que: “La cuestión de la consciencia es filosófica. No hay forma científica de demostrarla. Damos por sentado que nuestros amigos humanos son conscientes. ¿Y los ratones? Es debatible. Cuando la IA supere la inteligencia humana, actuará como si fuera consciente. Nos fusionaremos y nos convertiremos en uno. Por tanto, la trataremos como si fuera consciente”.
Considera que las máquinas acumulan información en cantidades inimaginables hasta no hace mucho y además todas ellas se conectan entre sí para crear memorias inmensas almacenadas en los grandes clouds mundiales, incluido el de Microsoft, uno de los más grandes del mundo. No damos las cifras para no marear al lector, pero están disponibles en Internet.
A ello hay que unir los avances aún más espectaculares en hardware, incluyendo el asombroso hasta hace poco A100 de NVIDIA, el cual añade potencia a los grandes centros de ordenadores o clouds del mundo
Dicha empresa sigue aportando capacidad y potencia a sus microprocesadores y a sus CPUS. La última de ellas, la CPU NVIDIA Grace™, está pensada para resolver los mayores problemas informáticos del planeta.
La interioridades de ChatGPT
También recientes son aportaciones como las mencionadas en el blog Economía y Ética, publicado por Sergio Gevatschnaider. En su post del 2 del mes de abril del presente año (2025) denominado, Pensamiento Artificial: Cómo Razonan los Modelos de Lenguaje. Hace en él importantes consideraciones sobre el interior de los modelos de lenguaje, planteando preguntas del siguiente tipo: ¿cómo “piensan” estos modelos? ¿son simplemente predictores de la próxima palabra, o hay mecanismos internos más complejos operando bajo la superficie?
Menciona y revisa dos destacados documentos: «Circuit Tracing» y “On the Biology of a Language Model«, los dos dedicados a investigar los mecanismos internos, o subyacentes, al comportamiento de los modelos de lenguaje. Del análisis de los dos trabajos deduce que los modelos de lenguaje “lejos de ser autómatas ciegos, pueden mostrar señales de razonamiento estructurado, planificación textual e incluso simulación de pensamiento”.
Términos como supergrafo computacional, grafo de atribución, Cross-Layer Transcoders (CLTs) o modelo de reemplazo nos hablan de los instrumentos internos explicativos de los programas de lenguaje actuales, los cuales son redes computacionales altamente conectadas.
Repetición palabar clave: IAG, IAG, IAG, IAG, IAG, IAG, IAG, IAG, IAG, IAG, IAG
0 comentarios