Saltar al contenido principal

Una publicación etiquetados con "ADAS"

Ver Todas las Etiquetas

Stanford CS329A (Ep 7): Evolución Abierta: ADAS, The AI Scientist y AlphaEvolve — Cuando el Código se Convierte en Genoma

· 11 min de lectura
Jaybee
AI & Robotics Engineer

En 2019, el pionero de la computación Richard Sutton formuló una de las reflexiones más lúcidas e influyentes en la historia de la inteligencia artificial — La Lección Amarga (The Bitter Lesson):

"La mayor lección que surge de 70 años de investigación en IA es que los métodos generales que aprovechan el cómputo masivo son, a largo plazo, los más efectivos por un amplio margen... Los algoritmos diseñados manualmente por seres humanos son invariablemente superados por sistemas que aprenden, buscan y evolucionan de manera autónoma."

La visión por computadora dedicó décadas a diseñar a mano extractores de características como SIFT y HOG, solo para que las redes neuronales convolucionales profundas (CNN) los barrieran de la noche a la mañana. El procesamiento del lenguaje natural pasó años modelando árboles sintácticos y gramáticas complejas, hasta que los transformadores basados en mecanismos de atención sustituyeron todas las reglas humanas.

En esta séptima lección de Stanford CS329A: Self-Improving AI Agents (Agentes de IA Autoevolutivos), nos enfrentamos a la pregunta más provocadora de la ingeniería contemporánea:

"¿Por qué los ingenieros humanos siguen programando línea por línea los bucles ReAct, los verificadores PRM y la búsqueda en árbol LATS? ¿Qué sucede cuando tratamos el código fuente de Python (Turing-completo) como ADN biológico y permitimos que meta-agentes autónomos diseñen, evalúen y evolucionen arquitecturas superiores sin intervención humana?"

En este artículo exploramos la frontera de los sistemas de Open-Ended Evolution LLM (Evolución Abierta en Modelos de Lenguaje) a través de tres hitos revolucionarios: Automated Design of Agentic Systems ADAS (Diseño Automatizado de Sistemas de Agentes), el marco de Autonomous Machine Learning Discovery (Descubrimiento Científico Autónomo en ML) desarrollado por Sakana AI con The AI Scientist Sakana, y la cumbre de la Self-Referential Code Evolution (Evolución de Código Autorreferencial) alcanzada por Google DeepMind con AlphaEvolve.