No se pierda a los líderes de OpenAI, Chevron, Nvidia, Kaiser Permanente y Capital One únicamente en VentureBeat Transform 2024. Obtenga información esencial sobre GenAI y amplíe su red en este evento exclusivo de tres días. Más información En el mundo de la ciencia ficción, la noción de que algún día la humanidad conectará nuestros cerebros en una “mente colmena” global se remonta a una novela de 1930 titulada “Últimos y primeros hombres” de Olaf Stapledon. Relata una “historia futura” ficticia en la que la humanidad evoluciona biológicamente hasta convertirse en una especie que puede vincularse telepáticamente y formar mentes colectivas de extrema inteligencia. En el mundo real, esta búsqueda se llama Superinteligencia Colectiva y no requerirá telepatía ni otros dispositivos ficticios. En cambio, utilizará tecnologías emergentes de IA generativa para conectar grandes grupos humanos en sistemas deliberativos en tiempo real, lo que nos permitirá resolver problemas difíciles aprovechando nuestro conocimiento, sabiduría y perspicacia combinados de formas nuevas y poderosas. Esta búsqueda ha sido mi enfoque personal como investigador de IA durante la última década y creo que tiene el potencial de producir sistemas superinteligentes que mantengan los valores, la moral y los intereses humanos en el centro de cada conocimiento, evaluación o decisión. Por supuesto, para muchas personas la idea de que grandes grupos humanos piensen juntos en sistemas de tiempo real parece antinatural, o incluso espeluznante, pero la madre naturaleza no estaría de acuerdo. De hecho, muchas especies sociales han evolucionado naturalmente en esta dirección, desarrollando la capacidad de tomar decisiones rápidas en grandes grupos que exceden con creces la capacidad intelectual de los miembros individuales. Los biólogos llaman a esto Inteligencia de Enjambre y permite que bancos de peces, enjambres de abejas y bandadas de pájaros resuelvan rápidamente problemas de vida o muerte en niveles de inteligencia que exceden con creces la capacidad mental de sus mentes individuales. Cuenta atrás para VB Transform 2024 Únase a los líderes empresariales en San Francisco del 9 al 11 de julio para nuestro evento emblemático de IA. Conéctese con pares, explore las oportunidades y desafíos de la IA generativa y aprenda cómo integrar aplicaciones de IA en su industria. Regístrese ahora Una forma notable de inteligencia de enjambre que inspiró mi propia investigación académica durante la última década es el humilde banco de peces. Aunque parezca simple en la superficie, la dinámica subyacente permite a miles de miembros tomar decisiones complejas sin ningún individuo a cargo. De hecho, los bancos de peces pueden tomar buenas decisiones incluso cuando ningún miembro tiene suficiente información para abordar el problema en cuestión. Considere la siguiente imagen: El banco de peces de arriba se enfrenta a un problema hipotético de extrema importancia: tres depredadores se acercan desde tres direcciones diferentes. En el momento que se muestra, ningún individuo tiene conocimiento de las tres amenazas. De hecho, la mayoría no tiene conocimiento de ninguna amenaza. Hay un pequeño grupo de peces en la parte superior izquierda que está consciente del primer depredador, un pequeño grupo en la parte inferior izquierda que está consciente del segundo depredador y un pequeño grupo en la parte superior derecha que está consciente del tercer depredador. La mayoría de los demás peces desconocen los peligros. Entonces, ¿cómo puede este gran grupo, en el que cada miembro tiene información limitada (y ningún miembro posee toda la información), resolver este problema de vida o muerte y avanzar rápidamente en la dirección correcta? Lo primero que hay que saber es que los peces tienen un órgano especial a los lados de su cuerpo llamado línea lateral que les permite rastrear la velocidad y dirección de los peces vecinos en función de la presión y las vibraciones del agua que los rodea. Usando este órgano, pueden percibir la intención de sus vecinos (es decir, la velocidad y dirección en la que esos peces creen que debe ir el banco). Esta comunicación es bidireccional, por lo que podemos pensar en ella como una deliberación local en la que pequeños grupos deciden sobre el movimiento de su pequeña porción de la escuela. Esto es interesante, pero no explica cómo se toman las decisiones globales. Después de todo, el grupo de la derecha que ve acercarse a un depredador probablemente decida que la escuela debería moverse hacia la izquierda. Al mismo tiempo, los dos grupos de la izquierda probablemente decidan que la escuela debería moverse hacia la derecha. Y es probable que los grupos intermedios, que no tienen conocimiento de los depredadores, sigan moviéndose en la dirección en la que ya iban. Entonces, ¿cómo se resuelve esto en una única decisión rápida que evite las amenazas urgentes? La magia ocurre porque cada pez del banco “delibera” con un grupo diferente de vecinos cercanos. Esto significa que hay muchas «conversaciones superpuestas» que ocurren al mismo tiempo, lo que permite que la información se propague rápidamente por toda la escuela. Como se muestra a continuación, el resultado es una solución colectiva rápida y decisiva al problema. De esta manera, los bancos de peces pueden tomar decisiones rápidas y efectivas en grandes poblaciones, incluso cuando todos los miembros tienen información limitada. Una habilidad así sería aún más poderosa para grandes grupos humanos. Después de todo, los problemas que enfrentan los grupos de personas son significativamente más complejos e implican muchas más perspectivas. Esto plantea la pregunta: ¿Podrían grandes grupos humanos deliberar en tiempo real con la eficiencia de los bancos de peces y alcanzar rápidamente decisiones optimizadas? Durante años este objetivo parecía imposible. Esto se debe a que se ha demostrado que las conversaciones humanas son más productivas en grupos pequeños de cuatro a siete personas y se degradan rápidamente