Glosario · AGI y alineación
AGI (inteligencia artificial general)
La AGI, o inteligencia artificial general, es la idea de una IA capaz de aprender y realizar una amplia variedad de tareas intelectuales, más allá de una especialidad. Sus definiciones difieren sobre el rendimiento, la autonomía y la eficiencia del aprendizaje, por lo que no existe una clasificación técnica universalmente aceptada.
AGI (inteligencia artificial general): la explicación
La idea principal es transferir capacidades y adaptarse a problemas diversos. Un sistema especializado puede destacar en una actividad sin saber aprender otra. Una AGI se evaluaría en un ámbito mucho más amplio. Sin embargo, las propuestas destacan aspectos distintos: la variedad de tareas, la adquisición de nuevas capacidades o la realización de trabajo económicamente relevante. Ante cualquier afirmación sobre AGI, conviene preguntar qué definición utiliza y qué pruebas permitirían satisfacer sus criterios concretos.
El término sirve para debatir un objetivo de investigación y las posibles consecuencias de sistemas más generales. No designa una arquitectura única ni una función que pueda activarse en un asistente. Un modelo de lenguaje, un agente y una AGI son conceptos diferentes. Un agente organiza herramientas y acciones para perseguir una tarea. Esa organización no demuestra por sí misma inteligencia general, aunque permita conectar muchos servicios o automatizar una cadena extensa de operaciones.
Una sola prueba no resuelve todas las cuestiones asociadas al término. Un buen resultado puede depender de datos conocidos, herramientas especializadas o abundantes recursos de cálculo. Hay que examinar capacidades, limitaciones y condiciones de evaluación. La conciencia constituye una cuestión distinta: una definición funcional de AGI puede centrarse en lo que hace un sistema sin afirmar que tenga experiencias subjetivas. Del mismo modo, una capacidad amplia no garantiza fiabilidad, objetivos adecuados ni seguridad.
Un ejemplo concreto
Usted observa que un asistente redacta una carta, analiza una hoja de cálculo y organiza un viaje. Esa versatilidad es útil, pero no demuestra por sí sola una AGI. Para respaldar esa afirmación habría que precisar los criterios y evaluar si aprende tareas realmente nuevas, se adapta a contextos desconocidos y funciona sin ayuda oculta ni preparación específica para cada demostración presentada.
Por qué importa
La palabra AGI puede influir mucho en una presentación comercial o un debate público. Para elegir una herramienta, traduzca esa etiqueta en preguntas prácticas: qué tareas resuelve, con qué fiabilidad, permisos y supervisión humana. Las pruebas relacionadas con su uso importan más que una clasificación general. Un anuncio de AGI no garantiza por sí solo utilidad, calidad o seguridad en una aplicación.
Ideas equivocadas
- Un asistente que conversa sobre muchos temas no es automáticamente una AGI, porque la variedad de respuestas visibles no demuestra adaptación general a situaciones desconocidas ni dominio fiable de todas las actividades que menciona durante la conversación.
- La AGI no implica necesariamente conciencia, porque las definiciones centradas en capacidades describen aprendizaje y resolución de problemas sin demostrar experiencias subjetivas, sentimientos ni una voluntad independiente en el sistema sometido a esa evaluación.
Otros términos: agi y alineación
- ARC-AGI
- ARC-AGI es una serie de pruebas diseñada para estudiar cómo las IA resuelven problemas desconocidos con pocos ejemplos o interacciones.
- ARC Prize
- ARC Prize es una iniciativa de investigación y concursos que impulsa avances abiertos sobre problemas de generalización en IA.
- generalización
- La generalización es la capacidad de un sistema de IA para utilizar lo aprendido en casos nuevos.
- inteligencia fluida
- La inteligencia fluida es la capacidad de razonar ante problemas nuevos sin depender principalmente de conocimientos adquiridos.
Dónde lo trata este sitio
El término aparece en 24 páginas del sitio. Algunas:
- Historia de la idea de AGI: de Turing a los laboratorios actuales Guía
- « How We Get To AGI »: la conferencia de François Chollet, capítulo a capítulo Guía
- ¿Cuándo llegará la AGI? Previsiones publicadas, métodos y motivos de sus diferencias Guía
- Los riesgos de la AGI: qué dicen los investigadores, sin alarmismo Guía
- Medir los avances hacia la AGI: benchmarks, límites, saturación y contaminación Guía
- ARC-AGI: la prueba, sus versiones y los resultados publicados Guía
- Síntesis de programas: principios, historia y vía hacia la AGI Guía
- ARC Prize: la competición, sus reglas, ediciones, resultados y lo que han aportado Guía
Para ir más lejos
Preguntas frecuentes
¿Existe una definición única?
No. Las definiciones difieren en las tareas, el rendimiento, la autonomía y el aprendizaje exigidos. Una afirmación rigurosa debe explicar sus criterios, sus métodos de evaluación y sus limitaciones, en lugar de apoyarse únicamente en las siglas.
¿Siempre sería superior?
Una capacidad general no garantiza mejores resultados en cada tarea. Una herramienta especializada puede ser más precisa, rápida o fácil de controlar para una necesidad concreta. Conviene comparar el rendimiento demostrado y las restricciones prácticas de cada opción.
¿Puede predecirse cuándo llegará?
Una fecha anunciada depende de hipótesis sobre el progreso técnico y de la definición utilizada. No constituye un hecho establecido. Para entender una previsión, examine sus criterios, sus incertidumbres y las pruebas que podrían contradecirla.
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos