El equipo de DeepMind de Google está refinando activamente la discusión sobre la Inteligencia General Artificial (AGI) al establecer una definición clara del término. Mientras que muchos entusiastas de la IA consideran que la AGI es el objetivo final en la búsqueda de la superinteligencia artificial, a menudo se carece de una articulación precisa de lo que conlleva la AGI. El término se aplica vagamente para describir software que, al cruzar un umbral específico, logra capacidades similares a la inteligencia humana.
En un preprint publicado en arXiv, los investigadores de DeepMind destacaron la importancia de una definición precisa de AGI, subrayando la necesidad de cuantificar atributos como rendimiento, generalidad y autonomía en los sistemas de IA. Al proponer un marco de evaluación estandarizado para AGI, buscan crear referencias que ayuden a evaluar las capacidades de diversos modelos de IA.
Definiendo la AGI
Actualmente, no existe una definición aceptada universalmente para AGI. La carta de OpenAI caracteriza la AGI como "sistemas altamente autónomos que superan a los humanos en la mayoría de los trabajos económicamente valiosos". Los expertos coinciden en que, a diferencia de la IA estrecha—que sobresale en tareas específicas como la traducción de idiomas o el juego—la AGI debe demostrar flexibilidad y adaptabilidad para manejar cualquier tarea intelectual que un humano pueda realizar. Esto implica dominar dominios específicos y tener la capacidad de transferir conocimientos entre diferentes campos, exhibir creatividad y resolver problemas novedosos.
Para aclarar el concepto de AGI, los investigadores de Google tomaron como referencia un marco de seis niveles utilizado para evaluar el progreso en la conducción autónoma. Analizaron varias definiciones de AGI e identificaron varios principios clave que deben fundamentar cualquier definición.
Primero, el equipo de Google argumenta que las definiciones de AGI deben centrarse en las capacidades en lugar de los procesos mediante los cuales la IA las logra. Esta perspectiva enfatiza que la IA no necesita replicar los patrones de pensamiento humano o la conciencia para calificar como AGI.
En segundo lugar, afirman que alcanzar la AGI requiere no solo una habilidad general, sino también estándares de rendimiento específicos para diversas tareas. Sin embargo, aclaran que estos benchmarks no necesitan ser validados en entornos del mundo real; es suficiente que un modelo demuestre el potencial de superar las capacidades humanas en un área determinada.
Algunos expertos sugieren que la AGI podría necesitar estar integrada en robots para interactuar con el mundo físico. Sin embargo, los investigadores de DeepMind sostienen que esto no es necesario. Proponen que la AGI debe centrarse predominantemente en tareas cognitivas inteligentes, como el aprendizaje autodirigido. Además, subrayan la importancia de rastrear cómo evoluciona la AGI con el tiempo, en lugar de fijarse en un único objetivo final.
Niveles de AGI
Para clasificar la AGI, DeepMind desarrolló un sistema de clasificación llamado "Niveles de AGI", comenzando con "emergente" (comparado con o ligeramente superior a un humano sin habilidades) y avanzando a través de categorías como "competente", "experto", "virtuoso" y finalizando con "sobrehumano" (superando todas las capacidades humanas). Este marco de clasificación se aplica tanto a sistemas de IA simples como complejos.
Los investigadores señalan que tecnologías de IA existentes como AlphaFold de DeepMind ya exhiben un rendimiento sobrehumano en tareas específicas. También sugieren que chatbots avanzados como GPT-4 y Bard de Google pueden representar etapas iniciales de AGI.
El Futuro de la AGI
Algunos miembros de la comunidad de IA son optimistas sobre la llegada inminente de la AGI. Jensen Huang, CEO de Nvidia, expresó recientemente su creencia de que la AGI podría realizarse en la próxima década, o incluso antes. Nicole Valentine, especialista en IA y fintech, propuso que la AGI ya podría estar presente, pero aún no ha alcanzado su máximo potencial. Argumenta que a medida que los sistemas de IA evolucionan y aprenden de su entorno, demostrarán una mayor sofisticación con el tiempo. "El verdadero desafío es cómo nosotros, como humanos, navegamos los riesgos y oportunidades que presenta un software capaz de aprender, comunicarse en lenguaje natural y razonar", declaró.
A principios de año, un grupo de expertos en IA llamó la atención con su artículo titulado "Chispas de Inteligencia General Artificial: Experimentos Iniciales con GPT-4", en el que destacaron la capacidad de GPT-4 para realizar tareas complejas en diversos campos, sugiriendo que podría considerarse una instancia inicial—aunque incompleta—de AGI.
Por el contrario, algunos expertos creen que aún estamos lejos de alcanzar la inteligencia a nivel humano en las máquinas. Yann LeCun, Chief AI Scientist de Meta, argumenta en contra de la existencia de AGI, sugiriendo que el término debería ser reemplazado por "IA a nivel humano". Sin embargo, reconoce que las máquinas eventualmente superarán la inteligencia humana en todos los dominios, alineándose con la definición general de AGI.
Los defensores de la AGI sostienen que tiene el potencial de revolucionar diversas industrias, desde la atención médica hasta la exploración espacial. Sin embargo, expertos como Assaf Melochna, presidente de la empresa de IA Aquant, señalan que aunque la AGI podría conducir a avances extraordinarios, también plantea riesgos significativos similares a los observados en la manipulación de redes sociales durante eventos sociales y políticos.
Clasificación
