El artículo LLMs can’t jump, de Tom Zahavy (Google DeepMind). es un ensayo que analiza una pregunta fundamental: ¿cómo descubrimos realmente cosas nuevas?
El estudio se inspira en una carta de Einstein a Maurice Solovine en la que el físico describe el proceso de invención científica como un ciclo: a partir de la experiencia sensorial (E) se produce un salto intuitivo (J) hacia los axiomas (A), y solo después se despliegan las consecuencias lógicas por deducción.
Zahavy sostiene que la inteligencia artificial generativa actual ha dominado la inducción (el reconocimiento estadístico de patrones en grandes volúmenes de datos) y está avanzando con rapidez en la deducción (la demostración formal de teoremas a partir de premisas dadas, como ilustran sistemas como AlphaProof). Sin embargo, carece por completo del mecanismo de la abducción, es decir la capacidad de generar hipótesis explicativas genuinamente novedosas. En otras palabras, los grandes modelos de lenguaje pueden, en principio, ejecutar la fase deductiva una vez que los axiomas están formulados, pero son estructuralmente incapaces de dar el “salto” abductivo que permite formular esos axiomas. De ahí el titulo del paper Los LLMs can't jump.
Para defender esta tesis, el autor toma como caso de estudio la invención de la Relatividad General. Reconstruye el largo y tortuoso camino de Einstein entre 1907 y 1915, mostrando que no se trató de un proceso de compresión de datos ni de optimización inductiva. En aquella época, la gravedad newtoniana no sufría ninguna crisis empírica grave, La equivalencia entre masa inercial y gravitatoria estaba verificada con altísima precisión y la única anomalía conocida (el avance del perihelio de Mercurio) se atribuía a un planeta hipotético, Vulcano. No existía un conjunto de datos con error significativo que impulsara una nueva teoría. Einstein partió de intuiciones físicas profundas —el principio de equivalencia, que él mismo llamó “el pensamiento más feliz de mi vida”, la idea de que la gravedad es geometría, la noción de que “la gravedad también gravita”— y las tradujo laboriosamente a un lenguaje matemático. La fase deductiva, es decir la búsqueda del tensor de curvatura correcto y las ecuaciones de campo definitivas, fue un trabajo intenso y casi mecánico de depuración, comparable a lo que hoy pueden hacer sistemas neuro-simbólicos. Pero el origen de los postulados mismos no fue deductivo ni inductivo sino un acto de abducción basado en la simulación mental de experiencias sensoriales, como el famoso experimento mental del ascensor en caída libre.
El análisis muestra por qué la teoría dominante de la “creatividad como compresión de datos” (desarrollada por Schmidhuber y otros) resulta insuficiente. Cuando no hay un error claro, no hay una señal de entrenamiento que guíe la búsqueda. Los sistemas actuales de descubrimiento automatizado, como el AI Scientist de Sakana o AlphaEvolve de DeepMind, son capaces de recombinar conceptos simbólicos existentes o de optimizarlos dentro de un marco fijo, pero operan esencialmente como una sofisticada “habitación china”. Carecen del anclaje sensorial necesario para inventar axiomas sin precedente simbólico. Tampoco bastan los modelos de generación de vídeo actuales, que capturan correlaciones estadísticas (una manzana cae porque suele caer en los datos de entrenamiento) sin poseer una física latente consistente ni la capacidad de intervención contrafactual.
La conclusión central del artículo es que el cuello de botella crítico en la invención científica artificial es precisamente la concrección de la simulación en axiomas formales.
Para cerrar esa brecha, Zahavy propone que se necesiten modelos de mundo multimodales, físicamente consistentes e interactivos, capaces no solo de predecir lo que ocurre, sino de permitir que un agente intervenga, realice experimentos mentales controlados y extraiga de esa experiencia simulada los principios abstractos correspondientes.
Solo cuando la inteligencia artificial pueda “sentir” el equivalente de la caída libre y convertir esa sensación en un postulado formal habrá cruzado el umbral del salto que Einstein describió y que, de momento, los LLM no pueden dar.
El artículo completo puede leerse en este enlace.
No hay comentarios:
Publicar un comentario