Noam Brown: Los modelos de 'razonamiento' de AI podrían haber surgido hace décadas

Noam Brown, un destacado investigador en razonamiento de IA en OpenAI, compartió recientemente perspectivas en la conferencia GTC de Nvidia en San José, sugiriendo que los avances en la IA de "razonamiento" podrían haberse logrado 20 años antes si se hubieran conocido los métodos y algoritmos adecuados. Explicó: "Hubo varias razones por las que esta dirección de investigación fue descuidada", destacando una brecha en el enfoque que podría haberse llenado mucho antes.
Reflexionando sobre su trayectoria de investigación, Brown señaló una realización crucial: "Noté en el transcurso de mi investigación que, bueno, falta algo. Los humanos dedican mucho tiempo a pensar antes de actuar en una situación difícil. Tal vez esto sería muy útil [en la IA]". Esta observación lo llevó a desarrollar modelos de IA que imitan el razonamiento humano, en lugar de depender únicamente del poder computacional.
Su trabajo en la Universidad Carnegie Mellon, particularmente con la IA Pluribus, que superó a los mejores jugadores de póker humanos, ejemplifica este enfoque. Pluribus fue innovador porque utilizó el razonamiento para resolver problemas, en contraste con los métodos más comunes de fuerza bruta de la época.
En OpenAI, Brown contribuyó al desarrollo de o1, un modelo de IA que utiliza un método conocido como inferencia en tiempo de prueba. Esta técnica permite que la IA "piense" antes de responder, mejorando su precisión y fiabilidad, especialmente en campos como las matemáticas y la ciencia.
Durante la discusión en el panel, Brown abordó el desafío de la investigación académica para competir con la escala de los experimentos realizados por grandes laboratorios de IA como OpenAI. Reconoció la creciente dificultad debido a las crecientes demandas computacionales de los modelos modernos, pero sugirió que los académicos aún podrían contribuir significativamente al enfocarse en áreas que requieren menos poder computacional, como el diseño de arquitecturas de modelos.
Enfatizó el potencial para la colaboración entre la academia y los laboratorios de vanguardia, afirmando: "[H]ay una oportunidad para la colaboración entre los laboratorios de vanguardia [y la academia]. Ciertamente, los laboratorios de vanguardia están revisando publicaciones académicas y considerando cuidadosamente, bueno, ¿esto presenta un argumento convincente de que, si se escalara aún más, sería muy efectivo? Si hay un argumento convincente en el artículo, ya sabes, investigaremos eso en estos laboratorios".
Los comentarios de Brown son particularmente oportunos ya que la administración Trump ha propuesto recortes significativos al financiamiento científico, una medida criticada por expertos en IA, incluyendo a Geoffrey Hinton, quienes argumentan que dichos recortes podrían poner en peligro los esfuerzos de investigación en IA a nivel global.
También señaló el papel crítico de la academia en la mejora de los puntos de referencia de la IA, destacando: "El estado de los puntos de referencia en la IA es realmente malo, y eso no requiere mucho poder computacional para hacerlo". Los puntos de referencia actuales de IA a menudo se centran en conocimientos oscuros y no reflejan con precisión las capacidades que más importan a los usuarios, lo que lleva a confusión sobre el verdadero potencial y progreso de los modelos de IA.
Actualizado a las 4:06 p.m. PT: Una versión anterior de este artículo implicaba que Brown se refería a modelos de razonamiento como o1 en sus comentarios iniciales. De hecho, se refería a su trabajo en IA para juegos antes de su tiempo en OpenAI. Lamentamos el error.
Artículo relacionado
OpenAI lanza una versión más segura de ChatGPT para adolescentes, años después de que estos empezaran a utilizarla
Tras una serie de demandas relacionadas con la ausencia de protocolos de seguridad en los chatbots de IA —que contribuyeron a suicidios de adolescentes y otras crisis de salud mental—, OpenAI presentó
Frontier AI Labs se niega a revelar las estrategias de contención para los modelos rebeldes
Investigaciones recientes indican que muy pocos laboratorios líderes en IA han publicado o demostrado planes de respuesta de contención. Un plan de contención define los procedimientos a seguir cuando
El Tiffany de NEA: Las empresas aún luchan con el ROI de la IA
Cargando el reproductor…A principios de este año, el «tokenmaxxing» dominó Silicon Valley, con directores generales instando al personal a maximizar el uso de la inteligencia artificial. Ese entusiasmo se topó rápidamente con la realidad. Según info
Recomendaciones de temas especiales relacionados
comentario (16)
0/500
もし20年前にこのアルゴリズムが知られていたら...考えただけでゾクゾクするね!でも、今のAIブームが前倒しになってたら、社会の対応は間に合ってたのかな?ちょっと怖いかも😅 ブラウン氏の指摘は技術史のifを考える良いきっかけだと思う
Increíble pensar que podríamos haber tenido IA 'razonadora' hace 20 años 😳. Me pregunto cómo habría cambiado el mundo tecnológico si esos algoritmos se hubieran descubierto antes... ¿Sería nuestro presente muy diferente? #RetroFuturo
Mind-blowing to think AI reasoning could’ve popped off 20 years ago! 🤯 Noam’s talk makes me wonder what other breakthroughs we’re sleeping on right now.
Mind-blowing to think AI reasoning could’ve been cracked 20 years ago! 🤯 Makes you wonder what else we’re sitting on, just waiting for the right spark. Noam’s talk sounds like a wake-up call for the AI world.

