La inteligencia artificial general, también conocida como AGI, emerge como uno de los avances más significativos en el horizonte del campo de la IA. La posibilidad de que la realidad supere la ficción es palpable, y se vislumbra que este tipo de inteligencia artificial podría superar la capacidad humana en un futuro cercano. De hecho, Jen-Hsun Huan, CEO de Nvidia, sugirió que esta tecnología podría estar lista en tan solo 5 años. Es decir, para el año 2029.
Así lo afirmó en una reciente entrevista, tras el lanzamiento de nuevos procesadores de su compañía que, justamente, es una de las líderes en el campo de la IA.
«Si especificamos que la AGI es algo muy concreto, como un conjunto de pruebas en las que un programa de software puede funcionar muy bien (tal vez un 8% mejor que la mayoría de las personas), creo que llegaremos ahí dentro de unos 5 años».
¿Qué es la inteligencia artificial general?
La clave, según el CEO de Nvidia, estará en cómo se define una AGI. A estas alturas está claro para qué sirve cualquiera de las IA actuales, pues éstas son capaces de ejecutar tareas específicas con precisión como detectar fallos, analizar imágenes o crearlas, resumir textos y noticias, crear código o múltiples acciones similares, siempre bajo un entrenamiento externo cuanto más completo mejor.
Sin embargo, una inteligencia artificial general debería poder realizar múltiples tareas a niveles humanos o incluso superiores, retroalimentándose e incluso aprendiendo sin necesidad de entrenamiento externo. Existen múltiples cuestiones existenciales sobre esto, se ha discutido mucho y es cierto que la imprevisibilidad de estas AGI genera dudas incluso a expertos como Sam Altman.
Estas inteligencias artificiales generales son las que cambiarán el paradigma, el mundo está expectantes por una fecha para su aterrizaje que nadie en la industria tech puede dar, pero que el CEO de Nvidia aventuró en unos 5 años más o menos, confirmando que obviamente este plazo estará marcado por cómo se defina la AGI en concreto.
Dice Jen-Hsun Huang que cuando se conduce hasta un lugar como el Centro de Convenciones de San José, donde se celebrará el evento GTC este año. Es un punto crucial saber cómo medir hasta donde se ha llegado, al igual que lo será definir cómo se valoran los resultados de la AGI.
Para el CEO de Nvidia las pruebas podrían ser aprobar un examen de la carrera de derecho, hacer ejercicios de lógica o entregar con exactitud un examen previo de medicina, pero se debe ser específicos acerca de lo que significa una AGI y qué esperar de ella.
Jen-Hsun Huang, CEO de Nvidia.
Qué pasará con las «alucinaciones» de la IA
Adicionalmente, Huang respondió también a la pregunta de cómo solucionar las alucinaciones de la IA actual y la tendencia de algunos chatbots a inventar respuestas que suenan muy creíbles, pero que no están basadas en hechos y no son verdad.
Dice el mandamás de Nvidia que esto es más fácil de resolver de lo que parece, y es que simplemente habría que asegurarse de que las respuestas estén bien investigadas. De hecho da la clave, pues dice que bastaría «agregar una regla: para cada respuesta, debemos buscar la respuesta».
Huang dice que esta práctica de «generación de recuperación aumentada» resolvería el problema, pues el enfoque el similar al de la alfabetización básica: examinar la fuente y el contexto. Antes de responder la IA debería comparar los hechos en la fuente con verdades conocidas, y si la respuesta fuese inexacta debería descartar la fuente y buscar la siguiente.
No se trata de responder solamente, sino de investigar para determinar qué respuesta es la mejor antes de ofrecerla. Incluso los generadores de texto deberían tener la opción de responder que «no saben la respuesta» o que «no pueden llegar a un consenso sobre cuál sería la respuesta correcta».