Cuando 1+1 no es igual a 2: Los límites matemáticos de la inteligencia artificial lingüística
Las modernas inteligencias artificiales como las GPT (Generative Pre-trained Transformer) son capaces de producir texto de forma increíblemente natural y fluida. Pareciera que estos sistemas pueden pensar y razonar como los humanos. Pero si intentamos hacer un simple cálculo matemático, por ejemplo 1+1, inmediatamente vemos los límites de estas IA llamadas «lingüísticas».
La facilidad de la intuición humana
Imaginen preguntarle a un amigo «¿Cuánto es 1+1?». Probablemente responderá «2» sin siquiera pensarlo. Para él es una operación matemática banal que resuelve de forma inmediata e intuitiva. Pero si hacen la misma pregunta a una GPT, muy probablemente no será capaz de responder correctamente o producirá una respuesta equivocada.
Esto se debe a que los sistemas de inteligencia artificial como las GPT, a pesar de su maestría para generar frases coherentes, no tienen una comprensión real de las matemáticas. Su objetivo es predecir la siguiente palabra en una frase, no aplicar reglas matemáticas.
Como un estudiante que memoriza sin comprender
Podemos comparar el enfoque de las GPT con las matemáticas al de un estudiante que ha memorizado fórmulas y procedimientos pero que no comprende plenamente los principios. Falta esa intuición y flexibilidad típicamente humanas.
Es un poco como la diferencia entre memorizar el alfabeto y realmente saber leer y comprender un libro. Las GPT son muy buenas en la parte mecánica, pero tienen dificultades con la comprensión profunda.
La importancia de la arquitectura y el conjunto de entrenamiento
Esto se debe a que su arquitectura se basa en redes neuronales entrenadas principalmente en grandes cantidades de texto, no en relaciones y reglas matemáticas abstractas. Es como si su cerebro estuviera «cableado» para procesar lenguaje natural, no fórmulas y ecuaciones abstractas.
Los agentes de IA pueden ayudar con los cálculos
Existen intentos de crear «agentes de IA» que interactúan con las GPT para guiarlas paso a paso en el cálculo matemático. Por ejemplo, proporcionando las operaciones individuales para realizar para obtener un resultado. De esta forma, las GPT pueden producir cálculos correctos, aunque siempre sin una comprensión conceptual real.
La necesidad de sistemas híbridos
Para superar estas limitaciones y algún día tener máquinas capaces de razonar sobre matemáticas a la par de los humanos, se necesitarán nuevos sistemas híbridos que combinen el enfoque lingüístico de las GPT con componentes especializados en cálculo numérico y modelado de principios lógicos y matemáticos abstractos.
Perspectivas futuras
El camino es todavía largo, pero los avances en el campo de la inteligencia artificial en los últimos años han sido tan rápidos que podemos ser optimistas. Gracias a la colaboración entre mentes humanas y artificiales, algún día podríamos descubrir que incluso para las máquinas 1+1 es igual a 2 de forma completamente natural.