¿Qué es el AGI? El objetivo de la IA del que todo el mundo habla pero que nadie puede definir claramente

La inteligencia general artificial, o AGI, es uno de los hitos más citados en la industria de la IA. Los ejecutivos de tecnología lo predicen, los inversores invierten miles de millones en financiar investigaciones al respecto y los críticos advierten sobre sus riesgos una vez que llegue.

Pero aún no está claro qué es exactamente la AGI, y los investigadores aún no están de acuerdo sobre qué se considera “inteligencia general”, cuándo podría llegar y cómo alguien podría reconocerla una vez que lo haga.

"Hay muchas definiciones diferentes", dijo a Decrypt Malo Bourgon, director ejecutivo del Machine Intelligence Research Institute. "Cuando empezamos a hablar de: ¿este sistema es AGI? ¿Es ese sistema AGI? ¿Qué es exactamente lo que califica como AGI según qué definición? Creo que es un poco difícil de hacer".

Figuras destacadas, incluido el director ejecutivo de OpenAI, Sam Altman, el director ejecutivo de Anthropic, Dario Amodei, y el director ejecutivo de xAI, Elon Musk, han opinado y hecho predicciones sobre el surgimiento de AGI.

"Creo que alcanzaremos el AGI en 2026", dijo Musk en diciembre durante una entrevista con el presidente ejecutivo de la Fundación XPRIZE, Peter Diamandis. "Estoy seguro de que para 2030 la IA superará la inteligencia de todos los humanos juntos".

A diferencia de la IA generativa con la que la mayoría de la gente está familiarizada gracias a ChatGPT, la inteligencia artificial general o AGI generalmente se refiere a un sistema de IA que puede comprender, aprender y aplicar conocimientos en muchas tareas diferentes a un nivel similar al humano, en lugar de realizar una única función especializada. El concepto se remonta a los primeros días de la investigación de la IA en la década de 1950.

A principios de la década de 2000, investigadores como Ben Goertzel, Shane Legg y Peter Voss popularizaron el término "inteligencia general artificial" para distinguir el objetivo original de una IA de amplia capacidad a nivel humano de los cada vez más exitosos pero limitados sistemas de IA que se están desarrollando en laboratorios de investigación y universidades.

Sin embargo, Bourgon dijo que lograr una “inteligencia a nivel humano” no es un objetivo único para todos.

"Hay un montón de razones de nuestra historia evolutiva, cómo están estructurados nuestros cerebros, cuán lentas son las neuronas y los límites de nuestra memoria de trabajo y la velocidad a la que operan nuestros cerebros, por las que deberíamos esperar que, si podemos diseñar sistemas de IA que tengan esta propiedad que tenemos, probablemente haya un enorme espacio por encima de nosotros", dijo.

AGI ya está aquí, dicen algunos

Los avances recientes en grandes modelos de lenguaje y poderosas IA como Gemini, ChatGPT, Grok y Claude, que pueden escribir ensayos, crear imágenes, generar código y responder preguntas complejas, han llevado a muchos a argumentar que ya se ha logrado la AGI. Pero lo que les falta, afirmó Bourgon, es autonomía.

"Inherente a las definiciones de AGI de la mayoría de las personas es el sentido de autonomía", dijo Bourgon. "Que estas cosas no necesariamente se comportan solo como herramientas y chatbots, sino que tienen esta naturaleza agente que les permite realizar tareas en una amplia variedad de entornos con una gran autonomía".

Ben Goertzel, director ejecutivo de SingularityNET y una de las figuras a las que se atribuye la popularización del término AGI, dijo que la interpretación amplía el concepto.

"El término se ha vuelto bastante confuso ahora en los medios", dijo Goertzel a Decrypt. "A los directores ejecutivos de tecnología les resulta conveniente decir: 'Oye, ya lanzamos AGI', y la gente hace cosas sensacionalistas".

En teoría, explicó Goertzel, AGI se refiere a sistemas de IA capaces de aprender y realizar una amplia gama de tareas más allá de aquellas para las que fueron entrenados explícitamente. Los modelos actuales, afirmó, son poderosos pero fundamentalmente diferentes de la inteligencia general.

“No llegan allí aprendiendo a hacerlo todo”, dijo. "Llegan allí al tener todo Internet metido en su base de conocimientos".

Si bien los desarrolladores de IA invierten miles de millones de dólares en la construcción de centros de datos de IA para suministrar cada vez más computación para modelos cada vez más potentes, una verdadera inteligencia general necesitaría generalizar y generar conocimientos genuinamente novedosos que vayan más allá de simplemente remezclar sus datos de entrenamiento, explicó.

"Si se tomaran los sistemas de redes neuronales profundas actuales y se los entrenara en música hasta el año 1900, nunca inventarían el hip hop o el grindcore", dijo Goertzel.

Goertzel argumentó que es poco probable que el cambio a AGI se presente como un punto de ruptura único y claro.

"No tiene por qué haber un límite completamente definido entre AGI y pre-AGI", dijo, comparándolo con las áreas grises de la biología en torno a virus y retrovirus. Todavía sabemos que un perro está vivo y una roca no, añadió, incluso si algunos casos extremos son "confusos", como en el caso de los virus.

Kyle Chan, investigador de Brookings que estudia la política global de IA, dijo que el debate se ha ampliado para cubrir varios escenarios diferentes.

Desarrollo en el extranjero

"Existe toda esta gama de lo que queremos decir con AGI", dijo Chan a Decrypt. "Por un lado, tenemos esta idea de superación personal recursiva y una explosión de inteligencia, y por el otro, tenemos una versión más 'mundana': la IA que puede hacer muchas cosas que los humanos pueden hacer, o la IA como una tecnología normal como Internet o las computadoras".

Mientras los laboratorios estadounidenses de IA debaten las implicaciones existenciales de la AGI, dijo Chan, la conversación en China parece ve