¿Puede la IA crearse a sí misma? La ciencia explora el camino hacia algoritmos que se programan solos

La posibilidad de desarrollar una inteligencia artificial capaz de perfeccionarse a sí misma y diseñar sus propias versiones posteriores ha dejado de ser un simple recurso de ficción para integrarse en la investigación científica. Un equipo de especialistas en China estudia las condiciones necesarias para alcanzar esta meta mediante la llamada automejora recursiva (RSI, por sus siglas en inglés), un mecanismo que permitiría a los sistemas de IA analizar sus propias limitaciones, modificar sus métodos de entrenamiento y utilizar los resultados para desarrollar modelos cada vez más avanzados.

La propuesta responde también a uno de los grandes obstáculos de la industria tecnológica: el incremento de los costes económicos y de la potencia computacional necesarios para desarrollar modelos más sofisticados. Si una inteligencia artificial pudiera asumir progresivamente parte de las tareas de investigación y optimización, el proceso de creación de nuevas generaciones de sistemas podría acelerarse y reducir su dependencia de los equipos humanos.

El trabajo, publicado el 10 de septiembre como prepublicación en el archivo digital arXiv y a la espera de revisión académica, establece una estructura para ordenar estas capacidades evolutivas en cinco fases de autonomía. La escala comienza con modelos cuyo desarrollo continúa dirigido principalmente por personas y avanza hacia sistemas capaces de identificar sus propias debilidades, decidir cómo corregirlas y modificar incluso los procedimientos que utilizan para perfeccionarse.

En las etapas superiores, la tecnología podría generar sus propias “metamejoras”. Este concepto implica que el sistema no solo ajustaría tareas concretas o variables internas, sino que perfeccionaría los propios mecanismos que utiliza para aprender y desarrollarse.

Primeros ensayos y escepticismo entre los expertos

Aunque el funcionamiento completo de este proceso no se ha comprobado en la práctica, diversos ensayos han alcanzado progresos parciales. Uno de ellos recurrió al método denominado A-Evolve-Training para optimizar el trabajo de un modelo de lenguaje con 30.000 millones de parámetros. A lo largo de cuatro fases de trabajo, la herramienta aplicó distintas pautas de entrenamiento y utilizó los datos obtenidos para orientar sus siguientes decisiones, logrando avances moderados en pruebas de rendimiento.

Sin embargo, estos resultados no equivalen a que una inteligencia artificial sea capaz de desarrollar por sí sola una generación de modelos más inteligentes. Peter Bentley, profesor de Biología Digital en el University College de Londres, cuestionó que estos experimentos constituyan una vía creíble hacia la automejora recursiva.“La idea de que alguna IA vaya a empezar mágicamente a generar por sí sola inteligencias artificiales cada vez mejores es una tontería”, afirmó a la publicación Live Science.

Bentley explica que los programas orientados a optimizar su propio funcionamiento existen desde hace décadas en el sector informático. La computación evolutiva y el aprendizaje por refuerzo, por ejemplo, emplean la retroalimentación para afinar sus respuestas y sostiene que la dificultad reside en lograr que una máquina dirija de manera independiente las investigaciones requeridas.

El especialista añade que una evolución auténtica obligaría a actuar en aspectos ajenos al propio código informático. “No resulta viable mejorarse de forma continua si no es posible perfeccionar el propio entrenamiento, ampliar los recursos de los equipos físicos y superar pruebas exigentes en situaciones reales”, argumentó. La necesidad de potencia informática y de instalaciones técnicas supone, por tanto, un condicionamiento decisivo.

El reto de demostrar un avance real en los sistemas

Kayla Blomquist, investigadora de la Universidad de Oxford y cofundadora del Oxford China Policy Lab, opina que el trabajo resulta útil para señalar los retos técnicos y de control vinculados a sistemas más independientes, aunque no plantee un camino práctico para su aplicación inmediata. También cuestiona que pueda establecerse un momento concreto en el que la IA deje de depender de las personas: “El texto expone un traspaso progresivo de funciones en vez de un cambio puntual. Es probable que nunca exista un modelo definitivo creado exclusivamente por personas”, concluyó.