HardFlow: el método del MIT que le pone límites a la inteligencia artificial sin pedirle que vuelva a la escuela

Les cuento de qué se trata esto, porque el nombre técnico suena lejano pero la idea toca problemas muy concretos. HardFlow es un método creado por investigadoras e investigadores del Instituto de Tecnología de Massachusetts, conocido como MIT por sus siglas en inglés. Lo que propone es algo que hasta ahora resultaba caro y engorroso: exigirle a una inteligencia artificial a que respete ciertas condiciones sin necesidad de volver a entrenarla desde cero.

Para dimensionar el asunto hay que pensar en qué es entrenar un modelo de inteligencia artificial. En términos simples, es el proceso mediante el cual el sistema aprende patrones a partir de enormes volúmenes de información, ajustando sus parámetros internos hasta lograr resultados aceptables. Ese proceso consume tiempo, dinero y mucha energía de cómputo. Por eso, poder agregar reglas después del entrenamiento es un cambio relevante.

Un brazo robótico que esquiva y elige el mejor camino

Una de las pruebas que difundió el equipo fue con un brazo robótico. La tarea parecía de sentido común, pero no lo es tanto para una máquina: tenía que llegar hasta un objeto sin chocar con los obstáculos del recorrido. HardFlow permitió que el brazo cumpliera esa condición y, además, eligiera el camino más corto hacia su destino. La mayoría de los métodos alternativos o provocaban colisiones o tomaban rutas bastante más largas.

Lo que cambia para el usuario común es la forma de combinar dos exigencias que suelen competir. Por un lado está la condición dura, es decir, aquella que no puede incumplirse, como evitar un choque. Por el otro, un objetivo de eficiencia, como reducir la distancia. HardFlow aborda las dos dentro del mismo proceso, en lugar de sacrificar una en favor de la otra.

Por qué importa que no haya que reentrenar

El método funciona sobre modelos generativos que ya fueron entrenados. Para quienes no estén familiarizados con el término, un modelo generativo es aquel capaz de crear imágenes, recorridos o secuencias nuevas a partir de lo aprendido durante su entrenamiento. HardFlow actúa cuando esos modelos se utilizan, no durante su etapa de aprendizaje.

Para hacer viable ese funcionamiento, el equipo dividió el cálculo en problemas más pequeños. En concreto, aprovecharon la estructura de los llamados modelos de emparejamiento de flujo, una familia de modelos generativos que transforma ruido aleatorio en datos con estructura, como una imagen o una trayectoria, a través de una serie de pasos intermedios.

La diferencia con otros enfoques está en el momento en que se exige cumplir las reglas. Una técnica tomada como referencia, el muestreo basado en proyección, impone las restricciones en cada etapa de la generación. Ese ajuste continuo puede achicar las opciones que el sistema explora y volver más difícil que encuentre una solución mejor. HardFlow deja mayor libertad en los pasos internos y exige que el resultado final respete las condiciones. Las etapas intermedias se descartan porque son pasos de cálculo, no productos terminados.

Qué se probó y qué resultados se reportaron

• Manipulación con robots: brazos robóticos cumplieron restricciones de seguridad y eligieron recorridos más cortos.
• Recorridos por laberintos: el sistema encontró caminos válidos respetando las condiciones impuestas.
• Edición de imágenes a partir de instrucciones escritas: se cumplieron todas las restricciones y la calidad de las soluciones superó a los métodos de referencia.
• Tiempo de procesamiento similar o menor al de la mayoría de las alternativas comparadas.

Un detalle que suele pasar inadvertido y que vale la pena subrayar: el equipo reportó que en todos los casos evaluados se cumplieron las restricciones y que la calidad de las soluciones superó de manera consistente a las referencias. No estamos ante un anuncio de producto disponible para el público general, sino ante un resultado de investigación publicado por el MIT, del que todavía no hay fecha ni formato de llegada al usuario común.

Una advertencia para no confundir

Como ocurre con frecuencia en estos anuncios, conviene separar el entusiasmo del hecho concreto. HardFlow es una herramienta para personas que desarrollan y evalúan sistemas de inteligencia artificial, no una aplicación que uno pueda descargar y probar mañana en casa. Si les llega a aparecer como producto terminado, desconfíen: por ahora es un método de investigación, y todavía falta recorrer el camino que va desde el laboratorio hasta un producto accesible.