EgoBabyVLM: Nueva prueba de Meta y universidades busca que la IA aprenda como un bebé

Investigadores de Meta, la Universidad de Stanford, la Universidad de Tokio y la École Normale Supérieure de Francia han desarrollado una nueva prueba, denominada EgoBabyVLM, que busca impulsar el diseño de algoritmos de inteligencia artificial más eficientes. Esta iniciativa tiene como objetivo desafiar a los modelos de IA para que emulen la asombrosa capacidad de aprendizaje de los bebés, identificando objetos nuevos tras verlos pocas veces y comprendiendo el mundo a través de interacciones físicas y observación fugaz, según reporta es.wired.com.

El proyecto, lanzado en julio de 2026, busca una versión de IA más parecida a la de un bebé para reducir el costo y el consumo energético de los modelos actuales, que consumen una enorme cantidad de datos y energía comparable a la de un país pequeño. A diferencia de los sistemas actuales, los bebés aprenden con una eficiencia notable, lo que podría ofrecer información crucial para el avance de la inteligencia artificial.

El reto del aprendizaje multimodal para la IA

El desafío EgoBabyVLM evalúa la capacidad de los Modelos de Lenguaje Visual (VLM) para comprender el mundo tal como lo percibe un bebé. Para ello, los VLM deben procesar aproximadamente mil horas de video grabadas con cámaras colocadas en la cabeza de infantes y niños pequeños y, posteriormente, describir el entorno. Los resultados iniciales indican que los modelos de última generación fracasan estrepitosamente ante estas imágenes realistas y desordenadas.

Esta deficiencia sugiere que el cerebro de un bebé posee una arquitectura diferente que le permite aprender rápidamente con poca información. Michael Frank, científico cognitivo de la Universidad de Stanford y participante en EgoBabyVLM, destaca que los bebés no solo aprenden del lenguaje, sino también de una rica experiencia multimodal y táctil, a diferencia de los conjuntos de datos preseleccionados con los que se entrena la IA actualmente.

Perspectivas históricas sobre la replicación del aprendizaje humano

EgoBabyVLM es el ejemplo más reciente de cómo la ciencia utiliza la inteligencia artificial para explorar la inteligencia humana. Un antecedente relevante es el desafío BabyLM, presentado en 2023. Esa prueba encomendó a los modelos de IA aprender la sintaxis del lenguaje utilizando aproximadamente la misma cantidad de datos que un niño de 10 años asimila: decenas de millones de palabras, lo que contrasta con los billones que manejan los modelos de IA actuales.

Ryan Cotterell, lingüista de la ETH Zúrich y creador de BabyLM, señala que, aunque los modelos basados en transformadores pueden aprender la sintaxis del lenguaje, la comprensión del mundo físico es diferente. Joshua Tenenbaum, científico cognitivo del Instituto Tecnológico de Massachusetts, añade que BabyLM demostró que los modelos no adquieren un "sentido común" sobre el mundo físico, la dinámica social o la teoría de la mente, habilidades que son fundamentales en el desarrollo infantil.

El futuro de la IA inspirada en el cerebro del bebé

La investigación busca resolver el misterio de cómo los niños alcanzan el pleno desarrollo de sus capacidades. Si bien un estudio de 2024 demostró que un cerebro virtual básico puede aprender conceptos sencillos, como qué es una pelota, procesando datos de la cabeza de un solo bebé, esto aún está lejos de permitirle razonar de forma sofisticada sobre el mundo.

Existe un amplio debate en la ciencia cognitiva y la neurociencia sobre cuánto de las habilidades de aprendizaje está integrado en el cerebro desde una perspectiva evolutiva. La complejidad del cerebro y su arquitectura preexistente son factores clave que la investigación se esfuerza por comprender y, eventualmente, replicar en sistemas de inteligencia artificial.