“`html
“La inteligencia artificial general (IAG) se refiere a la habilidad de una máquina para llevar a cabo tareas intelectuales que típicamente requieren la inteligencia humana. A diferencia de la inteligencia artificial especializada, que se centra en actividades concretas, la IAG busca imitar la versatilidad cognitiva humana en un amplio abanico de tareas.
Para explicarlo de forma sencilla, podríamos comparar la IAG con el funcionamiento del cerebro humano. Así como nosotros, los seres humanos, tenemos la capacidad de aprender diversas habilidades y aplicar nuestro conocimiento en múltiples situaciones, la inteligencia artificial general aspira a que una máquina pueda hacer lo mismo. Sería como contar con una computadora que no solo sea experta en una única tarea, como jugar ajedrez o identificar imágenes, sino que puede aprender y adaptarse para llevar a cabo una extensa gama de actividades de forma inteligente, similar a cómo lo hace una persona”. (ChatGPT, diciembre de 2023)
En los últimos meses hemos discutido en numerosas ocasiones sobre inteligencia artificial: desde las maneras de aprovechar las IA generativas como ChatGPT , Midjourney o Dall-e hasta todos los cambios y controversias suscitadas en torno a OpenAI y Sam Altman. Pero en el contexto del avance acelerado de estas tecnologías, se encuentra un concepto que emociona y asusta por igual: el de la Inteligencia Artificial General, un tipo de IA que sería capaz de ejecutar cualquier tarea intelectual que realiza un humano, pudiendo incluso sobrepasar la inteligencia humana.
Inteligencia artificial general y los inicios de la inteligencia humana
No hay un consenso entre los investigadores sobre qué constituye la inteligencia, y cualquier definición que proporcionemos es sujeta a debate. Pero, de acuerdo con el investigador sueco Max Tegmark (autor de un libro que recomiendo, Vida 3.0), podríamos definir la inteligencia como “la capacidad para alcanzar objetivos complejos”. Esta definición abarca aspectos que asociamos con lo inteligente, tales como comprensión, resolución de problemas o capacidad de aprendizaje. Por lo tanto, la inteligencia artificial sería… “la capacidad de alcanzar objetivos complejos por parte de un ente creado artificialmente”.
Y es fundamental entender que la inteligencia comprende muchos tipos, tantos como objetivos complejos existen: está la inteligencia verbal, espacial, motora… Y lo mismo ocurre con la IA. Generalmente, cuando hablamos de IA no nos referimos a una IA General que pueda alcanzar objetivos complejos en cualquier área (lo cual probablemente se logrará, pero en muchos años), sino que nos referimos a lograrlo en campos específicos, tal como lo hace Midjourney en la creación de imágenes o Whisper en la transcripción de audio a texto, por ejemplo.
Sin embargo, lo cierto es que la IA general es un objetivo que ha sido planteado por todos los expertos en el sector desde hace años, y cada avance en este ámbito nos acerca más a su realización.
La definición precisa de Inteligencia Artificial General (IAG por sus siglas en inglés) no está ampliamente consensuada, pero se refiere a un tipo de sistema autónomo capaz de entender, aprender y ejecutar tareas intelectuales de manera similar a como lo hace el cerebro humano. En resumen, la IAG aproxima
“`
a la IA la habilidad de adquirir conocimiento del mismo modo que los seres humanos.
A diferencia de la IA generativa que necesita ser programada previamente para abordar un problema, la IAG se basa en la premisa de que la máquina posea una inteligencia paralela a la de un humano y que sea capaz de aprender de manera similar a un ser humano.
Por ejemplo, plataformas de IA generativa, como ChatGPT, Midjourney y DALL-E pueden identificar patrones aprendidos y crear nuevos datos con atributos similares. Sin embargo, el truco radica en que un humano debe instruir a la máquina sobre los datos y patrones que debe seguir para generar información novedosa.
En contraste, se podría emplear una máquina de IAG que no estuviera programada y enseñarle cualquier cosa, desde jugar ajedrez hasta practicar la medicina, y todo esto sin requerir programar los conocimientos esenciales para llevar a cabo estas actividades, permitiendo que la máquina adquiera habilidades basándose en sus propias vivencias.
En este contexto, la IAG es el próximo gran objetivo que la industria de la IA se ha propuesto alcanzar, un desafío que buscan empresas globales, como OpenAI, Microsoft, Google y una multitud de startups. Hace unas semanas, el concepto de IA general acaparó la atención mediática, cuando se sugirió que la suspensión temporal de Sam Altman como CEO de OpenAI había sido consecuencia de sus avances en el ámbito de la IA general y el proyecto Q*.
IA General, IA “fuerte” y “débil”
Los términos “IA fuerte” y “IA general” a menudo se emplean como sinónimos. De este modo, IA fuerte se utiliza comúnmente en oposición a “IA débil”, entendiendo esta última como un tipo de inteligencia artificial diseñada y programada para llevar a cabo tareas específicas y limitadas, careciendo de la capacidad de comprender o aprender de forma independiente en otras áreas. En contraste con la “IA fuerte” o “IA general”, que busca alcanzar un nivel de inteligencia comparable al humano en diversas funciones, la “IA débil” se especializa en tareas concretas y no cuenta con la versatilidad ni la comprensión holística asociada con la inteligencia general.
