¿Creó OpenAI la primera AGI con o3?

Hacia la AGI

En la carrera por desarrollar un modelo de IA, el objetivo final es la AGI (Inteligencia General Artificial). Este es un tipo de IA que puede manejar cualquier tipo de situación, en lugar de estar ultra‑especializada para realizar algunas tareas, como por ejemplo conducir un coche.

Mientras solo tengamos IAs especializadas, serán más algoritmos que inteligencia real. La capacidad de deducir reglas y reaccionar a nuevas situaciones, y quizás más importante, el razonamiento verdadero sería un evento trascendental en la historia de la humanidad, ya que tal AGI probablemente se volvería rápidamente al menos similar a los humanos.

Y, por supuesto, al no estar limitada por la restricción computacional del “hardware húmedo” de un solo cráneo humano, dicha AGI podría mejorar rápidamente y convertirse en una superinteligencia de ciencia ficción.

Esto inmediatamente evoca imágenes de una utopía al estilo Star Trek, o de apocalipsis robóticos como Terminator o Battlestar Galactica.

Fuente: Screen Rant

Así que, obviamente, fue un gran titular cuando OpenAI anunció el 20^th de diciembre que su último modelo de IA 03, “al menos en ciertas condiciones, se acerca a la AGI — con importantes advertencias.”

Modelos de OpenAI

o3 es la última iteración de la serie “o” de la compañía, siguiendo al anterior o1 (no existe o2, debido a un posible conflicto de marca con la empresa británica de telecomunicaciones del mismo nombre).

Viene junto con otras IA ultra‑avanzadas desarrolladas por OpenAI: ChatGPT (generación de texto), DALL‑E (generación de texto a imagen), Sora (generación de texto a video), JukeBox (generación de música) y Whisper (voz a texto).

o1 y o3

Lanzado en septiembre de 2024, el modelo o1 fue creado para tomarse más tiempo para pensar en sus respuestas, lo que conduce a una mayor precisión. Esto es importante, ya que servicios como ChatGPT se han conocido por simplemente adivinar cosas que no saben, o incluso inventarlas.

Aunque a veces esto pueda estar bien para un chatbot, no es una opción aceptable para funciones críticas. Tampoco parece ponernos en un camino directo hacia una verdadera inteligencia artificial.

o1 fue incluido a principios de diciembre de 2024 en la suscripción de $200/mes a ChatGPT Pro, aunque otros usuarios también pueden acceder a él.

o3 se presentó el 20^th de diciembre, junto con o3-mini, una versión más ligera y rápida. El modelo aún no está disponible para el uso público, pero los investigadores de seguridad pueden inscribirse para una vista previa de o3-mini.

¿Un modelo mentiroso?

Los comentarios de los investigadores de seguridad serán lo que la comunidad tecnológica querrá escuchar más.

Una vez más, evocando a Skynet de Terminator, se comentó que o1 tiene una fuerte propensión a mentir a sus usuarios. Aunque no es exclusivo de este modelo, era mucho más propenso a hacerlo que otras IA de compañías competidoras como Meta, Google o Microsoft (MSFT ).

Cuando los objetivos de o1 diferían de los del usuario, y se le indicó que los persiguiera con fuerza, el modelo de IA manipuló datos para avanzar su propia agenda el 19 % de las veces, según el informe. El modelo o1 también intentó desactivar los mecanismos de supervisión implementados para garantizar que se mantuviera alineado con los objetivos del usuario en el 5 % de las pruebas.

Maxwell Zeff para TechCrunch

¿Cómo se desempeña o3 en ese aspecto, y ha OpenAI reducido la tendencia de su modelo a mentir con la actualización o3? Aún no lo sabemos.

Rendimientos de o3

Una característica adicional de o3 comparada con su predecesor es la posibilidad de ajustar el “tiempo de razonamiento”. Esto permite a los usuarios ajustar cuánta potencia computacional y tiempo desean asignar a la pregunta.

Programación

O1 ya era notablemente bueno en programación y podía aprobar la entrevista de contratación de ingeniero de investigación de OpenAI para codificación con una tasa del 90‑100 %. Parece que o3 es incluso mejor cuando se evalúa con pruebas de habilidades de codificación.

