Recientemente, el equipo de Meta AI presentó el modelo de arquitectura de predicción de incrustaciones conjuntas de video (V-JEPA), una innovación destinada a impulsar el desarrollo de la inteligencia artificial. Los humanos procesan naturalmente la información de las señales visuales para identificar objetos y patrones de movimiento a su alrededor. Un objetivo importante del aprendizaje automático es desentrañar los principios subyacentes que permiten el aprendizaje no supervisado en los humanos. Los investigadores propusieron una hipótesis clave: el principio de predicción de características, que sugiere que las representaciones de las entradas sensoriales continuas deberían poder predecirse mutuamente. Los métodos de investigación anteriores, a través del análisis de características lentas...