«`html
Innovación en conducción autónoma
Aditya Ramabadran, Simon Mahns y Tobias Gessler, tres ingenieros de inteligencia artificial de la startup Axiom, decidieron recientemente disfrutar de una comida en In-N-Out Burger. Sin embargo, optaron por no conducir ellos mismos.
Sentados en un Toyota Corolla de 2024, cerca del servicio de ventanilla del restaurante en la zona de la Bahía, abrieron una laptop y solicitaron a GPT-6 Astra, desarrollado por OpenAI, que asumiera el control del vehículo. Conectaron una interfaz de chat a un servidor, que estaba vinculado a varias cámaras instaladas en el parabrisas y al sistema de dirección asistida del automóvil. Un conductor de seguridad mantuvo un pie sobre el freno como medida precautoria.
El modelo de inteligencia artificial, que habitualmente se utiliza para generar texto, código y algunas imágenes, logró conducir el vehículo de manera lenta pero segura hasta la ventanilla, permitiéndoles recoger su pedido.
“Quizá la inteligencia artificial general (IAG) ya esté aquí, después de todo”, comentó uno de los ingenieros, haciendo alusión a la popular noción de máquinas capaces de igualar la inteligencia humana.
Desafíos de la inteligencia artificial en el mundo real
Aunque los vehículos autónomos no son una novedad, suelen ser controlados por algoritmos específicamente diseñados y entrenados para esta tarea. En este caso, la conducción fue realizada por un modelo que normalmente se utiliza para la generación de texto, y se llevó a cabo sin ningún tipo de entrenamiento previo por parte del equipo. Esta hazaña en el restaurante de comida rápida, junto con otros experimentos similares, sugiere que los modelos de IA basados en el lenguaje están comenzando a desarrollar una comprensión básica pero útil del mundo físico.
A pesar de que durante el trayecto no surgieron situaciones alarmantes, los ingenieros reconocen que poner un modelo de propósito general al volante de un vehículo de dos toneladas en movimiento es una tarea de alto riesgo. A medida que nuestra comprensión de la física avance, podríamos observar cómo los modelos de IA se integran en la vida cotidiana de maneras innovadoras, sorprendentes, y posiblemente peligrosas.
La evolución del razonamiento físico en IA
Los vehículos autónomos de empresas como Waymo, Zoox y Tesla están equipados con numerosos sensores y cámaras, algunos de los cuales están dirigidos hacia los pasajeros.
Los modelos de inteligencia artificial más avanzados son muy eficaces respondiendo a preguntas complejas y realizando ciertas tareas de forma autónoma en entornos virtuales. Sin embargo, cuando se enfrentan al mundo físico, a menudo se encuentran desorientados. A pesar de las afirmaciones de que la IAG ha llegado, las empresas de IA reconocen que el razonamiento físico sigue siendo un reto pendiente.
Varios investigadores han decidido dejar grandes corporaciones para crear startups enfocadas en resolver el problema del razonamiento físico. Andrew Dai, CEO de Elorian AI, una de estas empresas, fue anteriormente investigador en Google DeepMind. Afirma que mejorar el razonamiento visual permitirá el desarrollo de numerosas aplicaciones para la IA, como sistemas que puedan evaluar si los comensales disfrutan de su comida en un restaurante o robots que puedan funcionar en un hogar. Dai sostiene que la robótica es un campo crucial para evaluar las capacidades de razonamiento físico: “Es esencial; no se puede imaginar la robótica doméstica sin esto”.
Nuevos estándares en comprensión visual
Elorian y Scale AI, una empresa que proporciona datos de entrenamiento a los principales laboratorios de IA, han creado un nuevo estándar de referencia denominado «Humanity’s Sixth Sense», que mide la capacidad de los modelos para entender escenas físicas.
“La mayor parte de la investigación en IA visual se centra en la percepción. Nuestra intención era indagar qué se necesitaría realmente para que un modelo comprendiera intuitivamente una escena, tal y como lo haría una persona sin pensarlo”, explica Xingang Guo, investigador científico de Scale AI que participó en el desarrollo de este nuevo punto de referencia.
«`
