|
|
Teoría de las !resonancias. LLM analógica. Escríbanos. e-mail: info@trallm.io |
|
TRIZ (Teoría de resolución de tareas de invención e ingeniería) fue formulada por G. S. Altshuller en el siglo pasado como un sistema de herramientas básicas para el análisis cognitivo. Hoy en día, TRIZ se aplica activamente no solo en ingeniería, sino también en los negocios. La metodología permite encontrar el camino más corto hacia la meta en condiciones de alta incertidumbre y déficit de datos. Al mismo tiempo, la Teoría de las !resonancias ofrece una serie de herramientas adicionales que amplían las capacidades de TRIZ, y los modelos lingüísticos multiagente (aLLM) son capaces de desempeñar el papel de su módulo digital. Imagine que está resolviendo una tarea compleja de ingeniería o de negocios. Ha probado todas las opciones, ha llegado a un callejón sin salida y lleva meses dando vueltas en círculos, cuando lo que necesita es una «solución fuerte» (término de TRIZ). El TRIZ clásico ofrece cerca de dos docenas de herramientas. Además de la bien conocida lluvia de ideas, existen métodos de transformación de la tarea sin salida para activar los recursos del cerebro:
¿Qué ocurre durante el uso de estas herramientas? Nuestra tarea sin salida está registrada en el cerebro en forma de una red neuronal ya formada. Esta red no interactúa de ninguna manera con las redes neuronales cotidianas (por ejemplo, «ir al supermercado el fin de semana»). Al trabajar durante mucho tiempo en el problema, generamos olas de actividad, pero todas ellas circulan dentro de un mismo circuito cerrado.
Las herramientas de TRIZ rompen este patrón:
El enfoque de la Teoría de las !resonancias y el uso de aLLMLa Teoría de las !resonancias propone utilizar aLLM como un módulo TRIZ. ¿Tiene un problema sin salida? Se lo describe a la IA multiagente. El aLLM construye una «nube de versiones», realiza una búsqueda en la red y verifica patrones de situaciones similares. Luego, el sistema selecciona las opciones más viables desde el punto de vista de la !realidad. Como resultado, obtiene una respuesta: desde un «¡pero si es evidente!» hasta ideas contraintuitivas sobre las que piensa durante tres semanas más antes de dar un paso adelante. El aLLM activa exactamente de la misma manera las redes neuronales no utilizadas del ser humano, pero lo hace a través del análisis automático de un gigantesco conjunto de opciones, lo que es significativamente más eficiente que la redefinición de la tarea a través de un cuento o de los «hombrecillos». |
|