Inteligencia General Artificial: Una historia de construir capacidades con cautela

Estamos viviendo en la era de la Inteligencia Artificial, con el tamaño del mercado global de IA ya superado US$240 mil millones y ahora se estima que superará los US$730 mil millones para 2030, con una tasa de crecimiento anual que supera el 17%.

Entre todo el alboroto que rodea a la IA, un paradigma que ha capturado la atención de todos es la AGI, Inteligencia General Artificial.

¿Pero qué es? ¿Por qué todos hablan de ella y por qué la comunidad científica y tecnológica está tan interesada en observar cada giro que da? Profundicemos para entender mejor.

Pero antes de sumergirnos directamente en la Inteligencia General Artificial, intentemos averiguar qué implica la inteligencia general.

Definiendo los contornos de la inteligencia general

La inteligencia general implica la capacidad de alcanzar una variedad de objetivos y realizar tareas diversas cuyos contextos y entornos son diferentes. Los sistemas que son ‘generalmente inteligentes’ deben: 

• Manejar problemas y situaciones que son sustancialmente diferentes de lo que se podría anticipar
• Ser capaz de generalizar el conocimiento adquirido para que se transfiera de un contexto problemático a otros.

La comunidad científica también espera que diversas inteligencias generales del mundo real compartan algunas propiedades comunes, sin estar significativamente seguros de cuáles podrían ser esas propiedades.

La premisa de la Inteligencia General Artificial parte de estas características de la inteligencia general e intenta ir y pensar más allá de ellas.

La hipótesis central de la AGI

La hipótesis obtuvo su primera articulación oficial en un paper titulado “Artificial General Intelligence: Concept, State of the Art, and Future Prospects,” publicado en el Journal of Artificial General Intelligence por Ben Goertzel. La hipótesis decía lo siguiente: 

“La creación y estudio de inteligencia sintética con un alcance suficientemente amplio (p. ej., a nivel humano) y una fuerte capacidad de generalización, es fundamentalmente cualitativamente diferente de la creación y estudio de inteligencia sintética con un alcance significativamente más estrecho y una capacidad de generalización más débil.”

Para desarrollar sus rasgos, la AGI será suficientemente amplia en su alcance y tendrá una fuerte capacidad de generalización.

En un modo más popular de escribir y explicar cosas científicas, la AGI es una corriente de investigación teórica de IA dirigida a desarrollar IA con un nivel humano de función cognitiva, que incluye la capacidad de autoaprendizaje.

Muchos investigadores creen que prácticamente no es posible elevar la IA a un “nivel humano de función cognitiva”. Sin embargo, con certeza, se considera una modalidad de IA más fuerte en comparación con las IA débiles o más estrechas que hemos visto hasta ahora.

Inteligencia General Artificial como “IA fuerte”

Según IBM, “La inteligencia artificial fuerte (IA), también conocida como inteligencia general artificial (AGI) o IA general, es una forma teórica de IA utilizada para describir una cierta mentalidad del desarrollo de IA. Si los investigadores pueden desarrollar IA fuerte, la máquina requeriría una inteligencia igual a la humana; tendría una conciencia autoconsciente que puede resolver problemas, aprender y planificar para el futuro.”

La IA fuerte esencialmente funcionaría como un ser humano a nivel cognitivo. Comenzará como un niño, aprenderá a través de entradas y experiencias, y progresará en sus habilidades hasta convertirse en una máquina tan inteligente que no pueda distinguirse del cerebro humano.

Funcionalmente, la IA fuerte sería diferente de la IA estrecha o débil en su capacidad para manejar la cantidad y diversidad de tareas.

Para poner esta distinción en perspectiva, la IA débil o estrecha se centra en ejecutar una tarea repetitiva, mientras que la IA fuerte puede realizar varias tareas simultáneamente. Más importante aún, mientras la IA débil o estrecha siempre dependerá de entradas humanas, la AGI o IA fuerte, una vez completadas las fases iniciales de crecimiento y aprendizaje, ya no dependerá de instrucciones provenientes de humanos. Generará una conciencia que se asemeje a la humana en lugar de simularla.

Con todos estos entendimientos sirviendo como base teórica para la AGI, la pregunta es cómo abordarla, especialmente cuando los investigadores dicen que una AGI ideal nunca puede lograrse.  Existen cuatro enfoques amplios para la AGI: Simbólico, Emergente, Híbrido y Universalista.

El enfoque simbólico de la AGI: Este enfoque asume que las mentes existen principalmente para manipular símbolos que representan diferentes aspectos del mundo o de sí mismas. También asume que un sistema simbólico físico viene con la capacidad de introducir, extraer, almacenar y alterar entidades simbólicas y, por lo tanto, puede generar acciones ejecutables apropiadas para alcanzar el objetivo final.

