Traducido del inglés por TechUpscale con ayuda de IA y verificado con el original. Leer el original en inglés
Investigadores de la Universidad de Tel Aviv y la Universidad de Stanford revelaron que la inteligencia artificial puede desarrollar habilidades predictivas generales utilizando datos de entrenamiento puramente autogenerados. El estudio, disponible como preimpresión en arXiv, desafía las suposiciones anteriores sobre los requisitos del aprendizaje automático.
Lo que dice sobre el aprendizaje de la IA sin datos del mundo real
Según los investigadores, el estudio desafía la suposición predominante de que los modelos de inteligencia artificial requieren enormes cantidades de datos del mundo real para adquirir capacidades útiles. El estudio de prueba de concepto demostró que los modelos entrenados enteramente en secuencias generadas artificialmente mejoraron sus habilidades predictivas en dominios que incluyen lenguaje, imágenes, música y ADN.
La investigación fue supervisada por el Dr. Yoav Levine de la Universidad de Tel Aviv y realizada como parte de la investigación postdoctoral del Dr. Kfir Dolev en colaboración con investigadores de la Universidad de Stanford.
Dos modelos aprendiendo juntos
En el método desarrollado por los investigadores, dos modelos empiezan desde cero y aprenden juntos. El primer modelo genera programas informáticos cortos que producen secuencias de símbolos, mientras que el segundo se entrena para predecir el siguiente símbolo en cada secuencia.
El primer modelo recibe comentarios sobre cuánto contribuyen sus ejercicios al proceso de aprendizaje, lo que le permite seleccionar desafíos cada vez más útiles adaptados a las capacidades del modelo de aprendizaje.
Datos clave y de dónde provienen
- La IA desarrolló habilidades predictivas generales utilizando únicamente datos de entrenamiento autogenerados.
Un nuevo estudio de investigadores de la Universidad de Tel Aviv y la Universidad de Stanford muestra que la IA puede desarrollar habilidades predictivas generales utilizando únicamente datos de entrenamiento autogenerados
- Dos modelos aprenden juntos, uno generando programas informáticos y el segundo prediciendo el siguiente símbolo.
El primero genera programas informáticos cortos que producen secuencias de símbolos. El segundo se entrena para predecir el siguiente símbolo en cada secuencia.
La pregunta abierta: ¿Hasta dónde pueden avanzar los modelos de inteligencia artificial en la adquisición de patrones universales y habilidades de razonamiento sin ninguna exposición a información del mundo real?
