Investigadores están diseñando nuevas arquitecturas de IA que imitan la memoria humana, utilizando experiencias episódicas y patrones semánticos para permitir que los agentes de IA aprendan continuamente y mantengan la autonomía a largo plazo.

Científicos de la Universidad de Inteligencia Artificial Mohamed bin Zayed (MBZUAI) han desarrollado PAN, un Modelo del Mundo General que permite a los sistemas de IA simular interacciones complejas y planificar acciones con una visión mucho más amplia, crucial para la autonomía avanzada.

Investigadores de OpenAI están utilizando una técnica llamada 'dispersión de pesos' para entrenar modelos Transformer más simples. El objetivo es desentrañar los 'circuitos' internos de la IA y hacer que los modelos grandes sean menos cajas negras, mejorando significativamente la seguridad y la confianza en sus decisiones.

Investigadores están cuestionando la metodología utilizada por Anthropic para afirmar que su modelo de IA, Claude, pudo realizar un ataque de ciberseguridad con un 90% de autonomía, lo que tiene implicaciones cruciales para la seguridad y la regulación de los sistemas avanzados.

Expertos están diseñando sistemas de IA multi-agente que imitan el pensamiento humano, incorporando planificación, reflexión y memoria a largo plazo para resolver problemas complejos de manera autónoma.

Investigadores están explorando los Modelos de Difusión Enmascarada (conocidos por DALL-E) para generar texto, buscando superar las limitaciones de coherencia y velocidad de los actuales Modelos de Lenguaje Grande (LLMs) que impulsan herramientas como ChatGPT, prometiendo una generación de contenido más robusta.

Google DeepMind ha presentado SIMA 2, un agente de inteligencia artificial que utiliza el modelo Gemini para razonar y ejecutar acciones complejas dentro de diversos entornos virtuales, marcando un avance significativo hacia la IA que puede seguir instrucciones abiertas.

Investigadores han desarrollado MMCTAgent, un nuevo agente de IA diseñado para realizar razonamiento multimodal sobre grandes volúmenes de datos visuales, superando la limitación de los modelos actuales que solo analizan contenido de forma individual.

Investigadores han publicado una implementación de código fundamental que detalla cómo construir y entrenar arquitecturas avanzadas de IA utilizando el ecosistema de Google (JAX, Flax y Optax), lo que promete acelerar drásticamente el desarrollo de modelos más potentes y eficientes.

Investigadores han conseguido aislar los mecanismos internos que permiten a una IA recordar datos específicos (memorización) de aquellos que le permiten aplicar lógica y conceptos aprendidos (razonamiento), un avance clave para crear modelos menos sesgados y más fiables.

La clave para que los modelos de lenguaje grandes (LLM) se conviertan en asistentes verdaderamente inteligentes es dotarlos de memoria a largo plazo; una nueva investigación compara los tres sistemas principales (vector, grafo y registro de eventos) que permiten a estos agentes recordar y conectar información compleja a lo largo del tiempo.

Kosmos es un nuevo sistema de inteligencia artificial diseñado para funcionar como un científico autónomo, capaz de analizar grandes volúmenes de datos, generar hipótesis y planificar experimentos, prometiendo acelerar significativamente el ritmo de los descubrimientos científicos en áreas críticas como la medicina y la ciencia de materiales.