Inteligencia artificial general: creando softwares con capacidad de pensamiento autónomo

Inteligencia artificial general: creando softwares con capacidades de pensamiento autónomos

GettyImages-2164088070-468

La Inteligencia Artificial General (AGI, por sus siglas en inglés) es un campo de investigación teórico de la inteligencia artificial que tiene como objetivo desarrollar softwares con habilidades similares a las de un humano y con capacidad de autoaprendizaje.

A diferencia de las tecnologías actuales de Inteligencia Artificial (IA), que se limitan a tareas específicas previamente entrenadas, la AGI busca crear sistemas que puedan resolver problemas complejos en diferentes contextos y entornos sin necesitar entrenamiento adicional.

Desde el lanzamiento de ChatGPT por parte de OpenAI, y su evolución con GPT-4, la discusión en torno a la AGI ha adquirido protagonismo en el mundo de la IA. Algunos expertos ven esta tecnología como una revolución que transformará todas las áreas de nuestras vidas, mientras que otros expresan preocupación por los posibles peligros asociados a su desarrollo.

¿En qué se diferencia la AGI de la IA? 

A lo largo de las décadas, los avances en la IA han permitido que las máquinas imiten la inteligencia humana en tareas específicas. Sin embargo, la AGI va más allá. Mientras que la IA se especializa en resolver tareas dentro de un dominio específico, la AGI busca la capacidad de resolver problemas en múltiples dominios, tal como lo haría un humano. Además, la AGI tiene la capacidad de autoenseñarse y adquirir nuevas habilidades, algo que las tecnologías actuales no logran.

¿Cuáles enfoques teóricos sustentan la investigación de la AGI?

Para lograr la AGI, se han propuesto varios enfoques teóricos:

  • Enfoque simbólico. Este enfoque utiliza redes lógicas para representar el pensamiento humano. A través de reglas lógicas «si-entonces», se busca replicar el nivel de pensamiento superior de un ser humano. Sin embargo, este enfoque no logra alcanzar habilidades cognitivas sutiles, como la percepción.
  • Enfoque conexionista. Este enfoque se basa en replicar la estructura del cerebro humano a través de redes neuronales. Se espera que, mediante este enfoque, los sistemas de AGI puedan tener habilidades cognitivas de bajo nivel similares a las de un ser humano.
  • Enfoque universalista. Este enfoque busca abordar las complejidades de la AGI a nivel de cálculo, desarrollando soluciones teóricas que luego puedan implementarse en sistemas prácticos de AGI.
  • Enfoque de arquitectura de todo el organismo. Este enfoque integra modelos de IA con una representación física del cuerpo humano. Los defensores de esta teoría creen que la AGI solo se puede lograr cuando el sistema aprende a través de interacciones físicas.
  • Solución híbrida. Este enfoque considera la integración de métodos simbólicos y subsimbólicos para representar el pensamiento humano y lograr resultados más allá de un enfoque individual.

Tecnologías que están impulsando la investigación y desarrollo de la AGI

A pesar de que la AGI aún es un objetivo lejano, se están desarrollando tecnologías para acercarnos a ella. Entre las tecnologías emergentes que están impulsando esta investigación se encuentran:

  • Aprendizaje profundo. Disciplina de IA que entrena redes neuronales con múltiples capas ocultas para extraer y comprender relaciones complejas a partir de datos. Esta tecnología está siendo utilizada para aplicaciones en texto, audio, imágenes y video.
  • Inteligencia artificial generativa. Subconjunto del aprendizaje profundo en el cual un sistema de IA puede generar contenido natural y único a partir de los conocimientos que adquiere. Esto permite que los sistemas de IA generativa respondan a consultas humanas con resultados similares a las creaciones humanas.
  • Procesamiento de lenguaje natural. Rama de la IA que permite a los sistemas informáticos comprender y generar lenguaje humano. Esta tecnología se basa en técnicas de machine learning y lingüística computacional, permitiendo que los sistemas conviertan datos de lenguaje en representaciones simples y comprendan la relación contextual.
  • Visión artificial. Tecnología que permite a los sistemas extraer, analizar y comprender información visual del entorno. Los sistemas de visión artificial utilizan el aprendizaje profundo para llevar a cabo tareas de reconocimiento, clasificación, monitoreo, entre otras.
  • Robótica. Disciplina de la ingeniería que permite construir sistemas mecánicos capaces de realizar actividades físicas de forma autónoma. Los robots juegan un papel fundamental en la manifestación física de la inteligencia de las máquinas y la interacción con el entorno.
Un robot humanoide haciendo trabajos de logística en un almacén.
A diferencia de la IA convencional, la AGI busca crear sistemas con capacidades autónomas, con habilidades similares o mejores a los de los seres humanos.

Desafíos en la investigación de la AGI 

A pesar de los avances, los investigadores han encontrado desafíos significativos en el desarrollo de la AGI. Las tecnologías actuales de IA están limitadas a dominios concretos y aún no pueden establecer conexiones entre ellos. Es decir, aplicar el conocimiento de un dominio a otro y adaptar el aprendizaje a situaciones nuevas sin entrenamiento. Además, aunque se ha avanzado en la reproducción de habilidades cognitivas, aún no se ha podido replicar la creatividad auténtica basada en las emociones humanas. Otro de los grandes desafíos es lograr que los sistemas de la IA sean capaces de interactuar físicamente con el entorno al igual que los humanos. Actualmente, las tecnologías no pueden diferenciar formas, colores, sabores, olores y sonidos con la precisión necesaria. 

A pesar de la incertidumbre en torno a su concreción, la mera existencia de la posibilidad de desarrollar la AGI abre un horizonte realmente ambicioso en el campo de la tecnología. El descubrimiento y aplicación exitosa de la AGI podría tener un impacto significativo en diversas áreas, como la atención médica, la superación de complejos desafíos científicos y el aumento de la eficiencia en muchos sectores industriales.

Estudie con nosotros 

En un mundo cada vez más conectado y guiado por la tecnología, tener habilidades estratégicas digitales se ha convertido en un factor fundamental para el éxito empresarial. En UNINI México reconocemos la importancia de este fenómeno y estamos comprometidos en ofrecer a nuestros estudiantes programas de maestría de calidad que les ayuden a desarrollar las habilidades necesarias para liderar este cambio revolucionario. Por ello ofrecemos la Maestría en Transformación Digital, un programa para los estudiantes que desean marcar la diferencia en el ámbito empresarial.

No pierdas la oportunidad de formar parte de este emocionante campo y ser parte de la asombrosa transformación que está cambiando la forma en que hacemos negocios en todo el mundo. ¡Inscríbete en nuestro programa de maestría y prepárate para emergentes oportunidades laborales en el campo de la tecnología y negocios!

Fuente: ¿Qué es la IAG (inteligencia artificial general)?

Colaboradores