The Japan Times - El riesgo de alimentar la inteligencia artificial con datos generados por el propio sistema

EUR -
AED 4.031105
AFN 70.793813
ALL 89.9812
AMD 396.184729
ANG 1.96523
AOA 1007.63949
ARS 1717.55418
AUD 1.646301
AWG 1.978508
AZN 1.867693
BAM 1.953827
BBD 2.211676
BDT 136.5821
BGN 1.946644
BHD 0.414384
BIF 3298.499713
BMD 1.097647
BND 1.416083
BOB 12.909084
BRL 6.488078
BSD 1.098046
BTN 102.375449
BWP 15.511692
BYN 3.28365
BYR 21513.876468
BZD 2.20858
CAD 1.572961
CDF 2508.122784
CHF 0.926205
CLF 0.028229
CLP 1111.00488
CNY 7.318889
CNH 7.345095
COP 3776.190238
CRC 491.583518
CUC 1.097647
CUP 26.35539
CVE 110.153783
CZK 24.438051
DJF 195.074061
DKK 7.473788
DOP 66.100552
DZD 150.50057
EGP 59.076995
ERN 16.464701
ETB 180.241661
FJD 2.508997
FKP 0.834629
GBP 0.838015
GEL 2.843044
GGP 0.834629
GHS 12.909084
GIP 0.834629
GMD 80.67201
GNF 9735.170864
GTQ 8.39518
GYD 229.63735
HKD 8.60729
HNL 29.519196
HRK 7.499084
HTG 143.975946
HUF 373.247141
IDR 20058.396866
ILS 3.621032
IMP 0.834629
INR 102.527946
IQD 1664.819112
IRR 2121931.748852
ISK 137.194633
JEP 0.834629
JMD 173.794528
JOD 0.778232
JPY 175.364986
KES 142.748763
KGS 95.989408
KHR 4468.203719
KMF 492.843083
KPW 987.882467
KRW 1463.87689
KWD 0.342411
KYD 0.915197
KZT 494.403077
LAK 24743.243351
LBP 98343.303417
LKR 365.505982
LRD 184.451
LSL 18.917924
LTL 3.241065
LVL 0.663955
LYD 7.106825
MAD 10.920974
MDL 20.151113
MGA 4958.039275
MKD 61.527632
MMK 2304.840208
MNT 3952.42187
MOP 8.873177
MRU 44.792938
MUR 51.413517
MVR 16.929753
MWK 1903.839562
MXN 20.89307
MYR 4.514653
MZN 70.141485
NAD 18.918699
NGN 1482.812368
NIO 40.407546
NOK 10.722401
NPR 163.83108
NZD 1.997036
OMR 0.422031
PAB 1.098201
PEN 3.746963
PGK 4.940012
PHP 70.095492
PKR 303.541285
PLN 4.438697
PYG 6885.048496
QAR 3.991969
RON 5.348284
RSD 117.638093
RUB 90.197879
RWF 1625.296034
SAR 4.11999
SBD 8.931597
SCR 15.332323
SDG 660.232421
SEK 11.181267
SGD 1.417924
SHP 0.831047
SLE 25.027274
SLL 23017.107726
SOS 627.572088
SRD 41.008344
STD 22719.071762
STN 24.474286
SVC 9.608299
SYP 14271.603525
SZL 18.914076
THB 37.258482
TJS 10.101107
TMT 3.841764
TND 3.32744
TOP 2.64287
TRY 55.394279
TTD 7.451511
TWD 36.262987
TZS 2919.72387
UAH 49.469153
UGX 4650.30481
USD 1.097647
UYU 44.574995
UZS 13155.717301
VES 1006.133698
VND 28269.892267
VUV 132.759411
WST 3.098966
XAF 655.957
XAG 0.024707
XAU 0.000298495419
XCD 2.966445
XCG 1.979111
XDR 0.776093
XOF 655.957
XPF 119.331742
YER 259.648451
ZAR 19.191368
ZMK 9880.146255
ZMW 22.56742
ZWL 353.441808
SSP 6453.723109
MXV 2.342656
El riesgo de alimentar la inteligencia artificial con datos generados por el propio sistema
El riesgo de alimentar la inteligencia artificial con datos generados por el propio sistema / Foto: Fabrice COFFRINI - AFP

