Richard Sutton, que compartió el Premio Turing de 2024 por sentar las bases del aprendizaje por refuerzo, anunció que deja Keen Technologies, la startup de IA de John Carmack, para montar su propia empresa: Oak Lab. La funda junto a Khurram Javed y con una idea que va a contracorriente de casi todo lo que hace hoy la industria.
Puntos clave
- Sutton deja Keen Technologies, la empresa del legendario programador John Carmack, para fundar Oak Lab con Khurram Javed.
- La apuesta: una inteligencia "tipo animal" que aprende de su propia experiencia, un paso cada vez, sin almacenar ni reproducir datos.
- No hay fase de entrenamiento separada: el agente mejora sobre la marcha, de forma continua, como hace un animal a lo largo de su vida.
- La meta que declaran es un agente de un billón de parámetros que aprenda y planifique en tiempo real consumiendo 20 vatios, lo que gasta el cerebro humano.
Por qué esto va a contracorriente
La IA que domina hoy funciona en dos tiempos. Primero un entrenamiento gigante y carísimo con montañas de datos, y después el uso, donde el modelo ya no aprende nada nuevo: responde con lo que fijó en ese entrenamiento. Cada vez que quieres que sepa algo distinto, toca reentrenar o parchear.
Sutton propone justo lo contrario. Su método, que llama la arquitectura Oak, aprende de un flujo de experiencia, un paso cada vez, sin guardar ni volver a reproducir los datos. No hay corte entre "entrenar" y "usar": el agente sigue mejorando de forma indefinida mientras funciona. Según Oak Lab, ese enfoque necesita órdenes de magnitud menos cómputo y menos energía que el actual. De ahí la cifra que sirve de brújula: un agente de un billón de parámetros que razone y planifique en tiempo real con solo 20 vatios, el consumo aproximado de un cerebro humano.
Sutton contra la corriente del hype
No es un movimiento improvisado. Sutton lleva tiempo diciendo que el deep learning actual es "débil e ineficiente" y que no necesita más retoques, sino ideas nuevas y una revisión a fondo. Es una crítica fuerte viniendo de alguien con su peso: el aprendizaje por refuerzo, el campo que él ayudó a crear, es la base de muchos de los avances de la última década, desde los sistemas que ganaron al Go hasta buena parte del entrenamiento moderno de los modelos de lenguaje.
Su tesis es que la industria "ha perdido un poco el rumbo" al centrarse en modelos cada vez más grandes entrenados sobre datos estáticos, en vez de en agentes que aprendan de verdad interactuando con el mundo. Antes de Oak, Javed y él estaban en Keen Technologies, la empresa que Carmack (cofundador de id Software y padre de Doom y Quake) montó para perseguir la inteligencia general. Que se separen para seguir un camino "ligeramente distinto", en sus palabras, dice que la diferencia de enfoque era real.
Por qué importa
Para quien no está en la investigación, la señal es que no hay una sola ruta hacia la IA que viene. La que llena titulares es la de los modelos enormes entrenados con todo internet. Pero uno de los nombres que más sabe del tema acaba de apostar dinero y carrera por otra idea: agentes pequeños que aprenden solos, en tiempo real y gastando poquísima energía.
Si esa vía funciona, cambiaría la economía de todo esto. Hoy usar los mejores modelos es caro en parte por el cómputo que tragan. Un enfoque que aprenda con 20 vatios en lugar de con centros de datos enteros pondría capacidades serias al alcance de empresas que hoy no pueden pagar esa factura. Es una promesa lejana y sin producto todavía, pero conviene saber que existe y quién está detrás.
Relacionado
