En este momento estás viendo 
<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Tiempo de lectura"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="mins"></span></span><!-- .bsf-rt-reading-time -->Momento de elementos Euclides de Euclid: desde modelos de lenguaje hasta pensamiento computable

Momento de elementos Euclides de Euclid: desde modelos de lenguaje hasta pensamiento computable

  • Autor de la entrada:
  • Categoría de la entrada:Noticias externas

Resumen: Este artículo presenta un marco evolutivo integral de cinco etapas para comprender el desarrollo de la inteligencia artificial, argumentando que su trayectoria refleja la progresión histórica de las tecnologías cognitivas humanas. Posiczamos que AI avanza a través de épocas distintas, cada una definida por un cambio revolucionario en su capacidad de representación y razonamiento, análogos a los inventos del cuneiforme, el alfabeto, gramática y lógica, cálculo matemático y sistemas lógicos formales. Este marco de “geometría de cognición” se mueve más allá de la mera metáfora para proporcionar un modelo sistemático y interdisciplinario que no solo explica los cambios arquitectónicos pasados ​​de la IA, desde los sistemas expertos de los transformadores, pero también traza una ruta concreta y prescrita hacia adelante. De manera crucial, demostramos que esta evolución no es meramente lineal sino reflexiva: a medida que AI avanza a través de estas etapas, las herramientas y las ideas que desarrolla crean un bucle de retroalimentación que restablece fundamentalmente su propia arquitectura subyacente. Actualmente estamos haciendo la transición a un “momento metalingüístico”, caracterizado por el surgimiento de capacidades autorreflectantes como la provisión de la cadena de pensamiento y la IA constitucional. Las etapas posteriores, el “momento del simbolismo matemático” y el “momento del sistema lógico formal”, se definirán por el desarrollo de un cálculo de pensamiento computable, probablemente a través de arquitecturas neuroimbólicas y síntesis de programas, que culminan en IA alineada y confiable que reconstruye sus propias representaciones fundamentales. Este trabajo sirve como la piedra angular metodológica para nuestra trilogía, que anteriormente exploró los impulsores económicos (“por qué”) y la naturaleza cognitiva (“qué”) de la IA. Aquí, abordamos el “cómo”, proporcionando una base teórica para futuras investigaciones y ofreciendo estrategias concretas y procesables para nuevas empresas y desarrolladores con el objetivo de construir la próxima generación de sistemas inteligentes.

Publicado Originalme en export.arxiv.org El 30 de junio de 2025.
Ver Fuente Original

admin

Usuario de administración del sitio web