Inteligencia Artificial General (AGI)

 



Definición

  • Una etapa hipotética de la inteligencia artificial en la que un sistema iguala o supera las capacidades cognitivas humanas en cualquier tarea.
  • Representa el objetivo máximo de la IA: reproducir un nivel de inteligencia similar al humano mediante software o máquinas.

Contexto histórico

  • Ha sido estudiada desde los primeros años de la investigación en inteligencia artificial; el término “AGI” (Artificial General Intelligence, Inteligencia Artificial General) fue popularizado en 2007 por Ben Goertzel.
  • Se contrapone a la IA estrecha o especializada (narrow AI), que sobresale únicamente en dominios específicos, como el ajedrez o el diagnóstico médico.

Principales diferencias

  • AGI vs. IA fuerte (Strong AI): la IA fuerte pone el énfasis en la conciencia, mientras que la AGI se centra en la capacidad de realizar una amplia variedad de tareas, aunque ambos conceptos se superponen parcialmente.
  • AGI vs. Superinteligencia Artificial (ASI): la ASI supera las capacidades humanas en prácticamente todas las tareas; la AGI, en cambio, alcanza un nivel equivalente al humano en múltiples tipos de tareas.

Definiciones propuestas habitualmente

  • Test de Turing: comportamiento similar al humano.
  • Modelos inspirados en el cerebro.
  • Rendimiento equivalente al humano en tareas cognitivas.
  • Capacidad para aprender nuevas tareas utilizando una cantidad limitada de datos.
  • Capacidad para realizar trabajos con valor económico.
  • Capacidades generales y flexibles, como las tareas de referencia propuestas por Gary Marcus.
  • “Artificial Capable Intelligence” (ACI) — Inteligencia Artificial Capaz: IA que puede alcanzar objetivos complejos en situaciones del mundo real.

Estado actual de los LLM

  • Los modelos de lenguaje de gran escala (LLM) muestran capacidades amplias, pero todavía no constituyen una verdadera AGI: presentan limitaciones en aspectos como el sentido común, la interacción con el mundo real, la memoria persistente y un desempeño confiable en todo tipo de tareas.

Enfoques tecnológicos hacia la AGI

  1. Emulación del cerebro: reproducir mediante software los procesos del cerebro humano.
  2. Arquitecturas novedosas: desarrollar nuevos diseños de inteligencia artificial diferentes tanto de los modelos inspirados en el cerebro como de los modelos de IA estrecha.
  3. Enfoque integrador: combinar diferentes herramientas de IA especializada —como LLM, modelos de visión y agentes de aprendizaje por refuerzo (RL)— bajo un “agente” central para alcanzar capacidades más amplias.

Perspectivas temporales

  • La mayoría de los expertos estima una probabilidad del 50 % de alcanzar una AGI de nivel humano hacia finales de este siglo; algunas encuestas recientes sitúan actualmente la estimación mediana alrededor del año 2047.

Preguntas frecuentes

  • AGI vs. IA: la IA comprende cualquier sistema capaz de tomar decisiones; la AGI es una IA con inteligencia general equivalente a la humana.
  • IA agéntica (Agentic AI): permite realizar acciones autónomas de múltiples pasos dentro de dominios definidos; no es lo mismo que una AGI.
  • Modelos fundacionales (Foundation Models): constituyen componentes útiles para construir sistemas de IA, pero por sí solos no representan una AGI.
  • Autoconciencia: no existe consenso. Algunos consideran que la conciencia es un requisito de la AGI, mientras que otros sostienen que no es necesaria.
  • ¿Cómo sabremos cuándo se ha alcanzado la AGI?: no existe un único criterio o benchmark aceptado universalmente. Existen diversas pruebas de desempeño, como ARC-AGI, pero su interpretación continúa siendo en cierta medida subjetiva.

Comments

Popular posts from this blog

IBM goes big to keep quantum computers cold

IBM - avances en mantener adecuadamente fríos computadores cuánticos.

Estructura multinivel de los sistemas de agentes de IA