El 2 de julio, Zheng Nanning —académico de la Academia de Ingeniería de China, director del Instituto de Inteligencia Artificial y Robótica de la Universidad Xi’an Jiaotong, director del Laboratorio Estatal Clave de Inteligencia Aumentada Híbrida Humano-Máquina y expresidente de la Universidad Xi’an Jiaotong— impartió una conferencia titulada «El salto inteligente: de la IA corporeizada impulsada por modelos a la impulsada por intenciones», durante la quinta sesión del ciclo de conferencias «Fronteras de la Ciencia y la Tecnología», celebrado en la Academia Ejecutiva de Liderazgo de China en Pudong.
Ante el creciente interés por la IA corporeizada y la frecuente aparición de robots humanoides en el ámbito público, Zheng Nanning comenzó aclarando que la IA corporeizada no es sinónimo de robots humanoides. Representa una forma específica de desarrollo de la IA; su esencia radica en la capacidad de un sistema inteligente para interactuar con el entorno del mundo real, establecer un proceso inteligente de bucle cerrado y —mediante dicha interacción— mejorar su propia inteligencia o incluso alterar su estructura interna.
«Los robots humanoides son simplemente un vehículo para materializar la IA corporeizada», afirmó Zheng Nanning. Subrayó que el valor de un sistema de IA corporeizada no debe juzgarse principalmente por demostraciones en pantalla, sino por su capacidad para abordar aplicaciones específicas, resolver problemas reales del mundo real y operar eficazmente en entornos físicos auténticos.
Los orígenes conceptuales de la IA se remontan a Aristóteles.
Al explicar la lógica subyacente de la IA, Zheng Nanning comenzó refiriéndose a la «IA estrecha» (o IA específica). Señaló que la IA predominante hoy en día sigue impulsada por datos y modelos; aunque se centra en tareas o dominios concretos —superando a menudo a los humanos en dichas áreas—, carece de generalidad y tiene dificultades para lograr un aprendizaje autónomo entre distintos dominios.
Los orígenes de este tipo de inteligencia van más allá de los grandes modelos o las redes neuronales observados en los últimos años. Zheng Nanning señaló que las raíces conceptuales más profundas de la IA pueden rastrearse hasta el silogismo del filósofo griego Aristóteles.
La importancia del silogismo no reside en sus conclusiones específicas, sino en la idea que transmite: el razonamiento no es una actividad psicológica misteriosa; más bien, puede desvincularse de contenidos concretos y abstraerse en una estructura formal y estable. En otras palabras, la inteligencia puede concebirse como un proceso de relaciones formales.
¿Por qué se considera a Aristóteles el punto de partida del concepto de «IA estrecha» (o IA específica)?. Zheng Nanning indica que el núcleo de la lógica aristotélica no es la «inteligencia en sí», sino cómo garantizar la corrección del razonamiento dentro de un contexto cerrado: un proceso caracterizado por premisas conocidas, reglas explícitas y conclusiones deducibles.
Mientras que la IA moderna transforma las formas en computación, la IA generativa contemporánea amplía aún más la computación para abarcar la representación, el aprendizaje y la generación. Zheng Nanning observa que la IA actual no «piensa» en el vacío; por el contrario, aprende patrones a partir de enormes cantidades de datos y realiza predicciones en situaciones de incertidumbre. Al procesar texto, imágenes, audio, código o datos de comportamiento, la IA no comprende el mundo antes de ofrecer una respuesta —como lo haría un ser humano—, sino que aprende la relación entre entradas y salidas mediante conjuntos de datos masivos.
Él utiliza la analogía de una función: el núcleo de la IA moderna —y del aprendizaje profundo en particular— no es la «comprensión», sino el aprendizaje de una función. Se introduce un segmento de texto y se obtiene la siguiente palabra; se introduce una imagen y se obtiene su categoría; se introduce un estado y se obtiene la acción correspondiente. Fundamentalmente, estos procesos implican el uso de una función compleja para ajustarse a los patrones estadísticos presentes en los datos.
Así, la IA no se limita a memorizar cada respuesta; aprende la «relación compleja entre entrada y salida». Cuando los datos son suficientemente abundantes y el modelo lo suficientemente grande, esta función puede aproximarse a los patrones altamente complejos de la realidad.
¿Por qué los modelos de gran tamaño parecen pensar como los humanos? .
Zheng Nanning considera que la clave reside en la predicción, la generalización y la emergencia. El objetivo central del entrenamiento de los modelos de lenguaje actuales es, en realidad, bastante sencillo: dada la secuencia de texto anterior, predecir la siguiente palabra o *token*. Sin embargo, este objetivo aparentemente simple arroja resultados profundos. Para lograr predicciones más precisas, el modelo debe aprender gramática, semántica, conocimientos y patrones de razonamiento durante el entrenamiento, aproximándose gradualmente a la verdadera estructura subyacente de la generación del lenguaje.
Por lo tanto, la IA parece estar «pensando» no porque realmente comprenda el mundo como lo hacen los humanos, sino porque la interacción entre estructuras estadísticas, datos a gran escala y la aproximación de funciones de alta dimensión permite que un objetivo predictivo simple dé lugar a capacidades más complejas a medida que aumenta la escala; un fenómeno conocido como la «emergencia» de capacidades de las máquinas.
Zheng Nanning señala además que, fundamentalmente, la IA aprende una función de probabilidad de alta dimensión impulsada por datos a gran escala y optimización por gradiente, lo que le permite realizar un modelado estadístico comprimible y predicciones sobre el mundo. Sin embargo, esto no implica que la IA comprenda realmente el mundo de la misma manera que los humanos. Lo que la inteligencia artificial todavía no puede hacer.
