La inteligencia artificial general (AGI) representa lo que muchos consideran el Santo Grial de la IA: máquinas que pueden comprender, aprender y aplicar conocimientos en diferentes situaciones y tareas, al nivel humano o superándolo.
Los sistemas de IA actuales constan de como se llama “IA estrecha”, que sobresale en tareas específicas. Si te desvías de la tarea, el sistema de inteligencia artificial dejará de funcionar. Esta es la razón por la que AlphaGo de Google DeepMind puede derrotar a un campeón mundial humano en el juego Go, pero no puede realizar tareas simples fuera del juego. Los seres humanos, por otro lado, pueden hacer muchas cosas diferentes: hablar, caminar, comer, dibujar, cantar, escribir, cocinar y más sin sudar.
En los negocios, IA estrecha realiza tareas que abarcar toda la gama desde la detección de fraude en transacciones financieras, un asistente de IA que compone contenido escrito, o un modelo de IA de generación de imágenes que puede crear ilustraciones para anuncios. Sin embargo, estos modelos de IA no podrán de repente realizar tareas no relacionadas, como dar seguimiento a llamadas de ventas o discernir qué cliente potencial tiene más probabilidades de comprar el producto.
AGI cambiaría el juego por completo. Poseería habilidades generales de resolución de problemas y flexibilidad cognitiva similares a las de los humanos. Así como un ser humano que aprende a cocinar puede aplicar esas habilidades organizativas y de sincronización a la gestión de proyectos, un sistema AGI podría tomar lecciones de un dominio y aplicarlas a desafíos completamente diferentes. Esta adaptabilidad es lo que hace que AGI sea un concepto tan transformador para las empresas.
“AGI es una búsqueda teórica para desarrollar sistemas de IA que posean autocontrol autónomo, un grado razonable de autocomprensión y la capacidad de aprender nuevas habilidades. Puede resolver problemas complejos en entornos y contextos que no fueron enseñados. lo en el momento de su creación. La AGI con capacidades humanas sigue siendo un concepto teórico y un objetivo de investigación”, según AWS. Señala que la AGI también se denomina “IA fuerte” y la IA estrecha se denomina “IA fuerte”. referido como «IA débil».
Todo el mundo apunta a AGI
La mayoría de los principales actores tecnológicos en IA tienen el objetivo de desarrollar AGI: OpenAI, Google, Meta, Anthropic. y otros. El director ejecutivo de OpenAI, Sam Altman, avivó las llamas el 5 de enero escribiendo en su personal blog que la empresa “ahora confía en que sabemos cómo construir AGI como la hemos entendido tradicionalmente”.
en un entrevista Con Bloomberg, Altman dijo que su modelo de IA ‘o3’ superó ARC-AGI, un umbral clave de AGI, lo que significa igualaban a los humanos en la realización de tareas desconocidas. Sin embargo, o3 fue entrenado en el conjunto de datos públicos ARC-AGI.
«El nuevo modelo o3 de OpenAI representa un importante avance en la capacidad de la IA para adaptarse a tareas novedosas», según Premio Arcouna competencia pública para superar la prueba ARC-AGI que es cofundador por el creador de ARC-AGI, Francois Chollet. “Esto no es simplemente una mejora incremental, sino un avance genuino, que marca un cambio cualitativo en las capacidades de IA en comparación con las limitaciones anteriores de los LLM. [large language models]. O3 es un sistema capaz de adaptarse a tareas que nunca antes había enfrentado” y acercarse al desempeño a nivel humano.
Pero Arc Prize advirtió que su prueba ARC-AGI «no es una prueba de fuego para AGI» y pasarla «no equivale a alcanzar AGI». Eso significa que o3 no ha alcanzado el AGI porque «todavía falla en algunos muy fácil tareas, lo que indica diferencias fundamentales con la inteligencia humana”.
El científico jefe de IA de Meta, Yann LeCun, uno de los llamados «padrinos de la IA», recientemente argumentó algo parecido: los sistemas de IA no son ni siquiera más inteligentes que un gato o un perro. Si bien el director ejecutivo de Meta, Mark Zuckerberg, ha declarado que el gigante de las redes sociales está apuntando a AGI, LeCun dijo que nadie lo ha logrado todavía.
Lograr AGI tendría grandes implicaciones para las empresas. Por ejemplo, un sistema de IA puede analizar las tendencias del mercado y al mismo tiempo rediseñar la cadena de suministro para adaptarse. a esos cambios. Puede manejar el servicio al cliente mientras utiliza esas interacciones para informar el desarrollo de productos. Puede gestionar operaciones mientras desarrolla soluciones innovadoras a problemas de eficiencia. Puede tomar decisiones estratégicas sintetizando información en múltiples industrias y dominios, lo que requiere un razonamiento general de alto nivel.
Por ahora, los sistemas de IA con “tal generalidad” en capacidades tienen un “coste elevado”, según ARC Prize. Dijo que AGI cuesta entre 17 y 20 dólares por tarea, en comparación con los 5 dólares que cuesta pagar a un ser humano por hacer lo mismo mientras consume “sólos centavos” de energía. Sin embargo, cree que los costos de AGI deberían disminuir y volverse competitivos con el trabajo humano en un tiempo «bastante corto».
