A veces, para cambiar el mundo, solo deja de pensar. Esto es lo que hacen los nuevos modelos de inteligencia artificial desarrollados por OpenAI. El último se llama O3 Y es un modelo de razonamiento. En comparación con ChatGPT-4, no da respuestas inmediatas: toma algún tiempo. Refleja, mal, corrige, mejora. Y la buena noticia es que un joven investigador italiano le está enseñando a pensar. Levantó hasta cinco años con el método Montessori, aprendió las bases que hoy se aplica a los modelos de inteligencia artificial.
Es Giambattista Parascandolo, 33 años, matemático, tres primeros años en Tor Vergata, especialista en Finlandia, doctorado en aprendizaje automático en el Instituto Max Planck en Tinginga y en la cabaña de Zurich. Fue el primer italiano en entrar en OpenAi, hace cuatro años, cuando la compañía todavía era una pequeña startup de investigación de 150 personas. Hoy hay casi 2000 y es una de las empresas privadas más capitalizadas de la historia a nivel mundial.
Parascandolo está impulsando un equipo que trabaja en inteligencia artificial general y en los modelos de razonamiento definidos como un punto de inflexión de época. Modelos diseñados para no proporcionar la primera respuesta posible, sino para detenerse y pensar. “Dante tardó quince años en escribir el Comedia divina. Si tuviera una > de un mes, el mismo trabajo no habría salido. ¿Qué hizo en esos años? Pensó, escribió borradores, los corrigió, lo pensó, volvió a sus pasos. Aquí, estos modelos funcionan así: cuanto más piensan, más dan mejores respuestas. Y sus pensamientos se pueden leer. Simplemente pasa con el mouse. Aparecer y desaparecer. Dicen: «Espera, esto se puede decir mejor». «Déjame llamar a ese cálculo». «El usuario pregunta que … Debo asegurarme de que todo tenga sentido». Al leerlos, te das cuenta de que son sorprendentemente similares a los pensamientos de un ser humano ».
El científico, Parascandolo desarrolló las bases técnicas para que estos modelos aprendieran a pensar en todo el mundo.
Romano, hijo de un periodista de RAI, Renato Parascandolo, ex director de RAI Educational y director de documentales culturales, Giambattista crece con el método Montessori. «De mis padres entendí el valor del aprendizaje y la exploración. En la guardería Montessori tuve una educación basada en hacer, libertad, creatividad en un entorno estructurado. Reuní los dos métodos. Hoy hacemos lo mismo con las máquinas: no les enseñamos a pensar, creamos el entorno para que puedan hacerlo solos».
Escucharlo hablar es una maravilla. Giambattista a menudo se envía a explicar al gobernador de California o a los senadores lo que hacen en OpenAi. Conoce las delegaciones italianas que van a Silicon Valley. Cuenta el potencial de estas herramientas y lo que hay en el futuro. «Tenemos todos los ingredientes en la mano para continuar mejorando estos sistemas. Soy optimista de que será un progreso continuo. Ha sido una verdadera aventura y sigue siendo, pero vivo todo con un fuerte sentido de responsabilidad».
Sobre cómo funciona la mente, la duda está interesada desde la infancia. «Siempre he hecho las preguntas clásicas de quién soy, qué quiero, por qué … no busqué respuestas filosóficas. Comienza a leer los libros del neurólogo y escritor Oliver Sacks, las revistas especializadas en neurociencia:» Estaba buscando todas las formas de acercarse a este mundo sin encontrarlos «. La escuela secundaria clásica (» La estructura de los estudios me ha bajado «). Sé Erasmus en Finlandia para que entiendan el camino.
«Tenía 23 años. Las redes neuronales artificiales comenzaron a funcionar gracias a una nueva generación de hardware, más y más poderoso. Entendí que había algo interesante allí: una forma de estudiar la mente sin sacrificar las matemáticas». En ese momento, decide orientar todos sus estudios a la inteligencia artificial, pero todavía no hubo capacitación estructurada en la IA. Entonces comienza a estudiar como autocontrol, siguiendo las lecciones universitarias a través de Internet.
