La creatividad y la innovación son fundamentales en la producción científica, tecnológica y artística. Sin embargo, ¿pueden los sistemas de inteligencia artificial (IA) reproducir este proceso abierto y generativo? Para responder a esta pregunta, un equipo de investigadores se basó en el juego de evolución de imágenes Picbreeder, en el que los usuarios colaboraban para generar una diversa biblioteca de imágenes mediante la evolución interactiva de pequeñas redes neuronales.
Picbreeder es un ejemplo canónico de búsqueda abierta humana, en la que la creatividad y la innovación se manifestaban a través de la interacción entre los usuarios y la evolución de las redes neuronales. Sin embargo, ¿qué sucede cuando reemplazamos a los usuarios humanos por modelos de visión-idioma (VLM) avanzados? ¿Podrán estos modelos generar imágenes abiertas y creativas de manera similar a los humanos?
Para responder a esta pregunta, el equipo de investigadores replicó Picbreeder con VLM, sustituyendo a los usuarios humanos por agentes artificiales. Los resultados fueron sorprendentes. Aunque los modelos de visión-idioma generaron imágenes interesantes y creativas, estas diferían claramente de las imágenes generadas por los usuarios humanos en Picbreeder.
Para caracterizar estas diferencias, los investigadores utilizaron métricas de complejidad filogenética, saliencia visual y semántica, y novedad. Estos resultados sugieren que los modelos de visión-idioma tienen dificultades para generar imágenes abiertas y creativas de manera similar a los humanos.
Pero ¿por qué sucede esto? ¿Cuáles son los factores que contribuyen a estas diferencias? Para responder a esta pregunta, el equipo de investigadores estudió la adición de ruido exploratorio al proceso de selección de los agentes, la diversidad de comportamiento entre los agentes, y el momentum narrativo en forma de memoria de acciones pasadas.
Los resultados de este estudio tienen implicaciones importantes para la creación de sistemas de IA que puedan generar creatividad y innovación de manera similar a los humanos. Si bien los modelos de visión-idioma avanzados han demostrado ser capaces de generar imágenes y texto de manera creíble, todavía falta mucho para que puedan igualar la creatividad y la innovación de los humanos.
En este sentido, el estudio de Picbreeder con VLM es un paso importante hacia la comprensión de la ecuación secreta de la creatividad y la innovación. ¿Qué factores contribuyen a la capacidad de los humanos para generar creatividad y innovación? ¿Cómo podemos transmitir estas capacidades a los sistemas de IA? Estas preguntas siguen siendo fundamentales para la investigación en IA y la creación de sistemas que puedan apoyar a los humanos en la generación de creatividad y innovación.
En resumen, el estudio de Picbreeder con VLM es un ejemplo significativo de la complejidad y la belleza de la creatividad y la innovación. Aunque los modelos de visión-idioma avanzados han demostrado ser capaces de generar imágenes y texto de manera creíble, todavía falta mucho para que puedan igualar la creatividad y la innovación de los humanos. Este estudio nos recuerda la importancia de la investigación en IA y la necesidad de comprender la ecuación secreta de la creatividad y la innovación.
