Investigadores de Google podrían haber resuelto un importante desafío de la IA. Desarrollaron "RL interna", una nueva técnica para entrenar modelos de IA. Este avance podría desbloquear agentes de IA de horizonte largo. Los hallazgos fueron publicados el 16 de enero de 2026.

La RL interna dirige el funcionamiento interno de un modelo. Guía a la IA hacia la resolución de problemas paso a paso. Esto evita las limitaciones de la predicción del siguiente token. Los LLM actuales a menudo tienen dificultades con el razonamiento complejo.

El impacto inmediato podría ser significativo. Los agentes de IA podrían volverse más autónomos. Podrían manejar tareas complejas sin la supervisión humana constante. Esto tiene implicaciones para la robótica y otros campos.

Los LLM tradicionalmente aprenden a través de la predicción del siguiente token. Este método puede ser ineficiente para la planificación a largo plazo. La RL interna ofrece un enfoque más directo. Se centra en el desarrollo de estrategias de alto nivel.

Los próximos pasos implican más pruebas y perfeccionamiento. Los investigadores pretenden escalar la técnica. El objetivo final es crear agentes de IA verdaderamente autónomos. Esto podría revolucionar la forma en que la IA interactúa con el mundo.