La telepatía entre máquinas en el ámbito de la IA
Recientemente, tuve la oportunidad de reunirme con un grupo de destacados matemáticos rusos que me presentaron un concepto fascinante: la «telepatía entre máquinas», una forma innovadora de comunicación entre modelos de inteligencia artificial (IA). Este concepto es el núcleo del trabajo desarrollado por Mostik, una startup cuyo nombre en ruso se traduce como «puente», reflejando su enfoque en facilitar la interacción entre diferentes modelos de IA.
La metodología de Mostik permite que modelos dispares se comuniquen utilizando los valores matemáticos presentes en sus pesos, elementos fundamentales que determinan la conversión de instrucciones en resultados. Esta estrategia práctica implica que las capacidades de un modelo de mayor envergadura pueden ser transferidas a uno más pequeño, optimizando así su inteligencia de manera más eficiente.
Un modelo que destaca en competencias de IA
Mostik ha aplicado este enfoque para desarrollar un modelo que ha alcanzado posiciones destacadas en la ARC-AGI 3, una competición conocida por su gran dificultad. Aunque los detalles específicos permanecen en secreto debido a la estrategia competitiva de la empresa, han demostrado su concepto creando un puente entre dos modelos de IA de código abierto procedentes de China. El modelo más grande, GLM-5.2, cuenta con 753 mil millones de parámetros, mientras que el Qwen-3.5 tiene 4 mil millones y es capaz de ejecutarse en dispositivos móviles. El sistema híbrido resultante tiene un coste significativamente menor, manteniendo un rendimiento intermedio entre ambos modelos.
«Es un hecho conocido en el ámbito del aprendizaje automático que los conjuntos de modelos superan a los modelos individuales», compartió Sasha Malysheva, directora ejecutiva de Mostik, durante nuestra conversación.
La eficacia de la colaboración entre modelos
Malysheva, creadora de este innovador enfoque, comentó una broma habitual en la empresa que ilustra su filosofía: el futuro de la IA es análogo a adivinar el peso de un cerdo. En el mundo matemático, se reconoce que un grupo de personas elegidas al azar puede estimar con mayor precisión el peso de un cerdo si se combinan y promedian sus estimaciones.
De manera similar, combinar los resultados de múltiples modelos de IA suele producir mejores resultados. Sin embargo, esta práctica normalmente requiere introducir el resultado de un modelo en otro, lo que puede conllevar un alto coste en tiempo y recursos. El equipo de Mostik ha encontrado una forma de facilitar la comunicación entre modelos sin necesidad de generar texto, lo que podría incrementar el valor de los modelos de código abierto y permitirles competir de manera más efectiva con los desarrollos de laboratorios líderes como Anthropic y OpenAI.
Hacia un futuro diverso en la inteligencia artificial
Malysheva subraya que la combinación de diferentes modelos podría resultar en un avance más efectivo en el campo de la IA. «Personalmente, no creo que en el futuro tengamos un modelo monolítico, ni que las capacidades de los modelos provengan únicamente del escalado», afirmó, refiriéndose a la tendencia de crear modelos más grandes y alimentarlos con más datos.
Vladimir Arustamian, responsable técnico de la empresa de software de IA Lovable, que colabora con Mostik, añade que si esta startup logra combinar modelos avanzados con otros especializados en ámbitos concretos como la biología o la física, se generarán un mayor número de modelos adaptados a necesidades específicas. «Este equipo lleva solo unos meses trabajando en ello y ya ha conseguido resultados que yo pensaba que tardarían años en materializarse», destaca.
Salvando la brecha en la comunicación entre modelos
Stanislav Smirnov, profesor en la Universidad de Ginebra y galardonado con la Medalla Fields en 2010, actúa como científico jefe en Mostik. Sostiene que establecer un punto de encuentro entre dos modelos de IA es una tarea sorprendentemente complicada. «Parece que aún no contamos con un lenguaje matemático adecuado», señala Smirnov. En este sentido, el trabajo de Mostik representa un esfuerzo tangible por salvar esa brecha.
Además, Smirnov destaca que la investigación de Mostik podría proporcionar nuevas perspectivas sobre el funcionamiento interno de los modelos de IA, así como su comparación con los procesos de razonamiento del cerebro humano. Un análisis matemático más exhaustivo podría revelar similitudes en la forma en que tanto los sistemas de IA como los seres humanos abordan problemas complejos.
