{"id":16577,"date":"2023-11-22T17:04:31","date_gmt":"2023-11-22T20:04:31","guid":{"rendered":"https:\/\/agencia.unq.edu.ar\/?p=16577"},"modified":"2025-07-16T19:45:40","modified_gmt":"2025-07-16T22:45:40","slug":"gato-como-funciona-la-inteligencia-artificial-que-promete-una-nueva-revolucion","status":"publish","type":"post","link":"https:\/\/agencia.unq.edu.ar\/?p=16577","title":{"rendered":"GATO: \u00bfc\u00f3mo funciona la Inteligencia Artificial que promete una nueva revoluci\u00f3n?"},"content":{"rendered":"\n

Desarrollada por Deepmind y subsidiada por Google, la herramienta puede realizar 600 tareas diferentes. Luces y sombras de una IA en pleno crecimiento.<\/p>\n\n\n\n

\"Inteligencia
Cr\u00e9ditos: https:\/\/lasuperia.com\/<\/figcaption><\/figure>\n\n\n\n

Por Camila Basso*<\/em><\/p>\n\n\n\n

En los \u00faltimos a\u00f1os se ha escuchado mucho acerca de la Inteligencia Artificial, tanto de sus avances como de sus peligros. Pero el problema es querer adelantarse a la carrera. Las personas se desilusionan cuando una Inteligencia Artificial no cumple con sus pedidos, sin advertir que lo importante est\u00e1 en otro lado. Reside, m\u00e1s bien, en el hecho de que se ha dise\u00f1ado una tecnolog\u00eda que puede razonar por s\u00ed sola y dar respuestas. Aquellos robots que lo pueden lograr todo todav\u00eda no caminan entre los humanos, pero est\u00e1n cada vez m\u00e1s cerca. GATO<\/a>, desarrollada por Deepmind, un laboratorio de Inteligencia Artificial brit\u00e1nico-estadounidense subsidiado por Google, es el primer paso a este objetivo.<\/strong><\/p>\n\n\n\n

\u201cEn IA hay dos tipos de sistemas. Por un lado est\u00e1n los sistemas \u2018especialistas\u2019, que son muy buenos en lo que hacen, pero fuera de su \u00e1rea, no tanto. Podemos pensarlo como un pelapapas: sirven muy bien para lo que fueron dise\u00f1ados (pelar una papa) pero no nos sirven para hacer mucho m\u00e1s que eso\u201d, explica a la Agencia de noticias cient\u00edficas de la UNQ<\/a> Emmanuel Iarussi, investigador del Conicet en el Laboratorio de Inteligencia Artificial y profesor en la Universidad Torcuato Di Tella.<\/strong><\/p>\n\n\n\n

Y contin\u00faa con su explicaci\u00f3n: \u201cPor otro lado, tenemos los sistemas \u2018generalistas\u2019, que vendr\u00edan a ser como navajas suizas: est\u00e1n dise\u00f1ados para realizar un mont\u00f3n de tareas diferentes; un poco como nosotros los humanos que podemos adaptarnos y hacer de todo un poco. GATO es un sistema generalista, sus creadores dicen que puede completar m\u00e1s de 600 tareas diferentes que van desde describir im\u00e1genes hasta controlar un brazo rob\u00f3tico<\/strong>\u201d.<\/p>\n\n\n\n

C\u00f3mo funciona un sistema generalista<\/h2>\n\n\n\n

Para comprender el funcionamiento de GATO<\/a> hay que hablar de las redes neuronales recurrentes (RNN por sus siglas en ingl\u00e9s), uno de los sistemas m\u00e1s empleados para la creaci\u00f3n de Inteligencias Artificiales. Cuando los humanos leen o escuchan a alguien hablar procesan todo palabra por palabra en un orden espec\u00edfico, teniendo en cuenta las palabras anteriores. Las RNN hacen lo mismo, analizan palabra por palabra conect\u00e1ndolas en una red secuencial. Sin embargo, a medida que la red avanza y suma palabras va olvidando las m\u00e1s viejas, y esto implica que no puede hacer conexiones y comprender los textos. Las RNN entienden la secuencia de palabras pero no las relaciones entre ellas.<\/p>\n\n\n\n

La manera de resolver esto fue complejizar la RNN sumando una Red Neuronal de Atenci\u00f3n, que genera caracter\u00edsticas de cada palabra para poder crear relaciones entre todas las palabras de la oraci\u00f3n.<\/strong> Por cada palabra se genera un vector matem\u00e1tico que indica una descripci\u00f3n y otro vector que indica lo que busca, y la cercan\u00eda entre ambos vectores es lo que determina su proximidad y, por ende, el tipo de relaci\u00f3n. En 2017 un paper titulado Attention is all you need <\/a>plante\u00f3 el concepto de las redes Transformers<\/em>, que es b\u00e1sicamente la Red Neuronal de Atenci\u00f3n pero sin la RNN. La premisa es simple: no hace falta saber la secuencia si se entiende la relaci\u00f3n de cada palabra con cada palabra, ya que esa capacidad de relacionar otorga la secuencia de las palabras y muchos m\u00e1s datos a\u00fan.<\/strong><\/p>\n\n\n\n