Noam Brown, un destacado investigador en razonamiento de IA en OpenAI, compartió recientemente perspectivas en la conferencia GTC de Nvidia en San José, sugiriendo que los avances en la IA de "razonamiento" podrían haberse logrado 20 años antes si se hubieran conocido los métodos y algoritmos adecuados. Explicó: "Hubo varias razones por las que esta dirección de investigación fue descuidada", destacando una brecha en el enfoque que podría haberse llenado mucho antes.
Reflexionando sobre su trayectoria de investigación, Brown señaló una realización crucial: "Noté en el transcurso de mi investigación que, bueno, falta algo. Los humanos dedican mucho tiempo a pensar antes de actuar en una situación difícil. Tal vez esto sería muy útil [en la IA]". Esta observación lo llevó a desarrollar modelos de IA que imitan el razonamiento humano, en lugar de depender únicamente del poder computacional.
Su trabajo en la Universidad Carnegie Mellon, particularmente con la IA Pluribus, que superó a los mejores jugadores de póker humanos, ejemplifica este enfoque. Pluribus fue innovador porque utilizó el razonamiento para resolver problemas, en contraste con los métodos más comunes de fuerza bruta de la época.
En OpenAI, Brown contribuyó al desarrollo de o1, un modelo de IA que utiliza un método conocido como inferencia en tiempo de prueba. Esta técnica permite que la IA "piense" antes de responder, mejorando su precisión y fiabilidad, especialmente en campos como las matemáticas y la ciencia.
Durante la discusión en el panel, Brown abordó el desafío de la investigación académica para competir con la escala de los experimentos realizados por grandes laboratorios de IA como OpenAI. Reconoció la creciente dificultad debido a las crecientes demandas computacionales de los modelos modernos, pero sugirió que los académicos aún podrían contribuir significativamente al enfocarse en áreas que requieren menos poder computacional, como el diseño de arquitecturas de modelos.
Enfatizó el potencial para la colaboración entre la academia y los laboratorios de vanguardia, afirmando: "[H]ay una oportunidad para la colaboración entre los laboratorios de vanguardia [y la academia]. Ciertamente, los laboratorios de vanguardia están revisando publicaciones académicas y considerando cuidadosamente, bueno, ¿esto presenta un argumento convincente de que, si se escalara aún más, sería muy efectivo? Si hay un argumento convincente en el artículo, ya sabes, investigaremos eso en estos laboratorios".
Los comentarios de Brown son particularmente oportunos ya que la administración Trump ha propuesto recortes significativos al financiamiento científico, una medida criticada por expertos en IA, incluyendo a Geoffrey Hinton, quienes argumentan que dichos recortes podrían poner en peligro los esfuerzos de investigación en IA a nivel global.
También señaló el papel crítico de la academia en la mejora de los puntos de referencia de la IA, destacando: "El estado de los puntos de referencia en la IA es realmente malo, y eso no requiere mucho poder computacional para hacerlo". Los puntos de referencia actuales de IA a menudo se centran en conocimientos oscuros y no reflejan con precisión las capacidades que más importan a los usuarios, lo que lleva a confusión sobre el verdadero potencial y progreso de los modelos de IA.
Actualizado a las 4:06 p.m. PT: Una versión anterior de este artículo implicaba que Brown se refería a modelos de razonamiento como o1 en sus comentarios iniciales. De hecho, se refería a su trabajo en IA para juegos antes de su tiempo en OpenAI. Lamentamos el error.
OpenAI lanza una versión más segura de ChatGPT para adolescentes, años después de que estos empezaran a utilizarla
Tras una serie de demandas relacionadas con la ausencia de protocolos de seguridad en los chatbots de IA —que contribuyeron a suicidios de adolescentes y otras crisis de salud mental—, OpenAI presentó
Frontier AI Labs se niega a revelar las estrategias de contención para los modelos rebeldes
Investigaciones recientes indican que muy pocos laboratorios líderes en IA han publicado o demostrado planes de respuesta de contención. Un plan de contención define los procedimientos a seguir cuando
El Tiffany de NEA: Las empresas aún luchan con el ROI de la IA
Cargando el reproductor…A principios de este año, el «tokenmaxxing» dominó Silicon Valley, con directores generales instando al personal a maximizar el uso de la inteligencia artificial. Ese entusiasmo se topó rápidamente con la realidad. Según info
もし20年前にこのアルゴリズムが知られていたら...考えただけでゾクゾクするね!でも、今のAIブームが前倒しになってたら、社会の対応は間に合ってたのかな?ちょっと怖いかも😅 ブラウン氏の指摘は技術史のifを考える良いきっかけだと思う
Increíble pensar que podríamos haber tenido IA 'razonadora' hace 20 años 😳. Me pregunto cómo habría cambiado el mundo tecnológico si esos algoritmos se hubieran descubierto antes... ¿Sería nuestro presente muy diferente? #RetroFuturo
Mind-blowing to think AI reasoning could’ve popped off 20 years ago! 🤯 Noam’s talk makes me wonder what other breakthroughs we’re sleeping on right now.
Mind-blowing to think AI reasoning could’ve been cracked 20 years ago! 🤯 Makes you wonder what else we’re sitting on, just waiting for the right spark. Noam’s talk sounds like a wake-up call for the AI world.





Hogar






