La IA que usó tu equipo esta mañana terminó de aprender antes de que ninguno de vosotros la conociera. Aprendió lenguaje, conocimiento y razonamiento en un único y largo entrenamiento, a partir de más textos de los que nadie podría leer. Luego terminó su entrenamiento, se lanzó, y lo que sabe quedó fijado.
Desde entonces, tu equipo le ha enseñado muchas cosas. Ha corregido sus respuestas, le ha explicado paso a paso la nueva política de devoluciones y le ha contado una y otra vez la excepción de tu mayor cliente. Cada lección duró una conversación, y el modelo está exactamente igual que el día en que se lanzó.
Hasta ahora, el aprendizaje de todo modelo de IA ha terminado donde termina su entrenamiento. ACI empieza ahí. Aprende y actúa en ejecución, mientras ocurre tu trabajo, en tándem con el modelo que ya usas. Eso la convierte en una nueva categoría de inteligencia, y Duplex está basado en ella.
Un modelo aprende el mundo en un largo entrenamiento, antes de que nadie lo use.
Todo modelo deja de aprender cuando termina su entrenamiento.
Los modelos dejan de aprender al lanzarse, y hay una buena razón para ello. Si le enseñas algo nuevo a una red entrenada, tiende a sobrescribir lo que ya sabía; los investigadores lo llaman olvido catastrófico. Si la mantienes estable, conserva lo que sabe pero deja de aprender. Y como lo que aprendió está repartido por toda la red, ninguna lección se puede corregir o quitar por separado sin volver a entrenarla.
Juntas, estas tres cosas forman el trilema de las redes neuronales: una red puede aprender rápido, conservar lo que sabe o dejarte cambiar lo que aprendió, y consigue dos como mucho. Por eso cada modelo se entrena una vez, se fija y se lanza. A partir de ahí, solo mejora cuando su creador entrena la siguiente versión: con el calendario de su creador, para todos los clientes a la vez, y a partir de lo que ha escrito el mundo y no de tu trabajo.
Las formas habituales de enseñarle tu trabajo a un modelo no salen de ese límite. Un prompt, un documento o un pasaje recuperado ponen tu última corrección delante del modelo para una respuesta: el modelo la lee, la usa y no aprende nada de ella. El ajuste fino hace que una lección dure, pero cada ajuste fino es otro entrenamiento en un clúster de aceleradores, y el modelo resultante vuelve a quedar fijo el día en que termina el entrenamiento.
ACI aprende y actúa en ejecución.
ACI empieza con tu primera petición. Cuando tu equipo confirma un resultado, la siguiente petición parecida refleja lo que decidió. Cuando cambia una regla, ACI sigue la nueva desde la siguiente petición. No necesita ningún entrenamiento ni una versión nueva, y tu modelo se queda como está.
Cada resultado se apoya en el anterior, así que lo nuevo no desplaza a lo antiguo: una decisión que tu equipo resolvió en marzo se sigue aplicando en noviembre, a menos que tu equipo la cambie. Y tu equipo puede hacerlo. Cualquier cosa que haya aprendido ACI se puede revisar, corregir o quitar por separado, y todo lo demás sigue como estaba. Una red neuronal consigue dos de las tres como mucho; ACI consigue las tres, en ejecución.
Y actúa según lo que aprende. Para cada petición, ACI decide el camino: responde lo que ha aprendido, recurre a tu modelo para lo nuevo, con el contexto de lo que ACI sabe del caso, o usa una de tus herramientas, siempre dentro de tus reglas. Cuando vuelve el resultado, ACI también aprende de él.
Un cambio de política pone todo esto a prueba. En diez ejecuciones, Duplex siguió la política nueva con un 0% de respuestas desfasadas y el 100% de su trabajo previo intacto, mientras que caché y recuperación siguieron sirviendo la respuesta antigua el 72% de las veces.
Es inteligencia, y es tuya.
ACI aprende el patrón que hay detrás de un resultado, y eso es lo que la convierte en inteligencia. Cuando una petición que conoce vuelve con otras palabras, la reconoce. Cuando una petición solo parece conocida, nota la diferencia y se la pasa a tu modelo. Y cuando un trabajo se repite una y otra vez, ACI adquiere una habilidad propia, la prueba antes de usarla y la quita cuando se le pide.
Una caché o una búsqueda en respuestas anteriores funciona de otra manera. Encuentra lo que se parece a la petición, así que un caso parecido recibe la respuesta antigua, y la misma petición con otras palabras no encuentra nada lo bastante cercano. Eso es útil para encontrar un documento, pero no sustituye a conocer tu trabajo.
ACI aprende tu trabajo: las decisiones que resuelve tu equipo, las excepciones que hace, su forma de hacer las cosas. Un modelo pertenece al laboratorio que lo entrenó. Lo que aprende ACI te pertenece, y de cualquier cosa que haya aprendido puedes ver de qué agente viene, con qué modelo y cuándo.
Un nuevo tipo de inteligencia, junto a la que ya tienes.
ACI trabaja en tándem con los modelos de IA que ya usas. El cerebro combina dos sistemas de aprendizaje de la misma manera: uno lento para el conocimiento general, como el neocórtex, y uno rápido para cada experiencia nueva, como el hipocampo. Tu modelo de IA es el lento: inteligencia general, aprendida del mundo. Duplex, basado en ACI, es el rápido: inteligencia en ejecución, aprendida de tu trabajo.
Cada uno hace lo que mejor sabe hacer. Tu modelo aporta amplitud, y puede con casi cualquier pregunta. ACI aporta profundidad: tus reglas, tus decisiones y tus resultados, aprendidos en detalle. Y añadir una inteligencia junto al modelo da mejores resultados que reentrenar el propio modelo. En seis pruebas, con tres conjuntos de datos públicos y dos familias de modelos, Duplex superó a un adaptador con ajuste fino en las seis, por 30.3 puntos de media, sin ningún entrenamiento.
Esa combinación es lo que convierte a ACI en una categoría propia: una segunda inteligencia, y no un modelo más grande, un entrenamiento más rápido o un sitio mejor donde guardar documentos. Años de investigación sobre el trilema de las redes neuronales se convirtieron en ACI: los algoritmos y la arquitectura propietarios de Vareon para una inteligencia que aprende de cada resultado, se apoya en lo que sabe y sigue en tus manos.
Todos los modelos que usas seguirán dejando de aprender el día en que se lanzan, y el siguiente también. Lo que cambia es todo lo que viene después de ese día. Desde tu primera petición, ACI aprende de tu trabajo, y cada día que funciona, la inteligencia que está junto a tu modelo conoce ese trabajo un poco mejor. El entrenamiento termina donde siempre ha terminado, y el aprendizaje sigue mientras siga tu trabajo.