Referencia: LaRepublica
Elon Musk advierte sobre el futuro de la inteligencia artificial (IA). Este nuevo enfoque plantea interrogantes sobre la calidad de las respuestas generadas, así como un posible riesgo en la evolución de los modelos actuales, que dependen de datos humanos.
Elon Musk, reconocido magnate del sector tecnológico, ha lanzado un contundente mensaje sobre el futuro de la inteligencia artificial (IA) durante una reciente conversación en X (ex Twitter). En este contexto, Musk advirtió que se ha agotado el conocimiento humano necesario para entrenar a los algoritmos actuales, lo que podría marcar un punto de inflexión en el desarrollo de esta tecnología.
En su intervención, Musk propuso un giro hacia el uso de datos sintéticos para el entrenamiento de nuevos algoritmos, sugiriendo que la IA debería ser capaz de autoevaluarse y aprender de manera independiente. Este enfoque podría frenar el rápido crecimiento que ha caracterizado a la IA en los últimos años, generando dudas sobre su futuro y su capacidad para continuar evolucionando.
La nueva tecnología que reemplazará a la inteligencia artificial
En una conversación en la plataforma X, Elon Musk dialogó con Mark Penn y resaltó que los algoritmos actuales, como ChatGPT, se basan en la información disponible en internet para su entrenamiento. Sin embargo, la velocidad de evolución tecnológica ha superado el ritmo de generación de datos, lo que ha generado la necesidad de repensar la manera en que se entrena a la inteligencia artificial.
El magnate propuso que, en lugar de depender de datos humanos, la inteligencia artificial debería utilizar un modelo de autoaprendizaje basado en datos sintéticos. Esto implica que la IA se calificaría a sí misma y pasaría por un proceso de aprendizaje independiente, lo que podría transformar la manera en que se desarrollan y utilizan los algoritmos en el futuro.
¿Qué es el modelo de autoaprendizaje y cómo funciona?
El modelo de autoaprendizaje representa un cambio significativo en la forma en que las empresas utilizan la inteligencia artificial para satisfacer las necesidades de sus clientes. Los grandes modelos de lenguaje requieren un amplio volumen de información y datos, que tradicionalmente han sido generados por humanos. Sin embargo, al agotar esta información, la IA deberá recurrir al autoaprendizaje, desarrollando su propia información y contrastándola con la que ya posee.
Este enfoque, aunque innovador, plantea preocupaciones sobre la calidad de las respuestas generadas por los modelos. La degradación de la capacidad de la IA para producir respuestas relevantes y precisas podría ser un riesgo asociado a este nuevo paradigma.