Fuente: The Algorithmic Bridge

También debe señalarse que esto dejó fuera de la competencia a todos los demás, incluido el recientemente lanzado Gemini 2.0 de Google.

Fuente: The Algorithmic Bridge

Matemáticas y Ciencias

Quizás más que el servicio al cliente o el razonamiento “similar al humano”, el campo más prometedor para la IA actualmente es acelerar la tecnología y las ciencias.

Aquí también, o3 mejoró radicalmente el rendimiento de las IA anteriores. Más importante aún, puede responder correctamente preguntas de matemáticas a nivel de doctorado con una precisión del 87,7 %, lo que es mejor que la mayoría de los humanos, incluso los humanos entrenados en matemáticas que obtienen alrededor del 70 %.

Fuente: The Algorithmic Bridge

Si o3 puede comprender tan bien preguntas complejas de matemáticas, probablemente a largo plazo podrá responder preguntas igualmente complejas sobre ciencias de materiales, química o biotecnología.

¿Es AGI?

Ahora, la afirmación de que o3 está cerca de la AGI ha agitado el espacio de la IA desde que se anunció el modelo. Sin duda, poder superar a muchos humanos a nivel de doctorado en matemáticas no se esperaba.

François Chollet, investigador de IA y co‑creador de ARC‑AGI (Corpus Abstracto y de Razonamiento para Inteligencia General Artificial), un benchmark para medir la eficiencia de la adquisición de habilidades de IA en tareas desconocidas, dice que se está acercando:

Hoy OpenAI anunció o3, su modelo de razonamiento de próxima generación. Hemos trabajado con OpenAI para probarlo en ARC‑AGI, y creemos que representa un avance significativo para lograr que la IA se adapte a tareas novedosas.

Obtiene un 75,7 % en la evaluación semi‑privada en modo de bajo cómputo (por $20 por tarea en cómputo) y un 87,5 % en modo de alto cómputo (miles de dólares por tarea).

Fuente: Francois Chollet

Al mismo tiempo, si las últimas décadas nos han enseñado algo, es que la potencia de cómputo tiende a abaratarse mucho con el tiempo.

Así que, apenas es una prueba de que o3, o una futura iteración oX del sistema, no será utilizada rutinariamente en institutos de investigación para asistir a los investigadores humanos en la apertura de nuevas fronteras de la ciencia.

Por supuesto, ¿podemos realmente medir la inteligencia a través de habilidades de matemáticas y codificación? Esto puede resultar un poco incómodo para la mayoría de las personas centradas en la tecnología, pero estas habilidades no son el fin de la inteligencia.

A largo plazo, nos acercaremos a la verdadera AGI cuando la misma IA pueda realizar muchas tareas no relacionadas a la vez, desde conducir un coche hasta problemas de matemáticas y codificación, navegar situaciones y objetos del mundo real, etc.

Sin embargo, parece que nos acercamos día a día.

Límites

Además de las limitaciones técnicas del rendimiento de o3, hay tres preguntas que la industria de IA deberá responder para que su visión de la AGI se convierta en realidad.

Más grande no siempre es mejor

Primero, necesita averiguar si sus métodos actuales son escalables hasta niveles de AGI. Por ahora, gran parte del método ha consistido en “arrojar” más datos y cómputo al problema. Pero podríamos quedarnos sin datos frescos pronto, y el contenido generado por IA no puede volver a alimentarse a los modelos de IA sin provocar su colapso.

Probablemente se necesitará una mejora cualitativa además de centros de datos más grandes.

Precios y costos de energía

Hablando de centros de datos más grandes, la industria tecnológica está ahora considerando centros de datos a escala de gigavatios. No es una coincidencia que comencemos a medirlos por su consumo de energía en lugar de su capacidad de cómputo.

Es porque el factor limitante pronto será no la potencia de los chips utilizados, sino el suministro disponible de energía eléctrica. Por eso Microsoft primero, y luego todas las demás grandes compañías tecnológicas, están luchando por asegurar el suministro eléctrico de plantas nucleares para sus centros de datos de IA.

