ATLAS, la nueva ley que revolucionará la inteligencia artificial en más de 400 idiomas

ATLAS: El mapa para crear inteligencia artificial que entienda y hable muchos idiomas.

La inteligencia artificial (IA) está cada vez más presente en nuestra vida, desde asistentes de voz hasta traductores automáticos.

Sin embargo, la mayoría de los avances en modelos de lenguaje —esas “máquinas” que entienden y generan texto— se enfocan en inglés, dejando a millones de personas en el mundo sin un buen soporte en sus idiomas nativos.

Google DeepMind, una división pionera en inteligencia artificial, acaba de presentar ATLAS, una nueva fórmula para construir modelos de lenguaje que funcionen con eficacia en más de 400 idiomas.

El objetivo es que la IA sea realmente global, eficiente y útil para personas que hablan lenguas menos comunes o que usan varios idiomas a la vez.

¿Qué es un modelo de lenguaje y por qué importa la diversidad de idiomas?

Un modelo de lenguaje, o Large Language Model (LLM, por sus siglas en inglés), es un programa de inteligencia artificial entrenado con muchísimos textos para responder preguntas, generar textos, traducir idiomas y más.

Estos modelos requieren tres factores esenciales: tamaño del modelo (la “capacidad” para aprender), cantidad de datos para el entrenamiento, y variedad de idiomas.

Hasta ahora, la mayoría de estos modelos están optimizados para el inglés porque es el idioma más común en internet.

Pero más de la mitad de los usuarios de IA hablan otros idiomas, y no tener modelos adaptados a sus lenguas limita la calidad y acceso a la tecnología.

ATLAS, una ley para escalar modelos que entienden múltiples idiomas

Lo que diferencia a ATLAS es que proporciona reglas claras y prácticas para decidir cómo crear modelos de lenguaje que mezclan varios idiomas sin perder calidad ni eficiencia.

Esto incluye:

• Un “mapa” que indica qué idiomas se ayudan mutuamente durante el entrenamiento, por ejemplo, el noruego mejora cuando se entrena junto con sueco y alemán.
• Una fórmula para ajustar el tamaño del modelo y la cantidad de datos, dependiendo de cuántos idiomas se quieran incluir.
• Directrices para decidir cuándo es mejor entrenar un modelo desde cero o adaptar uno ya existente que es multilingüe.

Rompiendo la “maldición” de la multilingüidad

Uno de los principales retos es que los modelos pierden capacidad cuando tratan de aprender demasiados idiomas a la vez, una dificultad conocida como la “maldición de la multilingüidad”.

ATLAS muestra que es posible contrarrestar este problema al aumentar inteligentemente el tamaño del modelo y el conjunto de datos, logrando que se beneficien varias lenguas a la vez pese a la complejidad.

¿Cómo se evaluó ATLAS?

Investigadores entrenaron más de 750 modelos con millones de parámetros (que representan la complejidad y capacidad del modelo) y en más de 400 idiomas, incluyendo evaluaciones detalladas en 48 lenguas.

Los resultados indican que este método ofrece una guía robusta para construir modelos multilingües que funcionan mejor y con menor desperdicio de recursos.

Importancia para el futuro y para quienes no son expertos en IA

Con ATLAS, desarrolladores y empresas podrán crear tecnologías inteligentes que entiendan y respondan en el idioma nativo de millones de personas, facilitando desde traducciones más precisas hasta asistentes digitales más accesibles.

Esto no solo abre la puerta a una IA más inclusiva, sino que también optimiza costos y energía, lo que es vital para una adopción sostenible.

En resumen, ATLAS representa un avance clave para una inteligencia artificial verdaderamente global, que no deja a nadie atrás por su idioma.

Nota de Transparencia

Esta nota fue generada 100% con IA. La fuente fue aprobada por Diario Occidente y el contenido final fue revisado por un miembro del equipo de redacción.

🔊 El Resumen de Noticias sobre Inteligencia Artificial e Innovación Tecnológica, aquí 👇🏻

Comments