«En ese momento había muy pocos profesores que enseñaban redes neuronales. Pero algunos habían cargado sus cursos en línea». Estudia y tiene como objetivo ingresar a DeepMind. «Fue la única compañía que trabajó seriamente en AGI. Pero para ser contratado, un doctorado atendió. Así que tomé un doctorado en informática e IA, entre Suiza y Alemania». Durante el curso toma dos internos: uno en Palo Alto a Google X, en 2018, y uno en el mismo DeepMind, en Londres, en 2019. Luego regresa para concluir el doctorado, pero llega la pandemia, las compañías pausan a las contrataciones. Entonces, mientras tanto, se aplica a un puesto como profesor del MIT de Boston, trayendo un programa de investigación sobre razonamiento en las redes neuronales. Y aquí comienza a chocar con las perplejidades de la vieja escuela. «Hice algo como 20 entrevistas. Había llegado al final y, sin embargo, mi investigación no convenció. Varios profesores me dijeron que esa vena no tenía sentido. Que las redes neuronales eran una moda pasajera, sin un futuro. Fue una experiencia muy educativa, que luego vi que sucedió un poco en general en el campo de AI».
Se estaba verificando un cambio de paradigma y no todos estaban listos. «Hubo una primera ola de inteligencia artificial con un enfoque completamente diferente, basado sobre todo en las reglas lógicas, por lo tanto, más en el código estándar. Pero hubo una pequeña corriente que decía: No, la forma correcta no es poner inteligencia en el código, sino de construir un cerebro artificial que aprende solo. Pero durante mucho tiempo las redes artificiales neurales no funcionan mucho, especialmente porque el hardware no estaba listo. Hoy usamos hoy en día para los modelos.
Esa negativa a MIT, sin embargo, no cierra el camino. De lo contrario. Covid pasa, las compañías comienzan a hacerse cargo, en Giambattista termina el doctorado y llegan dos ofertas: una de DeepMind, la otra de lo que era solo una startup en un palacio en San Francisco: OpenAi. «Elegí ir y ver lo que estaba pasando en los Estados Unidos: acababan de publicar GPT-3. Cuando llegué a Openii tenía una pequeña oficina en San Francisco, pero la energía era increíble». Cuatro años después, la compañía se ha convertido en un gigante con 14 ubicaciones en todo el mundo y más de 500 millones de usuarios activos cada semana.
¿Qué significa que trabajas en el razonamiento de los modelos? «No le decimos al automóvil lo que tiene que hacer. Construimos entornos para que pueda aprender solo. Esto se llama aprendizaje mediante refuerzo: en lugar de capacitar a la IA con los datos clásicos, creamos un entorno que es lo más interesante posible para que pueda aprender por sí mismos. Al intentar y cometer errores. Es un poco como con el método de Montessori: poner el niño en un entorno estimulante, con los juegos, los computador esto. «De vez en cuando tiene una charla en los corredores». La startup «I» fundada por el ex diseñador responsable de los mayores éxitos de la manzana, Jonathan IveCon el objetivo de redefinir la relación entre los seres humanos y la inteligencia artificial, él responde: «No sé nada fuera de mi investigación directa. Trabajo en razonamiento, no en dispositivos». Entonces sonríe. De los padres: «Son muy apasionados, usan chatgpt todos los días». De Italia: «Nuestra educación universitaria es demasiado teórica. Deberíamos aprender a planificar desde una edad temprana: entre otras cosas, la programación es algo muy divertido. Nunca he oído hablar de la planificación hasta que llegué a la universidad y es demasiado tarde. Muchos de mis colegas provienen de Polonia: desde una edad temprana que tienen una atención muy fuerte a las matemáticas y la programación».
¿Qué aprendiste sobre la inteligencia artificial que también podríamos aprender? Permanece en silencio durante casi dos minutos. Él piensa en eso. Luego bromea. «El razonamiento es importante». Y él dice: «Hay muchos errores que los humanos comúnmente cometemos. A veces respondemos demasiado rápido, sin reflexionar lo suficiente. O olvidamos un signo durante una multiplicación en la columna. Aquí, es interesante ver que la inteligencia artificial también comete errores casi idénticos. Errores humanos, muy diferentes de las que hicieron computadoras en el pasado. Pero, como nosotros, incluso las máquinas mejoran con la compromiso con la práctica, con la aplicación, con la aplicación, con la aplicación, con la aplicación, con el certificado. No apreciamos lo suficiente cuánto se puede aprender al decidir hacerlo.
#Giambattista #Parascandolo #matemático #italiano #OpenAi #enseña #las #máquinas #pensar
–