Los niveles de AGI
Uno de los rigurosos a la hora de evaluar si se ha alcanzado o no el AGI es su definición fluida. Es por eso que Google DeepMind intentó definir AGI creando seis niveles de AGI con los que se pueden medir los sistemas de IA.
Este marco tiene como objetivo organizar y fundamentar en métricas lo que ha sido una definición fluida de AGI. El niveles se basan en el rendimiento y la generalidad de las capacidades del modelo de IA. Van desde el Nivel 0 (sin IA) hasta el Nivel 5 (sobrehumano), al que también llama superinteligencia artificial.
OpenAI tiene sus propios cinco niveles de AGI, de los que Altman habló durante una entrevista con PodiumVC. Fue informado por primera vez por Bloomberg.
Nivel 1: Chatbots, IA con lenguaje conversacional
Nivel 2: Razonadores, resolución de problemas a nivel humano
Nivel 3: Agentes, sistemas que pueden tomar acciones.
Nivel 4: Innovadores, IA que puede ayudar en la invención
Nivel 5: Organizaciones, IA que puede hacer el trabajo de una organización.
En particular, el desarrollo de AGI se basa en varios componentes tecnológicos clave: las arquitecturas de aprendizaje automático deben evolucionar más allá del reconocimiento de patrones hacia una verdadera comprensión; Los sistemas necesitan desarrollar un razonamiento causal: comprender no sólo qué suceden las cosas, sino también por qué suceden. También necesitan un razonamiento con sentido común y la capacidad de transferir conocimientos entre diferentes contextos. Lo más importante es que necesitan desarrollar algo parecido a la conciencia humana y la autoconciencia.a pesar de el tema de La conciencia de la máquina es controvertida e incluso ha llevado a la disparo de un ingeniero de Google que afirmó que un modelo de IA era sensible.
Según IBMLa IA necesita mejorar las siguientes capacidades con el fin de alcanzar el ingreso bruto ajustado:
- Percepción visual: capacidades actuales de visión por computadora no seguir siendo rival para Capacidades humanas en detección de objetos y reconocimiento facial. Los sistemas de IA luchan, por ejemplo, con objetos parcialmente ocultos.
- Percepción de audio: los sistemas de inteligencia artificial todavía tienen dificultades para comprender los acentos y el sarcasmo y otras emociones.
- Habilidades motoras finas: los sistemas robóticos de IA todavía luchan por dominar objetos frágiles y utilizar herramientas en mundo real ajustes y adaptarse a nuevas tareas.
- Resolución de problemas: los sistemas de IA necesitan habilidades de razonamiento y pensamiento crítico para resolver problemas como un ser humano.
- Navegación — Los vehículos autónomos aún enfrentan desafíos para comprender el mundo exterior, algo un conductor adolescente no tendría problemas para conducir.
- Creatividad: los sistemas de IA copian pero no son originalmente creativos.
- Compromiso social y emocional — Los sistemas de IA actuales todavía tienen problemas para reconocer las emocionesinterpretando Expresiones faciales, tono de voz y lenguaje corporal.
Resolver la AGI puede cambiar las reglas del juego para las empresas, ya que puede revolucionar todos los aspectos de las operaciones. Por ejemplo, podría optimizar procesos de maneras que los humanos no pueden imaginar, identificar oportunidades de mercado que los líderes humanos no pueden ver y resolver problemas complejos con una velocidad y precisión sin precedentes.
Sin embargo, los desafíos también son importantes. El desarrollo de AGI requeriría importantes cambios económicos y sociales. Las industrias podrían transformarse de la noche a la mañana. Se crearían y eliminarían empleos a un ritmo sin precedentes. Las empresas necesitarían repensar completamente sus estructuras organizativas y modelos de negocio.
A nivel social, la carrera por desarrollar AGI incluso ha generado temores entre los pioneros de la IA de que la IA podría volverse deshonesta e incluso acabar con la humanidad. Estas alarmas las hizo sonar nada menos que el premio Nobel Geoffrey Hinton, uno de los padrinos de la IA. Dejó su trabajo en Google para advertir a la sociedad sobre sus temores: apareció en muchos programas de noticias nacionales y habló con el Revisión de tecnología del MIT.
En 2023, luminarias de la IA, entre ellas Yoshua Bengio (otro padrino de la IA), Stuart Russell, Elon Musk y el cofundador de Apple, Steve Wozniak. y otros firmó una carta abierta pidiendo una pausa en el desarrollo de la IA.
En el otro lado del debate están personas como LeCun y Andrew Ng, el fundador de Google Brain, que creen que tal Los temores son exagerados y la IA representará un renacimiento de la sociedad y las empresas. Mientras tanto, la carrera hacia AGI continúa. Si bien nadie sabe cuándo se alcanzará la AGI, su amplio impacto la convierte en una tecnología que no se puede ignorar.