Por lo tanto, la arquitectura cognitiva simbólica se centra en el concepto de una ‘memoria de trabajo’ que recurriría a la memoria a largo plazo según sea necesario y utilizaría un control centralizado sobre la percepción, la cognición y la acción.

El enfoque emergentista de la AGI: El enfoque emergentista de la AGI asume que las capacidades de procesamiento de símbolos abstractos surgirían de dinámicas subsimbólicas de nivel inferior. En términos más simples, este enfoque de la AGI gira en torno a considerar el cerebro humano como un conjunto de elementos simples que pueden autoorganizarse complejamente, si es necesario.

El enfoque híbrido de la AGI: El enfoque híbrido de la AGI tiene el fenómeno “el todo es mayor que la suma de sus partes” como su filosofía guía. Busca responder tanto a las fortalezas como a las debilidades de los enfoques simbólico y emergentista mediante una arquitectura híbrida integradora que combina subsistemas que operan según los dos paradigmas.

La combinación puede ser la de un subsistema simbólico con un gran sistema subsimbólico o una población de pequeños agentes, cada uno de los cuales es tanto simbólico como subsimbólico por naturaleza.

El enfoque universalista de la AGI: El enfoque universalista de la AGI comienza con algoritmos que tienen el poder de generar una inteligencia general inmensamente poderosa si se les proporciona una potencia computacional masiva e irrealísticamente enorme. El objetivo es, eventualmente, reducir su escala haciéndolos adaptarse a trabajar con recursos computacionales factibles.

Mientras todos estos enfoques han evolucionado con la investigación alrededor del paradigma avanzando a un ritmo constante, muchas organizaciones tecnológicas han estado construyendo soluciones prácticas alrededor de la AGI. La más conocida de ellas ha sido Open AI.

Empresas líderes que trabajan en AGI

1. Open AI

OpenAI, más famosa por su solución ChatGPT, tiene una visión centrada en la AGI. En una blog post publicada el 24 de febrero de 2023, la empresa inició sus planes sin ambigüedad. Dijo que su misión era ‘asegurar que la inteligencia general artificial – sistemas de IA que son generalmente más inteligentes que los humanos – beneficien a toda la humanidad.’

La empresa dijo que, al acercarse sus sistemas a la AGI, estaban ‘siendo cada vez más cautelosos con la creación y el despliegue’ de sus modelos. Como ejemplos, destacaron el despliegue de InstructGPT y ChatGPT.

¿Qué es ChatGPT?

Creado por Open AI y lanzado el 30 de noviembre de 2022, ChatGPT, en su esencia, es una herramienta de procesamiento de lenguaje natural impulsada por IA que permite conversaciones con el chatbot similares a las humanas. No solo puede responder preguntas, sino que también ayuda a redactar correos electrónicos, ensayos, códigos y más.

Haga clic aquí para la lista de las cinco mejores extensiones de ChatGPT.

¿Qué es Instruct GPT?

Instruct GPT, un término acuñado por Open AI, es un modelo de lenguaje avanzado impulsado por IA que puede seguir instrucciones dadas en un mensaje de texto. Sus capacidades avanzadas de comprender requisitos basados en texto y generar respuestas basadas en texto en consecuencia lo convierten en una herramienta poderosa para una variedad de propósitos de servicio y contenido.

Open AI Chat GPT en cifras

Según los últimos números disponibles, ChatGPT de OpenAI tiene más de 100 millones de usuarios activos semanales. Informes publicados el 12 de octubre de 2023 dijeron que OpenAI estaba generando ingresos a un ritmo de US$1.3 mil millones al año, generando más de US$100 millones al mes, un 30 % más que sus cifras del verano de 2023.

Reorganización de Open AI

Sin embargo, OpenAI ha estado en todas las noticias recientemente por su reorganización que generó revuelo en la comunidad tecnológica y de inversión tecnológica a nivel mundial. La junta directiva decidió destituir a su CEO, Sam Altman, por no ser “consistentemente sincero” en sus comunicaciones. Sin embargo, cinco días después de que fuera despedido repentinamente, la junta decidió devolver a Altman a su antiguo puesto.

Según se informa, cada miembro del personal de Open AI había co-firmado una carta diciendo que considerarían renunciar si el Sr. Altman no era reincorporado a su posición anterior. Uno de los miembros de la junta responsable de la destitución de Sam Altman, el científico jefe de Open AI, Ilya Sutskever, escribió en su cuenta de X lo siguiente: “Lamento profundamente mi participación en las acciones de la junta. Nunca tuve la intención de dañar a OpenAI. Amo todo lo que hemos construido juntos, y haré todo lo posible para reunir a la compañía.”

