Zhu sostiene que el aprendizaje de las inteligencias artificiales se limita a conjuntos de datos específicos, lo que impide su intuitividad y su capacidad para generalizar a otras tareas. “Contamos con un número infinito de tareas por resolver, por lo que esto no contribuye a una verdadera inteligencia”, afirma en una entrevista con TIME.
Este enfoque, según Zhu, apenas rasca la superficie del tema. Su investigación se adentra en la esencia de la identidad humana, considerando factores como nuestra predisposición genética hacia ciertas formas, sabores y olores. Además, examina cómo aprendemos y nos influimos mutuamente a través de la comunidad, así como nuestra motivación para establecer relaciones basadas en intereses compartidos.
Desarrollo del modelo de inteligencia artificial
Con base en estos parámetros, Zhu desarrolló un modelo de IA llamado TongTong, que habita en una ciudad virtual y posee sus propios impulsos, motivaciones y una autonomía limitada. A diferencia de otros modelos que aprenden a través de datos existentes o repeticiones, TongTong se basa en un aprendizaje causal: analiza las razones detrás de las decisiones, como la elección de una silla. ¿Es por su comodidad, su ubicación lejos de corrientes de aire o cerca de un amigo?
En un nivel más profundo, Zhu investiga la cadena de valores relacionada con esa elección: el desagrado por superficies duras, las corrientes frías o la importancia de la compañía. “Los grandes modelos de lenguaje operan a nivel de tokens”, explica Zhu. “Sin embargo, no comprenden necesariamente la causalidad.”