GATO toma una red Transformer y la lleva m\u00e1s all\u00e1 del lenguaje para concretar otras tareas bajo la misma l\u00f3gica de relaci\u00f3n<\/strong>. \u00bfHace bien su tarea? No necesariamente, De hecho es bastante malo en casi todo.<\/a> Pero el enfoque no es que lo haga bien, sino que pueda hacerlo. Al fin y al cabo los cerebros humanos no hacen una sola tarea excelente, sino que pueden hacer miles de tareas con mayor o menor \u00e9xito.<\/strong><\/p>\n\n\n\n

Los propios creadores de GATO se\u00f1alan en su paper que, a la larga, tiene m\u00e1s beneficios entrenar una sola IA que haga de todo en vez de cientas que logren una sola tarea.<\/p>\n\n\n\n

M\u00e1s sombras que luces<\/h2>\n\n\n\n

Por otra parte, los investigadores advirtieron sobre los peligros de una Inteligencia Artificial capaz de hacer todo. En su paper detallan que est\u00e1 prohibido el uso de GATO para fines comerciales, productivos y militares y advierten que \u201caunque todav\u00eda se encuentra en la etapa de prueba de concepto, el progreso reciente en los modelos generalistas sugiere que los investigadores de seguridad, los especialistas en \u00e9tica y, lo m\u00e1s importante, el p\u00fablico en general, deber\u00edan considerar sus riesgos y beneficios.<\/strong> Actualmente no estamos implementando GATO para ning\u00fan usuario, por lo que no anticipamos ning\u00fan impacto social inmediato\u201d.<\/p>\n\n\n\n

Al respecto, Iarussi declara: \u201cA diferencia de los sistemas especialistas que trabajan en entornos m\u00e1s controlados y predecibles (por ejemplo, reconocer sonrisas en una foto para gatillar la c\u00e1mara), los sistemas generalistas pueden encontrarse en situaciones donde las implicancias \u00e9ticas de sus decisiones son complejas. Adem\u00e1s, como est\u00e1n dise\u00f1ados para operar en una amplia gama de contextos, es m\u00e1s dif\u00edcil prever todas las posibles consecuencias de sus acciones\u201d, sostiene el especialista a la Agencia.<\/p>\n\n\n\n

En marzo de este a\u00f1o circul\u00f3 una carta abierta firmada por m\u00e1s de 30 mil personas<\/a>, entre ellas dirigentes del mundo de la tecnolog\u00eda y la inteligencia artificial, pidiendo un cese de seis meses a la creaci\u00f3n de Inteligencias Artificiales m\u00e1s avanzadas que GPT-4. Para tener una referencia de lo que representa GATO, el tama\u00f1o de su transformer es de 1200 millones de par\u00e1metros, equivalente al tama\u00f1o del transformer GPT-2 de 1500 millones. GPT-4 tiene 1.76 trillones de par\u00e1metros.<\/p>\n\n\n\n

A nivel regional, el sem\u00e1foro tambi\u00e9n est\u00e1 en rojo. La comunidad de investigadores de Latinoam\u00e9rica firmaron la Declaraci\u00f3n<\/a> de Montevideo<\/a>, reclamando un uso apropiado de las IA que respete los Derechos Humanos y se haga hincapi\u00e9 en la regulaci\u00f3n regional. Segun Iarussi, \u201cel esp\u00edritu no es frenar la investigaci\u00f3n: muy por el contrario, hay que profundizarla para poder comprender mejor los l\u00edmites, los riesgos y las posibilidades que nos abren estas tecnolog\u00edas <\/strong>dentro de m\u00e1rgenes claros que garanticen que van a aportar un valor social\u201d.<\/p>\n\n\n\n

El problema \u00e9tico de las IA es uno de los debates m\u00e1s importantes entre las comunidades cient\u00edficas, pero tambi\u00e9n es verdad que ya es parte del d\u00eda a d\u00eda y ayudar\u00e1 a cambiar las vidas humanas al ser empleada en salud, agricultura y transporte, por ejemplo. GATO puede convertirse en un le\u00f3n, pero todav\u00eda es un gatito mimoso. Tomar medidas y prevenciones desde la regulaci\u00f3n del Estado y las comunidades cient\u00edficas ser\u00e1 la clave para ver una tecnolog\u00eda como GATO desarrollarse a favor de la humanidad.<\/p>\n\n\n\n

\n\n\n\n

*Esta nota se escribi\u00f3 originalmente en el marco de la materia Taller de Periodismo Gr\u00e1fico de la profesora Ximena Carreras de la Licenciatura en Comunicaci\u00f3n Social y fue publicada con algunas modificaciones. Camila Basso tambi\u00e9n participa del Curso de profesionalizaci\u00f3n en pr\u00e1cticas period\u00edsticas de la Agencia.<\/p>\n\n\n\n

<\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00daltimas noticias de la secci\u00f3n Tecnolog\u00eda:<\/h4>\n\n\n