Con el Sr. Altman de regreso como CEO de Open AI, la controversia parece haber quedado en el pasado.

Aunque OpenAI ha sido la más prominente en ganar tracción y atención en el espacio de la AGI, otros actores han existido durante un tiempo significativo. DeepMind es uno de esos actores que ha estado trabajando desde 2010.

2. DeepMind

DeepMind’s objetivo oficial a largo plazo es ‘resolver la inteligencia, desarrollando sistemas de resolución de problemas más generales y capaces, conocidos como inteligencia general artificial.’ La empresa se unió a Google en 2014.

El principio operativo de DeepMind siempre ha sido avanzar la ciencia para beneficiar a la humanidad. Como tal, quiere aprovechar la inteligencia artificial para servir a las necesidades y expectativas sociales.

Lo que puede considerarse como el éxito logrado por DeepMind hasta ahora es que sus programas han aprendido a diagnosticar enfermedades oculares tan eficazmente como los mejores médicos del mundo, han ahorrado un 30 % de la energía utilizada para mantener frescos los centros de datos, predicen las complejas formas tridimensionales de proteínas, revolucionando el camino para que la industria farmacéutica avance.

Según los datos disponibles, DeepMind solo había recaudado una ronda de fondos el 1 de febrero de 2011, antes de colaborar con Google. Los inversores fueron Founders Fund y Horizons Ventures. La financiación ascendía a US$50 millones, según se informa.

3. Adept

Otro jugador emergente en el campo de la AGI es Adept. En marzo de 2023, la startup de apenas un año de vida con solo 25 empleados recaudó US$350 millones de capital de riesgo. recaudó fondos al demostrar una versión rudimentaria de un asistente digital.

Adept ha estudiado cómo los humanos usan computadoras para construir un modelo de IA que pueda convertir un comando de texto en un conjunto de acciones. La ronda de financiación se completó con una valoración post-money de US$1 mil millones.

Según David Luan, cofundador de Adept, la empresa quiere construir el mismo modelo de computación siguiendo la forma en que un sintetizador permite a un músico tocar los sonidos de muchos instrumentos sin tener que aprender a tocar el instrumento original.

AGI: El camino por delante

Las personas tienen diferentes opiniones sobre el potencial de la AGI. Algunos creen que la AGI podría tener consecuencias peligrosas para la humanidad, mientras que otros creen que la AGI no podrá lograr lo que pensamos que podría.

Según Diego Klabjan, profesor de la Universidad Northwestern y director fundador del programa Master of Science in Analytics de la escuela:

“Los cerebros humanos tienen miles de millones de neuronas que están conectadas de una manera muy intrigante y compleja, y la tecnología actual de vanguardia es solo conexiones directas que siguen patrones muy simples. Así que pasar de unos pocos millones de neuronas a miles de millones de neuronas con las tecnologías de hardware y software actuales, no lo veo sucediendo.”

El Instituto Future of Humanity de la Universidad de Oxford realizó una encuesta entre 352 investigadores de aprendizaje automático sobre el potencial evolutivo de la IA. El número medio de encuestados hizo predicciones notables año a año.

• Para 2026: las máquinas podrían ser capaces de redactar ensayos escolares
• Para 2027: los camiones autónomos podrían hacer innecesarios a los conductores
• Para 2031: la IA podría superar a los humanos en el sector minorista
• Para 2049: la IA podría convertirse en el próximo Stephen King
• Para 2137: todos los trabajos humanos podrían estar automatizados

Es demasiado pronto para predecir a dónde nos llevará eventualmente la IA. Pero, como todas las tecnologías, puede usarse para bien o para mal.

El CEO de Open AI, Sam Altman, cree “debería haber una gran escrutinio de todos los esfuerzos que intentan construir AGI y una consulta pública para decisiones importantes.” Incluso va más allá al decir que:

“El mundo podría volverse extremadamente diferente de como es hoy, y los riesgos podrían ser extraordinarios. Una AGI superinteligente desalineada podría causar un daño grave al mundo; un régimen autocrático con una superinteligencia decisiva también podría hacerlo.”

Sin embargo, existen proveedores de soluciones AGI como DeepMind y otros que creen que la AGI será la portadora de muchos avances científicos y traerá cambios reales al mundo para mejor. La AGI definitivamente tendrá una influencia significativa en nuestras investigaciones, ingeniería, ciencia y seguridad para el mundo. Una gran parte del éxito dependerá definitivamente de cuán cautelosas y calibradas sean las acciones humanas.

Haga clic aquí para aprender todo sobre la inversión en inteligencia artificial.