Tres motivos por los que los modelos generativos pueden conducir a una inteligencia artificial más sofisticada

En los dos últimos posts ('Unas ideas muy preliminares sobre modelos generativos' y 'Modelos generativos, autocodificadores variacionales y el ingenio humano') he hablado un poco de los métodos generativos con alguna idea sencilla sobre cómo funciona y todo ello con base en lo aportado en el libro 'Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play' por David Foster.

En este artículo, y basado en la misma fuente, voy a dar un pequeño paso atrás para hacer una pregunta previa: ¿Cuál es el interés de los modelos generativos¿ ¿Por qué invertir en investigarlos y desarrollarlos?

La verdad es que, conseguir unos algoritmos capaces de crear o retocar imágenes y vídeos, textos y sonidos, e intuye que puede tener interés en muchísimos ámbitos y que no necesita demasiada justificación. ¿Y qué nos dice David Foster?

En realidad, a lo que Foster contesta en su obra no es tanto a por qué estudiar modelos generativos, qui quizá no ofrezca muchas dudas, sino por qué este tipo de algoritmos son la clave para conseguir una forma de inteligencia artificial más sofisticada. E identifica tres motivos:

• Porque permite dar un paso más allá de la pura clasificación (habitual en soluciones basadas en aprendizaje supervisado) y avanzar en el entendimiento de cómo esos datos (imágenes, vídeos, música,...) fueron generados en su mismo origen.


• Porque los avances en modelos generativos pueden ser nucleares en el desarrollo de otras áreas de la inteligencia artificial como el aprendizaje por refuerzo. En ese sentido menciona, a modo de ejemplo, la generación de contextos mediante modelos generativos para simulaciones que permitan entrenar, por ejemplo, a robots, sin la necesidad de contar con un entorno real.


• Porque entiende que el desarrollo de una máquina capaz de exhibir una inteligencia comparable en alguna medida a la humana, debe incluir por la fuerza modelos generativos ya que las personas, de alguna forma, somos nosotros mismos modelos generativos.

Sea por esta o por otras razones, lo cierto es que el campo de los modelos generativos es tremendamente interesante desde un punto de vista técnico y es capaz de crear aplicaciones de la inteligencia artificial novedosas, sorprendentes y que parecen acercarnos, siquiera un poquito, siquiera un pasito, a máquinas con comportamientos más cercanos a una verdadera inteligencia.