Un equipo de Google DeepMind ha desarrollado AlphaProof, un sistema de inteligencia artificial que aprende a encontrar demostraciones formales entrenándose con millones de problemas autoformulados. Según los autores, el sistema “mejora sustancialmente los resultados de última generación en problemas históricos de competiciones matemáticas”. En concreto, en la Olimpiada Internacional de Matemáticas 2024 (IMO) para estudiantes de secundaria, “este rendimiento, logrado tras varios días de computación, resultó en una puntuación equivalente a la de un medallista de plata, marcando la primera vez que un sistema de IA alcanza un rendimiento de nivel de medalla”. Los resultados se publican en la revista Nature.  

Los grandes modelos de lenguaje –sistemas de Inteligencia Artificial (IA) basados en aprendizaje profundo, como la IA generativa que es ChatGPT– no son tan fiables como los usuarios esperan. Es una de las conclusiones de una investigación internacional publicada en Nature en la que participan investigadores de la Universidad Politécnica de Valencia. Según los autores, en comparación con los primeros modelos y atendiendo a ciertos aspectos, la fiabilidad ha empeorado en los modelos más recientes, como por ejemplo GPT-4 respecto a GPT-3. 

El presidente del Gobierno, Pedro Sánchez, anunció anoche en la cena de bienvenida del GSMA Mobile World Congress (MWC) Barcelona 2024, la construcción de un modelo fundacional de lenguaje de inteligencia artificial, entrenado en español y lenguas cooficiales, en código abierto y transparente, y con la intención de incorporar a los países iberoamericanos. Para su desarrollo, el Gobierno va a trabajar con el Barcelona Supercomputing Center y la Red Española de Supercomputación, junto con la Academia Española de la Lengua y la Asociación de Academias de la Lengua Española. 

En un trabajo publicado en la revista Nature, dos investigadores de la Universidad de Nueva York (EEUU) y de la Universidad Pompeu Fabra de Barcelona afirman haber demostrado que una red neuronal artificial puede tener capacidades de generalización sistemática similares a las humanas, es decir, de aprender nuevos conceptos y combinarlos con los ya existentes. Esta afirmación pone en entredicho la idea de hace 35 años de que las redes neuronales no son modelos viables de la mente humana.