Mente viva: por qué la IA sin cuerpo sigue ciega exprés
El enfoque estándar actual para entrenar a la IA se parece a un niño encerrado en una biblioteca: recuerda millones de libros, pero no sabe que el fuego quema o que una caída duele. Nuestro cerebro, hecho de carbono y otras sustancias simples, funciona de otra manera: primero el cuerpo explora el mundo mediante movimientos, toques, errores, y solo después las palabras adquieren sentido.
Los neurocientíficos han identificado cinco mecanismos innatos de esta cognición «enraizada»: el mapa del espacio, el agarre, el reconocimiento de las propias acciones — están activos antes del habla. Los une la entropía, una medida del desorden que impulsa al cerebro a buscar lo nuevo, ordenando el mundo. Los bebés distinguen sus propias acciones de las ajenas ya en los primeros meses — sobre esto se construye el sentido de «yo» y la empatía.
Conclusión para la IA: no tiene sentido atiborrarla de textos. La máquina necesita un cuerpo capaz de caerse y aprender de sus errores. Entonces surgirán la intuición física, la imaginación y la sensibilidad social. Este proceso, como la expansión del universo, abrirá nuevos horizontes de comprensión. El avance no ocurrirá en una biblioteca de datos, sino en un patio de juegos robótico donde se acumulen los golpes.
Resumen original
tal como lo escribieron los autores, en inglés arXiv:2607.13560
Recent advances in generative and embodied AI have been driven by large-scale predictive learning over multimodal data. However, the resulting systems remain largely based on passive training regimes where linguistic regularities create the scaffold onto which information from other modalities is attached. Conversely, neuroscience and cognitive science suggest that biological intelligence is organized in the opposite way, where grounded world models acquired through interaction with the environment provide the semantic scaffold to which language is attached. Here, we illustrate five examples of neural circuits supporting grounded world modelling, which underlie navigation in physical and conceptual spaces, affordance-based perception and interaction with objects, active perception and exploratory learning, allostatic control and emotion, and the distinction between self- and world-generated outcomes. These examples highlight several features largely missing from current embodied AI, including the role of intrinsic dynamics as a foundation for learning, the centrality of action in aligning these dynamics with the external world, the prominence of autonomous experience and open-ended learning over passive assimilation of externally provided data, and the fact that early predictive and control mechanisms scaffold higher cognitive abilities such as reasoning, conceptual navigation, planning, imagination, understanding others' minds, and communication. Finally, we discuss whether and how principles derived from biological systems may inform future embodied AI, including training regimes based on social interaction to construct world models that are not only grounded but also socially shared and aligned with human norms and values.
Cuando lees la palabra «patear», en tu cerebro se activan sutilmente las áreas que controlan las piernas. Incluso en los adultos, el lenguaje está «enraizado» en la experiencia corporal.
Entrenar a la IA mediante la acción recuerda a películas como «Chappie» y «A.I. Inteligencia Artificial», donde las máquinas adquieren personalidad a través del choque con el mundo real.