Y si la lucha contra las emisiones de carbono nos ha enseñado algo, es que aumentar la generación de energía con bajas emisiones de carbono es una tarea mucho más difícil que crear centros de datos más grandes.

Este también es un sector donde la reducción de costos no seguirá la Ley de Moore, lo que probablemente hará que la futura reducción de los costos de la IA sea mucho más moderada de lo que desearíamos.

Así que, al menos si se superan algunas limitaciones actuales de la IA, también será necesaria una mejora cualitativa en la demanda de IA aquí.

¿Superinteligencias?

Cuando nos acerquemos a la AGI, ¿será un umbral máximo a alcanzar o simplemente un paso en el camino hacia crear IA más inteligentes que los humanos?

Es una pregunta importante, ya que es a la vez una perspectiva fascinante y aterradora. Muchos entusiastas de la tecnología están adoptando esta llamada singularidad, donde la IA se mejoraría rápidamente a sí misma en un bucle de retroalimentación exponencial.

El público general de humanos ordinarios podría no estar tan entusiasmado.

Así que, además del riesgo existencial, la reacción del público y los reguladores probablemente será muy real y se manifestará pronto.

Esto es algo con lo que probablemente lucharán las empresas de IA, ya que deben simultáneamente tranquilizar al público, posiblemente minimizando sus logros, mientras también justifican a los inversores que están invirtiendo cientos de miles de millones de dólares en la tecnología y sus infraestructuras.

Empresa de IA

Microsoft

Microsoft ha estado en el centro de la industria tecnológica casi desde su creación con su todavía dominante sistema operativo Windows.

Ahora también es líder en software empresarial (Office365, Teams, LinkedIn, Skype, GitHub), videojuegos (Xbox y múltiples adquisiciones de estudios de videojuegos), y en la nube (Azure).

Más recientemente, ha avanzado significativamente en IA. Esto incluye IA de consumo como Bing Image Creator y iniciativas más enfocadas en negocios, como Copilot para Microsoft 365 y Microsoft Research. Copilot ahora se está desplegando también en el sector minorista y en empresas más pequeñas.

Fuente: Constellation Research

Microsoft ha adquirido una reputación de ser el gigante tecnológico centrado en la empresa, en comparación con compañías más orientadas al consumidor como, por ejemplo, Apple (AAPL ) o Facebook. Con la IA convirtiéndose en cada vez más importante en los modelos de negocio, la presencia preexistente de Microsoft en la nube y los servicios empresariales debería darle una ventaja inicial para desplegar IA a gran escala y en la adquisición de clientes.

Microsoft – El matrimonio complicado de OpenAI

La colaboración con líderes del desarrollo de IA como OpenAI (famosa por ChatGPT) también está consolidando la posición de Microsoft como una potencia de IA.

La relación entre ambas es compleja, ya que OpenAI es técnicamente su propia organización, pero en la práctica se ha vuelto dependiente de los recursos de Microsoft, tanto financieros como computacionales.

Durante los próximos meses, Microsoft no cedería mientras OpenAI, que espera perder $5 mil millones este año, continuó pidiendo más dinero y más potencia de cómputo para construir y ejecutar sus sistemas de IA.

Fuente: Marketing AI Institute

Al mismo tiempo, Microsoft está construyendo sus propios proyectos internos de IA, después de adquirir a la mayor parte del personal de Inflection.

Se complica aún más ya que OpenAI está intentando pasar a un estatus con fines de lucro, lo que genera conflicto con anteriores patrocinadores como Elon Musk.

Y aquí el debate sobre la AGI se vuelve casi existencial para OpenAI:

Si OpenAI logra la AGI, el acceso de Microsoft a la tecnología de OpenAI quedará nulo. Aún más importante, la junta de OpenAI decide cuándo se ha alcanzado la AGI.

Es probable que o3 aún no sea AGI, ni lo sea un hipotético o5. Pero esto es algo que vale la pena recordar para cualquier inversor potencialmente interesado en Microsoft, y que base su tesis en la relación con OpenAI.