El propietario de Facebook Meta anunció el lanzamiento de un lote de nuevos modelos de IA de su división de investigación, incluido un «Evaluador autodidacta» que puede ofrecer un camino hacia una menor participación humana en el proceso de desarrollo de IA.

El lanzamiento sigue a la introducción de la herramienta por parte de Meta en un artículo de agosto, que detallaba cómo se basa en la misma técnica de «cadena de pensamiento» utilizada por los modelos o1 recientemente lanzados de OpenAI para que emita juicios confiables sobre las respuestas de los modelos.

Esa técnica implica dividir problemas complejos en pasos lógicos más pequeños y parece mejorar la precisión de las respuestas en problemas desafiantes en materias como ciencia, codificación y matemáticas.

Los investigadores de Meta utilizaron datos generados completamente por IA para entrenar el modelo evaluador, eliminando también la participación humana en esa etapa.

La capacidad de usar IA para evaluar IA de manera confiable ofrece una visión de un posible camino hacia la construcción de agentes de IA autónomos que puedan aprender de sus propios errores.

Muchos en el campo de la IA imaginan a estos agentes como asistentes digitales lo suficientemente inteligentes como para llevar a cabo una amplia gama de tareas sin intervención humana.

Los modelos automejorables podrían eliminar la necesidad de un proceso a menudo costoso e ineficiente que se utiliza hoy en día llamado aprendizaje reforzado a partir de la retroalimentación humana, que requiere la participación de anotadores humanos que deben tener conocimientos especializados para etiquetar los datos con precisión y verificar que las respuestas a consultas complejas de matemáticas y escritura sean correctas.

«Esperamos que, a medida que la IA se vuelva cada vez más superhumana, mejore cada vez más en la comprobación de su trabajo, de modo que sea realmente mejor que el ser humano promedio», dijo Jason Weston, uno de los investigadores.

«La idea de ser autodidacta y capaz de autoevaluarse es básicamente crucial para la idea de llegar a este tipo de nivel superhumano de IA«, dijo.

Otras empresas, incluidas Google y Anthropic, también han publicado investigaciones sobre el concepto de RLAIF, o aprendizaje reforzado a partir de la retroalimentación de la IA. Sin embargo, a diferencia de Meta, esas empresas tienden a no publicar sus modelos para uso público.

Otras herramientas de inteligencia artificial lanzadas por Meta el viernes incluyeron una actualización del modelo de identificación de imágenes Segment Anything de la compañía, una herramienta que acelera los tiempos de generación de respuestas LLM y conjuntos de datos que pueden usarse para ayudar al descubrimiento de nuevos materiales inorgánicos.