Modelo de lenguaje sin entrenamiento para conducir llevó a ingenieros a comida rápida – desafía los fundamentos de los coches autónomos

Cuando el modelo de lenguaje se sentó al volante

Todo empezó como una pausa para comer. Pero cuando los ingenieros de Axiom aparcaron su Toyota Corolla frente a In-N-Out Burger en el área de la bahía de San Francisco, habían hecho algo que pocos habían probado en la práctica: habían dejado que GPT-6 Astra de OpenAI los llevara hasta allí.

La conexión, que Wired describe en detalle, era notablemente sencilla en cuanto a su arquitectura. Una interfaz de chat se comunicaba con un servidor conectado a varias cámaras en el parabrisas y a la dirección asistida del coche. Un conductor de seguridad permaneció con el pie sobre el freno durante todo el trayecto, una decisión prudente y, probablemente, necesaria. Aun así, fue el modelo el que tomó las decisiones.

Lo que diferencia este experimento de otros no es que un coche condujera de forma autónoma. Es que lo hizo sin haber sido entrenado para esa tarea.

Conducción sin entrenamiento: ¿qué significa realmente?

Como desarrollador de sistemas, estoy acostumbrado a distinguir entre distintos tipos de sistemas de IA. Los coches autónomos como Waymo o el Autopilot de Tesla se basan en algoritmos entrenados con enormes cantidades de datos de conducción, imágenes cuidadosamente anotadas y millones de horas de simulación. El sistema aprende específicamente a conducir.

El principio aquí es completamente distinto. GPT-6 Astra es, en esencia, un gran modelo de lenguaje, entrenado con texto, código, imágenes y datos multimodales, pero no con conducción. Aun así, el modelo pudo, en tiempo real, interpretar los flujos de las cámaras, razonar sobre el entorno y enviar comandos de dirección al coche.

Esto sugiere algo más profundo e interesante: que los modelos de lenguaje suficientemente capaces pueden haber adquirido una comprensión implícita de las relaciones espaciales, los patrones de movimiento y las cadenas de causa y efecto en el mundo físico, sin haberlas aprendido de forma explícita. Es precisamente el tipo de generalización que durante mucho tiempo se ha considerado uno de los grandes retos sin resolver de la tecnología.

Carrera por el razonamiento físico

El experimento de Axiom no es un caso aislado. Según Wired, varios investigadores han abandonado grandes empresas tecnológicas para fundar sus propias compañías centradas precisamente en el razonamiento físico: la capacidad de comprender y desenvolverse en el mundo tridimensional sin un entrenamiento especializado. Es un área que durante mucho tiempo ha quedado a la sombra de los grandes modelos de lenguaje, pero que ahora atrae cada vez más atención e inversión.

El motivo es evidente: si un modelo puede razonar sobre tareas físicas de forma general, se abren puertas mucho más allá de los coches autónomos. Robots industriales que pueden reconfigurarse sin reprogramación. Drones que navegan en entornos desconocidos. Asistentes que pueden ayudar de verdad en una cocina o en un almacén.

Lo que el experimento muestra, y lo que no

Quiero dejar claro que hay que mantener el entusiasmo bajo control. Un trayecto tranquilo hasta un servicio de autoservicio en condiciones controladas, con un conductor de seguridad como vigilante, no equivale a un vehículo autónomo fiable. La velocidad era baja, el entorno probablemente le resultaba familiar a la configuración de las cámaras, y no sabemos cómo habría gestionado el sistema a un niño inesperado que corriera a la calzada o a un cruce denso en hora punta.

Pero eso no es lo importante. Lo importante es que el umbral de lo que se necesita para realizar una tarea física compleja parece haberse reducido de forma drástica. Es una señal, no una prueba, pero aun así una señal clara de hacia dónde se dirige el desarrollo.

Según se cuenta, uno de los ingenieros bromeó durante el trayecto: «Quizá la inteligencia artificial general ya está aquí después de todo». Seguramente lo dijo con una sonrisa. Pero detrás de la broma hay una pregunta que el sector ya se toma muy en serio.