La IA encarnada se refiere tanto a un programa de investigación que construye sistemas inteligentes con un cuerpo físico o simulado situado en un entorno, como a la tesis más amplia de que la inteligencia genuina no puede lograrse por completo, o quizás incluso comprenderse adecuadamente, mediante sistemas que solo procesan texto o imágenes desencarnados, porque gran parte de lo que sirve la inteligencia, la predicción, la planificación y la comprensión causal, se argumenta que depende de actuar en un mundo físico y recibir retroalimentación de él. La idea se basa en trabajos anteriores en ciencia cognitiva y robótica, incluido el argumento de Rodney Brooks en la década de 1990 de que el comportamiento inteligente podría emerger de la interacción sensoriomotora directa de un agente con su entorno, en lugar de depender solo de representaciones simbólicas internas, y ha ganado atención renovada a medida que los sistemas de modelos de lenguaje de gran escala han demostrado un uso fluido del lenguaje sin ningún anclaje en la experiencia física.
La tesis de la encarnación
Los defensores de la IA encarnada argumentan que los modelos entrenados solo con texto sufren de un problema de anclaje: manipulan símbolos cuyo significado se define únicamente por relaciones con otros símbolos en sus datos de entrenamiento, en lugar de por cualquier conexión con la experiencia sensorial o la consecuencia física, lo que algunos investigadores argumentan que limita la capacidad de tales sistemas para razonar de manera confiable sobre la causalidad física, las relaciones espaciales y las restricciones del mundo real, independientemente de cuánto texto se les entrene. Esta crítica se hace eco del debate más amplio sobre si los modelos de lenguaje de gran escala comprenden genuinamente el lenguaje o simplemente realizan un sofisticado emparejamiento de patrones, discutido en el artículo sobre la crítica del loro estocástico, y ha sido planteada de manera prominente por investigadores como Yann LeCun, quien ha argumentado que el entrenamiento solo con lenguaje es un camino inherentemente limitado hacia una inteligencia más general y ha abogado en cambio por sistemas que aprendan un modelo del mundo predictivo de la realidad física a partir de datos sensoriales como el video.
Direcciones de investigación
La investigación en IA encarnada abarca un espectro desde la encarnación simulada hasta la física. Los entornos simulados, incluidos motores de juego y simuladores de física, permiten a los investigadores entrenar y evaluar agentes en tareas de navegación, manipulación de objetos y seguimiento de instrucciones a un costo y riesgo mucho menores que con hardware real, y las políticas resultantes a veces se transfieren a plataformas de robótica físicas mediante técnicas de simulación a realidad. El trabajo de encarnación totalmente física se sitúa en la intersección de la IA encarnada y la robótica propiamente dicha, incluidos los sistemas basados en modelos de visión y lenguaje y los sistemas de visión-lenguaje-acción cada vez más utilizados para controlar plataformas de robots humanoides y otros robots. Algunos investigadores también tratan los sistemas de IA multimodales que solo perciben, pero no actúan en, el mundo físico, como modelos que procesan video o flujos de sensores sin salida motora, como una forma parcial o intermedia de encarnación.
Relación con modelos del mundo y AGI
La IA encarnada está estrechamente vinculada a la investigación sobre sistemas de modelos del mundo, representaciones predictivas internas de cómo evoluciona un entorno con el tiempo, ya que un agente que debe actuar en el mundo se beneficia de poder simular las consecuencias probables de sus acciones antes de tomarlas. Algunos investigadores, incluido LeCun, han enmarcado la encarnación y el modelado del mundo juntos como un componente necesario, aunque no suficiente, de cualquier camino hacia la inteligencia artificial general, en contraste con enfoques que tratan el escalado del entrenamiento de modelos de lenguaje de gran escala solo con texto como la ruta principal hacia una capacidad más general. Este desacuerdo sigue siendo uno de los debates abiertos más consecuentes sobre cómo es probable que se desarrolle el progreso de la IA hasta finales de la década de 2020, con grandes laboratorios persiguiendo ambas rutas simultáneamente en lugar de converger en una sola estrategia.