Algunos de los nombres más importantes del mundo en inteligencia artificial llegaron a la pequeña estación de esquí de Davos, Suiza, esta semana para el Foro Económico Mundial (FEM).
La IA ha dominado muchas discusiones entre corporaciones, líderes gubernamentales, científicos y grupos no gubernamentales. Sin embargo, ha surgido un claro contraste sobre qué tan cerca están los modelos actuales de replicar la inteligencia humana y cuáles son los probables impactos económicos a corto plazo de esta tecnología.
Los grandes modelos de lenguaje (LLM) que se están apoderando del mundo no son el camino hacia la inteligencia a nivel humano, dijeron dos expertos en inteligencia artificial en discursos separados en Davos.
Demis Hassabis, ganador del Premio Nobel, director ejecutivo de Google DeepMind y ejecutivo que lidera el desarrollo de los modelos Gemini de Google, dijo que los sistemas de inteligencia artificial actuales, por impresionantes que sean, “no están ni cerca” de la inteligencia artificial general (AGI, por sus siglas en inglés) a nivel humano.
Yann LeCun, un pionero de la inteligencia artificial que ganó el Premio Turing, el premio más prestigioso de la informática, por su trabajo en redes neuronales, fue aún más lejos y argumentó que los programas de posgrado que sustentan todos los principales modelos de inteligencia artificial nunca alcanzarán una inteligencia similar a la humana, y que se necesita un enfoque completamente diferente.
Sus puntos de vista contrastan marcadamente con los de los altos ejecutivos de los principales rivales de IA de Google, OpenAI y Anthropic, quienes dicen que sus modelos de IA están a punto de rivalizar con la inteligencia humana.
Dario Amodei, director ejecutivo de Anthropic, dijo a la audiencia de Davos que los modelos de inteligencia artificial reemplazarán el trabajo de todos los desarrolladores de software dentro de un año y alcanzarán la investigación científica de “nivel Nobel” en muchos campos dentro de dos años. Dijo que el 50% de los empleos administrativos desaparecerían en cinco años.
El director ejecutivo de OpenAI, Sam Altman (que no estuvo en Davos este año) dijo que ya estamos empezando a alejarnos de la AGI a nivel humano hacia la “superinteligencia”, o inteligencia artificial que será más inteligente que todos los humanos juntos.
¿Pueden los LLM conducir a la inteligencia general?
En una presentación conjunta del WEF con Amodei, Hassabis dijo que hay un 50% de posibilidades de que se pueda lograr AGI dentro de una década, aunque no con modelos construidos exactamente como los sistemas de inteligencia artificial actuales.
En una charla posterior patrocinada por Google, explicó que “tal vez necesitemos uno o dos avances antes de llegar a AGI”. Identificó varias lagunas clave, incluida la capacidad de aprender de múltiples ejemplos, la capacidad de aprender continuamente, una mejor memoria a largo plazo y mejores capacidades de razonamiento y planificación.
“Mi definición de (AGI) es un sistema que puede demostrar todas las capacidades cognitivas disponibles para los humanos, y me refiero a todas”, dijo, incluidos “los niveles más altos de creatividad humana que siempre celebramos, los científicos y artistas que admiramos”. Si bien los sistemas avanzados de IA han comenzado a resolver ecuaciones matemáticas complejas y a resolver hipótesis no probadas previamente, la IA necesitará desarrollar sus propias hipótesis revolucionarias -una tarea “mucho más difícil”- para ser considerada a la par de la inteligencia humana.
LeCun, hablando en AI House en Davos, fue aún más directo en su crítica del énfasis de la industria en los LLM. “La razón… los LL.Ms han tenido tanto éxito es porque el lenguaje es simple”, argumentó.
Contrastó esto con los problemas creados por el mundo físico. “Tenemos sistemas que pueden aprobar el examen de la abogacía, pueden escribir códigos… pero no se relacionan con el mundo real. Por eso no tenemos robots domésticos (y) no tenemos automóviles autónomos de nivel 5”, dijo.
LeCun, que dejó Meta en noviembre para fundar Advanced Machine Intelligence Labs (AMI), sostiene que la industria de la IA se ha vuelto peligrosamente monolítica. “La industria de la IA está completamente construida a nivel de LLM”, dijo.
Dijo que la decisión de Meta de centrarse únicamente en los LLM e invertir decenas de miles de millones de dólares en la construcción de centros de datos colosales contribuyó a su decisión de abandonar el gigante tecnológico. LeCun añadió que su opinión de que el LLM y la IA generativa no eran el camino hacia la inteligencia artificial a nivel humano, y mucho menos la “superinteligencia” deseada por el director ejecutivo Mark Zuckerberg, lo había hecho impopular en la empresa.
“En Silicon Valley, todos trabajan en lo mismo. Todos están cavando la misma trinchera”, afirmó.
La limitación fundamental, según LeCun, es que los sistemas actuales no pueden construir un “modelo del mundo” que pueda predecir lo que probablemente sucederá a continuación y vincular causa y efecto. “No puedo imaginar que podamos crear sistemas de agentes sin la capacidad de esos sistemas de predecir de antemano cuáles serán las consecuencias de sus acciones”, dijo. “La forma en que operamos en el mundo es que sabemos que podemos predecir las consecuencias de nuestras acciones, y eso es lo que nos permite planificar”.
La nueva empresa de LeCun espera desarrollar estos modelos del mundo utilizando datos de vídeo. Pero mientras que algunos modelos de IA de vídeo intentan predecir píxeles cuadro por cuadro, el trabajo de LeCun está diseñado para funcionar en un nivel más alto de abstracción para combinar mejor objetos y conceptos.
“Ésta será la próxima revolución en inteligencia artificial”, afirmó. “Nunca llegaremos a la inteligencia a nivel humano enseñando a estudiantes de maestría o enseñando sólo textos. Necesitamos el mundo real”.
¿Qué piensan las empresas?
Hassabis estimó que el plazo para lograr un verdadero AGI a nivel humano sería de “cinco a diez años”. Sin embargo, los billones de dólares invertidos en inteligencia artificial demuestran que el mundo empresarial no está esperando a descubrirlo.
El debate sobre el AGI puede resultar un poco académico para muchos líderes empresariales. La pregunta más apremiante, dice Ravi Kumar, director ejecutivo de Cowlant, es si las empresas podrán aprovechar el enorme valor que la IA ya ofrece.
La tecnología actual de inteligencia artificial podría aumentar la productividad de Estados Unidos en aproximadamente 4,5 billones de dólares si las empresas pueden implementarla de manera efectiva, según un estudio de Cowlant publicado en vísperas de Davos.
Pero Kumar dijo a Fortune que la mayoría de las empresas aún no han hecho el arduo trabajo de reestructurar sus negocios o volver a capacitar a su fuerza laboral para aprovechar el potencial de la IA.
“Esos 4,5 billones de dólares crearán valor real para las empresas si se empieza a pensar en reinventar (las empresas existentes)”, dijo. Dijo que también requiere lo que llamó la “integración” del trabajo humano y el trabajo digital realizada por la IA.
“Las habilidades ya no son una ocurrencia tardía”, argumentó. “Tiene que ser parte de la historia de la infraestructura para guiar a las personas hacia el futuro, crear salarios más altos y movilidad social ascendente, y convertirlo en un esfuerzo que genere prosperidad compartida”.
