El 10 de junio de 2025, investigadores del Instituto de Automatización de la Academia de Ciencias de China y del Centro de Excelencia en Ciencias del Cerebro y Tecnología Inteligente publicaron en la revista Nature Machine Intelligence un estudio que explora si los modelos de inteligencia artificial multimodal pueden “entender” objetos más allá de reconocer sus formas.
Para ello, aplicaron la conocida tarea del “intruso”, en la que se presenta un trío de objetos naturales y se pregunta cuál difiere de los otros dos. Con 4,7 millones de decisiones sobre 1.854 ítems, el equipo identificó 66 dimensiones conceptuales estables y altamente interpretables, revelando una semántica interna análoga a la de la mente humana.
El análisis se complementó con comparaciones de datos de neuroimagen humana para examinar la alineación entre las representaciones internas de los modelos y la actividad cerebral. Se detectaron correspondencias significativas en regiones como el área fusiforme facial, la corteza retrosplenial y el área parahipocampal, todas implicadas en el procesamiento visual y conceptual.
Según ABC, estos hallazgos refuerzan el potencial de los modelos multimodales como base para sistemas de IA con arquitecturas cognitivas más humanas. No obstante, algunos expertos advierten sobre la viabilidad global de los chatbots chinos, afectados por la censura y la intensa competencia internacional.
