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
- Emulación del cerebro: reproducir mediante software los procesos del cerebro humano.
- Arquitecturas novedosas: desarrollar nuevos diseños de inteligencia artificial diferentes tanto de los modelos inspirados en el cerebro como de los modelos de IA estrecha.
- 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.
.jpeg)
Comments
Post a Comment