Un método del MIT permite fijar reglas a la inteligencia artificial sin reentrenarla y ya mostró resultados en robots, laberintos e imágenes

En un pasillo del Massachusetts Institute of Technology, un brazo robótico avanzó entre obstáculos hasta alcanzar un objeto en el menor recorrido posible. La escena, que parece menor, condensa el corazón de HardFlow: un método que permite exigir condiciones de seguridad a la inteligencia artificial sin necesidad de volver a entrenar los modelos, y que en esa prueba concreta dejó atrás a las alternativas evaluadas, varias de las cuales terminaron en colisiones o eligieron trayectorias sensiblemente más largas.

Lo que se puso en juego en ese ensayo fue una combinación de dos exigencias que, en la práctica, suelen enfrentarse. Por un lado, una condición obligatoria: para un robot, evitar un choque no es una mejora opcional sino un límite que debe respetarse. Por el otro, un objetivo de eficiencia: dentro de los recorridos permitidos, conviene elegir el más corto. HardFlow aborda ambas demandas dentro de un mismo proceso de cálculo, sin sacrificar una en favor de la otra.

Una diferencia de enfoque

El método se apoya en los modelos generativos conocidos como modelos de emparejamiento de flujo, que ya habían sido entrenados con anterioridad. Aquí aparece la primera diferencia relevante: HardFlow no exige un reentrenamiento. Actúa sobre el modelo en el momento en que se lo utiliza, dividiendo el cálculo en problemas más pequeños para hacer viable la operación.

La clave está en cuándo se imponen las reglas. Una técnica usada como referencia, el muestreo basado en proyección, aplica las restricciones en cada etapa de la generación. Ese ajuste permanente puede restringir el espacio que el sistema explora y terminar arrojando soluciones de menor calidad. HardFlow, en cambio, concede mayor libertad durante los pasos internos y reserva la exigencia para el resultado final. Las etapas intermedias se descartan: solo importa que la respuesta respete las condiciones. Para orientar la generación hacia una salida válida, el equipo recurrió a herramientas de control óptimo, que aplican correcciones graduales sobre el proceso.

Tres pruebas, una misma lógica

El reporte indica que todas las restricciones se cumplieron en los casos evaluados y que la calidad de las soluciones fue consistentemente superior a la de los métodos con los que se lo comparó. En materia de tiempo de procesamiento, los valores fueron similares o menores a los de la mayoría de las alternativas. Sigamos la plata: detrás del ensayo hay una discusión de fondo sobre cómo se gobiernan los sistemas de inteligencia artificial. Reentrenar un modelo para imponer una nueva regla suele ser caro, lento y, en muchos casos, inviable. Un método que se monta sobre el modelo ya entrenado y le exige condiciones en la salida, sin pisarle la generación interna, abre una puerta más barata y, según los datos publicados, más efectiva en calidad. Quien gana es el enfoque que combina cumplimiento estricto con libertad de cálculo; quien pierde, el modelo que se ve obligado a renegociar todo su entrenamiento cada vez que aparece una restricción nueva.