El riesgo de alimentar la inteligencia artificial con datos generados por el propio sistema

Los modelos de inteligencia artificial (IA) se abastecen sin parar de datos generados por la propia IA, lo que desemboca en la creación de contenidos cada vez más incoherentes, un problema que ya han señalado varios estudios científicos.

Tamaño del texto:

Los modelos en los que se basan las herramientas de IA generativa, como ChatGPT, que permiten crear todo tipo de contenidos con simples preguntas, necesitan ser ejercitados con un nombre colosal de datos.

Estos datos a menudo vienen de internet, que cada vez contiene más imágenes y textos creados por la propia IA.

Esta autoalimentación de la IA lleva a un deterioro de los modelos, que producen respuestas que van siendo cada vez menos originales y pertinentes y acaban por no tener ningún sentido, según un artículo publicado a finales de julio por la revista científica Nature.

Con el uso de este tipo de datos, llamados "datos sintéticos" porque están generados artificialmente, la muestra en la que se basan los modelos de IA para dar respuestas va perdiendo calidad.

- Como las vacas locas -

Investigadores de las Universidades de Rice y de Stanford, en Estados Unidos, llegaron a la misma conclusión analizando los modelos de IA generadores de imágenes Midjourney, Dall-E y Stable Diffusion.

Los estudios mostraron que las imágenes generadas eran cada vez menos originales e iban incorporando elementos incoherentes a medida que se añadían datos "artificiales" en el modelo, y compararon este fenómeno con la enfermedad de las vacas locas.

Esta epidemia, surgida en el Reino Unido, empezó con el uso para alimentar a los bovinos de harinas animales, obtenidas a partir de partes no consumidas de restos vacunos o de cadáveres de animales contaminados.

Las empresas del sector de la IA utilizan a menudo "datos sintéticos" para alimentar a sus programas debido a su fácil acceso, su abundancia y el bajo coste, comparado con datos creados por humanos.

Estas "fuentes de datos humanos sin explotar, de alta calidad" son cada vez más minoritarias, explica a AFP Jathan Sadowski, investigador especializado en las nuevas tecnologías de la Universidad de Monash, en Australia.

"Sin ningún control durante varias generaciones", la peor hipótesis sería que la degradación de los modelos "envenene la calidad y la diversidad de los datos en todo internet", advierte Richard Baraniuk, uno de los autores del artículo de la Universidad de Rice, en un comunicado.

Así como la crisis de las vacas locas hundió la industria cárnica en los años 1990, un internet repleto de contenidos hechos con IA y de modelos descontrolados podría amenazar el futuro del sector, en pleno auge, según los científicos.

"La verdadera pregunta para los investigadores y las empresas que construyen los sistemas de IA es: ¿cuándo el uso de los datos sintéticos es demasiado?", dice Sadowski.

- "Basura" -

Para otros especialistas, no obstante, el problema es exagerado.

Anthropic y Hugging Face, dos líderes del sector que afirman tener en cuenta el lado ético de la tecnología, confirman a AFP utilizar datos generados por la IA.

El artículo de la revista Nature presenta una perspectiva teórica interesante, pero poco realista, según Anton Lozhkov, ingeniero en aprendizaje automático en Hugging Face.

"El entrenamiento [de los modelos] en varias series de datos sintéticos es algo que simplemente no se hace en realidad", asegura.

Lozhkov admite sin embargo que los expertos de la IA se sienten frustrados ante la situación en que se encuentra internet.

"Una gran parte de internet es una basura", dice, y agrega que su empresa ha hecho grandes esfuerzos para limpiar este tipo de datos, suprimiendo a veces hasta un 90% de contenido.

T.Sasaki--JT