Riesgos de la IAG
A pesar de que la IAG pudiera transformar las industrias y abordar grandes desafíos globales, muchos perciben en ella varios problemas y riesgos, principalmente éticos y sociales.
Para numerosos especialistas, el progreso de modelos de Inteligencia Artificial General conlleva un peligro para la humanidad y muchos han alertado sobre las amenazas que podría representar. De hecho, a inicios de 2023, Elon Musk, junto a varios expertos, firmaron una carta pública donde solicitaban interrumpir el desarrollo y entrenamiento de modelos de IA para discutir la manera más segura de su evolución.
Entre los numerosos problemas y retos que presenta la IAG, se encuentra la transparencia de los modelos creados por las empresas para que funcionen y la falta de información sobre cómo han sido entrenados, además de la escasa comprensión de su funcionamiento interno. Estos desconocimientos son, precisamente, los que introducen riesgos relacionados con sesgos o discriminaciones algorítmicas, sumado a una amenaza a la privacidad en caso de que estos sistemas expongan datos confidenciales recolectados.
Otro de los aspectos cruciales es la cuestión del control y la seguridad. Existe la
La inquietud de que una IAG altamente avanzada pueda sobrepasar la capacidad humana de entendimiento y supervisión, resultando en situaciones impredecibles o no deseadas, facilitando que sistemas esenciales sean susceptibles a ataques y uso indebido, con consecuencias potencialmente nocivas en áreas como la ciberseguridad, las finanzas, la energía o el ámbito militar, donde su aplicación en armamento autónomo podría tener repercusiones fatales.
El desplazamiento laboral representa otro peligro significativo vinculado con la IAG. La mecanización de puestos de trabajo podría ocasionar el desplazamiento de empleados en distintas industrias, con posibles implicaciones económicas y sociales considerables. Esto resalta la necesidad de abordar las repercusiones económicas de manera justa y contemplar alternativas para mitigar el efecto sobre la fuerza laboral.
Finalmente, sumergiéndonos en el terreno de las distopías, persiste la preocupación de que estas entidades autónomas sean capaces de tomar decisiones poco éticas o que no se alineen con los valores humanos, especialmente si sus objetivos no están correctamente definidos. La gestión de estos riesgos es crucial para asegurar un desarrollo responsable y seguro de la inteligencia artificial general, subrayando la importancia de la colaboración entre la sociedad, los gobiernos y la industria en el establecimiento de marcos éticos y legales que dirijan su implementación.
Grandes corporaciones y IAG
Una de las empresas que se dedica al ámbito de la IAG es Amazon, que a mediados de 2023 creó su propio equipo de Inteligencia Artificial General de Amazon, bajo la dirección del científico jefe y vicepresidente ejecutivo de Amazon, Rohit Prasad. Recientemente, Amazon ha comunicado una reestructuración de este equipo, dividiéndolo en seis áreas principales.
Esta noticia se transmitió a través de un correo electrónico interno enviado por Prasad y publicado por el medio Business Insider. Según el mensaje, la misión del equipo de AGI de Amazon es «desarrollar servicios de inteligencia de propósito general de alta calidad que beneficien a todos los negocios de Amazon y a toda la humanidad».
Las nuevas áreas son:
- Producto IAG, para definir los servicios de AGI y colaborar con los equipos de clientes internos.
- Servicios de datos IAG, para crear servicios de almacenamiento, acceso y etiquetado manual de datos.
- Modelos fundacionales IAG, para desarrollar modelos fundacionales más eficaces.
- Servicios sensoriales y de aprendizaje automático IAG, para crear servicios especializados, como el reconocimiento de voz, la conversión de texto a voz y la visión por computadora, que impulsen aplicaciones de la empresa (Alexa, Amazon Search, Fire TV y AWS Polly).
- Servicios de asistente conversacional IAG, para crear asistentes o agentes conversacionales especializados.
- Información IAG, para obtener y organizar datos del mundo en tiempo real y entrenar los modelos de IA.
Otro de los titanes que están invirtiendo en el camino hacia la IAG es Microsoft, principal patrocinador de OpenAI. El pasado mes de marzo, Microsoft declaró que el último modelo desarrollado por OpenAI, GPT-4, “puede resolver tareas novedosas y complejas que incluyen matemáticas, codificación, visión, medicina, derecho, psicología y más, sin requerir instrucciones especiales. Además, en todas estas tareas, el rendimiento de GPT-4 se aproxima sorprendentemente al rendimiento humano y, a menudo, supera notablemente a modelos previos como ChatGPT.”
Dada la amplitud y profundidad de las capacidades de GPT-4, consideramos que razonablemente podría considerarse como una versión temprana (aunque aún incompleta) de un sistema de inteligencia artificial general. En nuestra exploración de GPT-4, hacemos especial énfasis en descubrir sus limitaciones y discutimos los desafíos que se presentan para avanzar hacia versiones más profundas y completas de inteligencia artificial general.”
Imagen: Depositphotos
