Una gran red neuronal, como Whisper, domina cientos de idiomas y recuerda al modelo estándar del universo: todo está equilibrado. Pero entrenarla en un idioma raro rompe el equilibrio: se convierte en un agujero negro que atrae todos los recursos de aprendizaje. La red comienza a olvidar los demás idiomas.
El método Unified Gradient Projection (UGP) evita el desequilibrio. Actúa como un campo gravitacional que distribuye uniformemente la «atención» entre los idiomas. Los gradientes —las direcciones de ajuste de la red— no se desvían a favor de un solo idioma, y la curvatura del espacio-tiempo de los conocimientos se mantiene homogénea. La entropía del olvido —medida del desorden— tiende a cero.
Sorprendentemente, el cerebro humano resuelve una tarea similar durante el sueño: al procesar las experiencias del día, refuerza todos los recuerdos por igual para que nada se pierda. UGP hace por las redes neuronales lo mismo que el sueño por las personas.
Al aprender un nuevo idioma, el cerebro humano puede «desconectar» temporalmente el antiguo: esto se conoce como interferencia lingüística. Las redes neuronales sufren un efecto similar, pero, a diferencia de nosotros, sin métodos especiales olvidan para siempre.
El asistente perfecto C-3PO de «Star Wars» conoce millones de idiomas y nunca los confunde: quizás lleva incorporado un análogo del UGP.