El resultado de combinar una comunidad de predicción como Metaculus y un modelo de lenguaje como ChatGPT 4 es el futuro. Y aquí está el futuro. Un nuevo sistema de inteligencia artificial (IA), desarrollado por investigadores de la Universidad de California en Berkeley, es capaz de predecir eventos futuros con mayor precisión que los humanos. Para poder hacerlo, la inteligencia artificial busca información en Internet, selecciona los artículos periódicos que considera relevantes, el CV y la introducción en un sistema de razonamiento. “La predicción requiere que un ser humano sienta y reciba una montaña de fuentes, comprobando en qué confía y cómo monitorearlas. “Un modelo lingüístico puede hacer esto muy rápidamente”, explica Danny Halawi, uno de los autores del estudio, publicado en la revista Científico nuevo.
“¿Explotará un arma nuclear en 2023? «. El sistema dijo que no. Para poder responder preguntas como esta, Halawi y su equipo se entrenaron en ChatGPT-4 a través de un proceso llamado «fine-tuning»: este método utiliza miles de consejos de mercados de predicción, como Metaculus o Polymarket, y al mismo tiempo recupera noticias, obtenga una mejor razón. «Para ser buenos en las predicciones, entrenamos el modelo con buenos ejemplos», añade Halawi. Para cada predicción, el sistema aparecía en Google seis veces (como si hablara con seis personas diferentes) y veía hasta 20 artículos. Tengo seis preguntas y nada más, porque cuesta mucho dinero y es caro, lo ideal sería hacerlo “100 veces”, confiesa Halawi. Hacer una pregunta interna al sistema a un precio de 1 dólar (0,93 euros), mientras que OpenAI, por ejemplo, hace una pregunta a ChatGPT a un precio de “menos de 0,01 dólar (0,0093 euros)”.
El informante actúa como quien busca algo en Internet: cuanto más larga sea la pregunta, mejor. ¿Pero es confiable? Halawi le dijo al sistema: «Si se quiere predecir con precisión, la mejor estrategia es ser imparcial, tratar de obtener fuentes de información más precisas y hacer una predicción razonable y sensata basada únicamente en evidencia», argumentó Halawi. La puntuación del sistema está 0,179 por delante de la multitud que es 0,149 en la escala Brier, que mide las posibilidades de Acierto en una escala de cero a uno. La diferencia no es tan grande, pero así fue cuando el equipo Deep Blue venció al actual campeón mundial, Garri Kaspárov. 1997, ganando el partido en 6 juegos por 3½-2½. Y, sin embargo, este golpe ha pasado a la historia.
Para Ángel Delgado, ingeniero en Inteligencia Artificial de Paradigma Digital, la clave del modelo predictivo es combinar “los modelos de pronóstico “Tradicional con modelos de lenguaje”, el sistema es capaz de “procesar información numérica y textual”. De esta forma, “al tener más información disponible podemos ser más precisos que los humanos”, explica.
La sabiduría de la multitud.
Los investigadores copiaron para su desarrollo la idea de la «sabiduría de la multitud», es decir que resulta que un conjunto de soluciones propuestas por un grupo funcionan mejor que las soluciones particulares. El periodista de EL PAÍS Kiko Llaneras confirma este efecto en su lista de predicciones para 2023: sumando todas las predicciones que harían los lectores de un medio, el acero subió. Del mismo modo, el sistema recopila toda la información y la lleva a una ruta de respuesta. “Las personas tienen un acceso limitado a la información y tienen sus propios prejuicios. «Si recibimos diferentes predicciones y luego trazamos un camino, indirectamente recopilaremos más información», afirma Halawi.
Pero ¿qué efectos prácticos puede tener esta aplicación? Nos preguntamos en nuestra computadora sobre la posibilidad de encontrar el amor o un nuevo trabajo. Las respuestas que podemos dar a esta bola de cristal tecnológica son mucho más prácticas. Para Richard Saldanha, profesor de aprendizaje automático en la Universidad Queen Mary de Londres, la predicción puede ser útil para la toma de decisiones de los analistas económicos y políticos, aunque el mercado financiero «no se basa necesariamente» en el conocimiento de la multitud: «El peso de la compra y la venta de valores a veces puede dictar los precios negociados. «Existe una cierta relación entre el conocimiento de las multitudes y la actividad real de los precios de los valores relevantes, pero no se debe confiar ingeniosamente en estas relaciones», explica. Delgado coincidió en que es bueno evaluar el impacto de los factores políticos y sociales en la economía y vaticinó que en el largo plazo el sistema cambiará la forma en que se gestionarán los mercados. “Uno de los factores más importantes del mercado es la incertidumbre y a medida que nos acostumbremos a este tipo de herramientas, esto se reducirá”, explica.
Es más probable que suceda
Una particularidad del desarrollo es que funciona mejor con preguntas “inciertas”, es decir, tiene mayor posibilidad de respuesta. Es necesario que el sistema utilice ChatGPT-4 como una de sus fuentes y prefiera proteger sus respuestas por razones de seguridad: “ChatGPT está capacitado para no dar consecuencias a las personas que puedan dañar o afectar sus vidas. «Si dices que hay un 0% de posibilidades de que algo suceda y luego sucede, causará daño», dice Halawi. La probabilidad de que el mundo llegue mañana, en torno al 0%, es un ejemplo.
La incertidumbre también favorece la minimización de fallos, según Luis Herrera, arquitecto de soluciones de Databricks España: “Aunque no están completamente libres de fallos, los modelos de IA se pueden diseñar para minimizar fallos comunes, como el exceso de confianza o de confirmación. Los modelos de IA se vuelven inexactos debido a su preferencia por respuestas conservadoras. Además, coincide con el hecho de que el modelo supera a los humanos gracias a ello. modo operatorio:“Puedes integrar nueva información y actualizar tus pronósticos en tiempo real, algo esencial para situaciones que cambian rápidamente”.
El tipo de pronóstico del estudio se denomina «previsión de éxito» e implica predecir algo con muy pocos datos, como la detonación de un arma nuclear. “Para retroceder una vez en la historia, hay muy poco en qué basarse. “Eres mucho más creativo en la pregunta y llegas a una probabilidad”, revela Halawi. El sistema se diferencia de otros modelos de predicción como GraphCast, la inteligencia artificial de Google DeepMind que predice el tiempo, que ya dispone de muchos datos para obtener las previsiones: “La predicción utilizada es el modelo de series temporales. «Si lo haces cuando hay muchos datos, por ejemplo cuando predices el clima y tienes el historial meteorológico del último mes o datos de humedad del aire», dice Halawi.
El sistema de Halawi y sus colegas basado en predicciones colectivas resultó ser mejor que el de los humanos. Sin embargo, Herrera dejó entrever la posibilidad de probarlo con superpronosticadores, siendo estas personas capaces de predecir eventos futuros con un nivel de precisión que supera al público en general y a los expertos. Utilice también métodos analíticos y estadísticos para eliminar toxinas y ajustar sus previsiones constantemente en función de nueva información. ¿Serían también superiores a este nuevo sistema?
puedes seguir EL PAÍS Tecnología fr. Facebook Y X o llámame aquí para recibir nuestra boletín semestral.
Suscríbete para seguir leyendo
leo sin limites
_