Científicos del MIT desarrollan un modelo de IA que aprende continuamente

El sistema SEAL permite a los modelos de lenguaje ajustar sus parámetros en tiempo real. Investigadores del MIT han creado un método para que la IA aprenda de nuevas experiencias, superando una limitación clave de los modelos actuales. El avance podría mejorar la personalización de chatbots y herramientas de inteligencia artificial.

«Como un estudiante que repasa sus apuntes»

El equipo del MIT, liderado por el profesor Pulkit Agrawal, ha diseñado SEAL (Self Adapting Language Models), un sistema que permite a los modelos generar sus propios datos de entrenamiento y actualizar sus parámetros automáticamente. «La idea era explorar si la salida del modelo podía usarse para entrenarlo», explica Jyothish Pari, uno de los investigadores.

Más allá del razonamiento estático

Adam Zweiger, otro miembro del equipo, destaca que los modelos actuales no retienen lo aprendido durante su uso. SEAL, en cambio, integra nuevos conocimientos en sus pesos o parámetros, similar a cómo un humano consolida información. En pruebas con modelos como Llama (de Meta) y Qwen (de Alibaba), el sistema demostró mejora continua en tareas de razonamiento abstracto.

Los desafíos de una IA que nunca duerme

Aunque prometedor, SEAL enfrenta obstáculos como el «olvido catastrófico» (pérdida de conocimientos previos al aprender nuevos) y su alta demanda computacional. Los investigadores plantean que, como los humanos, los modelos podrían necesitar «períodos de sueño» para consolidar información.

De los laboratorios a tu pantalla

La investigación surge en un contexto donde los LLMs dominan aplicaciones cotidianas, pero su conocimiento queda congelado tras el entrenamiento inicial. Agrawal subraya que la capacidad de aprendizaje continuo es clave para imitar la inteligencia humana y personalizar herramientas como asistentes virtuales.

Un paso hacia IA más autónoma

SEAL marca un avance en la búsqueda de modelos que evolucionen con el uso, aunque aún requiere optimización. La técnica podría integrarse en futuros sistemas, acercando la IA a una adaptación más orgánica a las necesidades de los usuarios.