En opinión de Zheng Nanning, si bien la inteligencia actual impulsada por datos y modelos ha demostrado capacidades poderosas, sus limitaciones también son evidentes, destacando especialmente el problema de las «alucinaciones de los grandes modelos».
El término «alucinación» se refiere a los casos en los que un modelo genera información semánticamente coherente pero fácticamente incorrecta o inventada, carente de fundamento fáctico o verificación lógica. Zheng observa que las alucinaciones no solo se manifiestan como errores en los detalles, sino que también pueden conducir a una desinformación sistémica durante diálogos de múltiples turnos o en la planificación de tareas complejas. Esto resulta especialmente crítico para los agentes inteligentes que operan en entornos complejos, donde una alucinación puede provocar que el sistema se comporte de manera errónea.
Subyacente a estas alucinaciones está el hecho de que los grandes modelos actuales impulsan la generación de lenguaje principalmente a partir de correlaciones estadísticas; carecen de representaciones estructuradas del conocimiento del mundo y, lo que es crucial, carecen de capacidades de razonamiento causal. Aunque algunos modelos han comenzado a incorporar mecanismos de autoverificación, restricciones de «cadena de pensamiento» y procesos de validación, el problema de las alucinaciones sigue siendo una preocupación importante.
Más allá de las alucinaciones, Zheng cita ejemplos como el sentido común, las emociones, la imaginación, el comportamiento cooperativo y los movimientos físicos complejos para ilustrar las diferencias entre la inteligencia artificial y la humana. Por ejemplo, cuando los humanos observan una imagen, suelen formarse una percepción holística antes de evaluar detalles específicos, mientras que las máquinas tienden a procesar las imágenes basándose en píxeles y patrones. Los humanos derivan emociones e imaginación de la poesía, las experiencias vitales y su entorno; por el contrario, aunque una máquina genere una respuesta que parezca emocional, esto no implica que posea experiencias internas genuinas. Zheng sostiene que las máquinas inteligentes no deben entenderse simplemente como dispositivos de ingeniería, sino más bien como entidades individuales que poseen sus propios patrones de comportamiento y respuestas ecológicas. Muchas capacidades que resultan naturales para los seres humanos —como el juicio intuitivo y la generación de acciones necesarias para movimientos complejos como escalar, nadar o bailar— siguen siendo un desafío para las máquinas.
Los robots humanoides no abarcan todo el concepto de inteligencia corporeizada.
Durante su intervención, Zheng también abordó específicamente el debate actual en torno a la «inteligencia corporeizada» (*embodied intelligence*).
Señaló que la tecnología de inteligencia artificial avanza rápidamente, convirtiéndose en un tema de gran interés en el ámbito académico, empresarial y mediático. Sin embargo, es importante aclarar que la inteligencia corporeizada representa una forma específica de desarrollo de la IA; requiere que un sistema inteligente interactúe con su entorno, utilizando dicha interacción para mejorar su inteligencia —o incluso alterar su propia composición estructural—. En términos generales, este proceso de interacción con el entorno en bucle cerrado es una manifestación clave de la inteligencia corporeizada. Zheng Nanning señaló que los debates actuales —a menudo influidos por una «presentación comercial» impulsada por intereses económicos— tienden a llevar a quienes no son expertos a equiparar directamente la inteligencia corporeizada con los robots humanoides. En realidad, no obstante, los robots humanoides son solo un vehículo para materializar la inteligencia corporeizada; no abarcan la totalidad del concepto.
«Lo más importante no es una visualización en pantalla, sino centrarse en una aplicación específica para resolver problemas genuinos del mundo real», afirmó Zheng. Subrayó que el valor de un sistema inteligente debe juzgarse por su capacidad para operar realmente en el entorno físico y resolver problemas del mundo real, y no meramente por demostraciones técnicas.
En su opinión, la inteligencia impulsada por la intención representa una vía de transición desde la IA estrecha hacia la inteligencia artificial general (AGI); en entornos industriales, este tipo de inteligencia no se manifiesta necesariamente como un robot humanoide específico.
Un representante de una empresa manufacturera preguntó cuáles serían los escenarios de aplicación más valiosos para los modelos inteligentes impulsados por la intención dentro del sector manufacturero, y cómo deberían prepararse las empresas para ellos.
Zheng expuso varias posibilidades: en primer lugar, los parámetros del proceso pueden servir como datos para los sistemas inteligentes, permitiéndoles identificar áreas de mejora dentro del proceso de fabricación. En segundo lugar, se podrían desplegar sistemas inteligentes que actúen como «ingenieros de inspección»; al introducir las especificaciones del producto final, estos sistemas pueden supervisar la producción y ayudar a los ingenieros humanos a gestionar y planificar todo el flujo de trabajo de fabricación. En tercer lugar, mediante la detección operativa, es posible reconstruir digitalmente el estado de diversos elementos durante la producción —creando un «gemelo digital»— para ofrecer visibilidad en tiempo real. Contar con estas tres capacidades inteligentes puede aumentar considerablemente la eficiencia de la producción y reducir las tasas de fallo de los productos. Además, una vez que el producto llega al mercado, los problemas detectados durante su funcionamiento y mantenimiento pueden rastrearse hasta las etapas de diseño y fabricación, generando un sistema de bucle cerrado que impulsa mejoras en el diseño original y en los procesos de producción. Zheng considera que todas estas son formas de inteligencia corporeizada estrechamente vinculadas al mundo físico en un sentido amplio.
«Por lo tanto, la inteligencia corporeizada no debe entenderse simplemente como una estructura física específica y visible. Siempre que un sistema inteligente sea capaz de percibir su entorno y establecer un bucle cerrado que implique la toma de decisiones, la generación de acciones y la retroalimentación del entorno, puede considerarse una forma de inteligencia corporeizada», afirmó Zheng.