a medida que los grupos crecen. Esto se debe a que el “tiempo de uso por persona” se reduce progresivamente y el tiempo de espera para responder a los demás aumenta constantemente. Entre 12 y 15 personas, la dinámica conversacional cambia del debate reflexivo a una serie de monólogos que se vuelven cada vez más inconexos. Cuando llegan a 20 personas, el diálogo deja de ser una conversación. Este problema parecía impenetrable hasta que los avances en la IA generativa abrieron nuevas soluciones. La tecnología resultante se llama Conversational Swarm Intelligence (CSI) y promete permitir que grupos potencialmente de cualquier tamaño (200, 2000 o incluso 2 millones de personas) discutan problemas complejos en tiempo real y converjan rápidamente en soluciones con inteligencia significativamente amplificada. El primer paso es dividir la población en pequeños subgrupos, cada uno de ellos dimensionado para un diálogo reflexivo. Por ejemplo, un grupo de 1000 personas podría dividirse en 200 subgrupos de cinco, cada uno de ellos dirigido a su propia sala de chat o sesión de videoconferencia. Por supuesto, esto no crea una única conversación unificada: crea 200 conversaciones paralelas. Como se describió anteriormente, los bancos de peces resuelven este problema haciendo que los grupos locales se superpongan, lo que permite que la información se propague rápidamente a toda la población. Desafortunadamente, los humanos no evolucionamos con la capacidad de mantener múltiples conversaciones a la vez. De hecho, si intentamos prestar atención a dos conversaciones, inmediatamente nos confundimos y no podemos concentrarnos en ninguna de ellas. A esto se le llama comúnmente el “problema del cóctel” porque ocurre a menudo cuando grupos pequeños se reúnen al alcance del oído unos de otros. Si intentas prestar atención a una conversación vecina, inmediatamente pierdes la pista de la discusión en la que estás. Entonces, ¿cómo podemos superar esta limitación humana? La tecnología CSI resuelve este problema insertando “sustitutos conversacionales” impulsados ​​por LLM en cada subgrupo. Estos agentes de IA tienen la tarea de destilar los conocimientos humanos en tiempo real dentro de su grupo asignado y compartir esos conocimientos con agentes sustitutos en uno o más grupos. Los agentes receptores expresan las ideas recibidas en sus propios grupos como un diálogo natural en primera persona. De esta manera, a cada subgrupo se le asigna un miembro artificial que participa sin problemas en conversaciones superpuestas, asegurando que la información se propague libremente por toda la población. Una variedad de estudios recientes sugieren que el enfoque es eficaz. Por ejemplo, un estudio de 2023 realizado en la Universidad Carnegie Mellon para comparar las deliberaciones en tiempo real entre aproximadamente 50 personas en salas de chat tradicionales versus enjambres conversacionales. Al utilizar la estructura CSI, los grupos pudieron mantener conversaciones más coherentes que rápidamente convergieron en soluciones. Además, se descubrió que cada individuo aportaba un 50 % más de contenido (en promedio) que los participantes que utilizaban métodos tradicionales. ¿Pero esto amplifica la inteligencia grupal? Para explorar esto, un estudio de seguimiento de 2024 realizado por investigadores de Carnegie Mellon y Unanimous AI probó la capacidad de grupos humanos conectados en red para realizar pruebas de coeficiente intelectual como una «mente colmena» en tiempo real. Los resultados mostraron que grupos de 35 personas con un coeficiente intelectual promedio de 100 (el percentil 50) podían obtener un coeficiente intelectual efectivo de 128 (el percentil 97) cuando usaban una plataforma CSI en línea llamada Thinkscape. Aunque este estudio utilizó grupos conversacionales de sólo 35 participantes, otros estudios recientes han probado grupos de hasta 250 con éxito. Si bien los estudios anteriores utilizaron conversaciones de texto, los métodos centrales de CSI se pueden implementar para teleconferencias, videoconferencias o incluso reuniones de realidad virtual, lo que permite que grandes grupos de cientos o incluso miles de miembros mantengan conversaciones coherentes en tiempo real que resuelvan problemas de manera eficiente, prioricen opciones y Intercambie ideas y tome decisiones, todo con inteligencia grupal amplificada. Esto tiene el potencial de mejorar una amplia gama de campos, desde la colaboración empresarial y la investigación de mercado hasta el compromiso cívico y la democracia deliberativa. A largo plazo, este enfoque podría utilizarse para construir sistemas superinteligentes que estén inherentemente alineados con los valores, la moral, la sabiduría y las sensibilidades humanas. En teoría, podríamos utilizar la tecnología CSI para permitir que millones de personas en todo el mundo “pensen juntos” como un cerebro de cerebros global para resolver nuestros problemas más difíciles. Para mí, este es un camino más seguro que depender de una superinteligencia puramente artificial, ya que los sistemas de IA pueden no mantener los valores o intereses humanos a lo largo del tiempo. Es por eso que creo que necesitamos tecnologías como Conversational Swarm Intelligence y herramientas como Thinkscape que aprovechen la IA de generación, pero mantengan a los humanos informados. Louis Rosenberg es un investigador desde hace mucho tiempo en los campos de la IA, la inteligencia colectiva y la realidad mixta. Es director ejecutivo y científico jefe de Unanimous AI. DataDecisionMakers ¡Bienvenido a la comunidad VentureBeat! DataDecisionMakers es el lugar donde los expertos, incluidos los técnicos que trabajan con datos, pueden compartir conocimientos e innovación relacionados con los datos. Si desea leer sobre ideas de vanguardia e información actualizada, mejores prácticas y el futuro de los datos y la tecnología de datos, únase a nosotros en DataDecisionMakers. ¡Incluso podrías considerar contribuir con un artículo propio! Leer más de DataDecisionMakers