En el mundo de la inteligencia artificial, la búsqueda de la Inteligencia Artificial General (AGI) ha sido durante mucho tiempo un objetivo central. Sin embargo, un reciente artículo de investigación liderado por Yann LeCun, una figura destacada en el campo, plantea una pregunta fundamental: ¿estamos optimizando nuestros esfuerzos hacia un objetivo que, en realidad, no se puede definir ni medir de manera precisa y confiable?

El documento argumenta que el término AGI se ha convertido en un concepto sobrecargado, utilizado de manera inconsistente tanto en el ámbito académico como en la industria. LeCun y su equipo sugieren que la falta de una definición operativa estable para la AGI la convierte en un objetivo científico poco sólido para evaluar el progreso o guiar la investigación. En esencia, el problema radica en la ambigüedad inherente al concepto mismo de "generalidad" en la inteligencia.

Uno de los puntos clave del artículo es el cuestionamiento de la suposición común de que la inteligencia humana es un modelo adecuado para la inteligencia "general". Los investigadores argumentan que la percepción de la generalidad de la inteligencia humana es, en gran medida, una ilusión. Los humanos sobresalen en las tareas que fueron cruciales para su supervivencia y evolución, como la percepción sensorial, el control motor, la planificación y el razonamiento social. Estas habilidades están intrínsecamente ligadas a nuestro contexto biológico y a las demandas específicas de nuestro entorno.

Fuera de este conjunto de tareas evolutivas, nuestra supuesta "inteligencia general" se desmorona. Por ejemplo, los humanos no son inherentemente buenos en tareas que requieren cálculos matemáticos complejos o la memorización de grandes cantidades de datos, habilidades en las que las máquinas pueden superarnos con creces. En otras palabras, nuestra inteligencia está optimizada para un nicho ecológico particular, no para la generalidad abstracta.

Como alternativa a la AGI, LeCun y su equipo proponen el concepto de Inteligencia Superhumana Adaptable (SAI). La SAI se centra en la capacidad de un sistema de IA para aprender y adaptarse a una amplia gama de tareas y entornos, sin estar necesariamente limitada por las capacidades o sesgos humanos. Este enfoque pone énfasis en la adaptabilidad, la eficiencia del aprendizaje y la robustez frente a situaciones imprevistas.

La propuesta de LeCun representa un cambio significativo en la forma en que pensamos sobre la inteligencia artificial. En lugar de intentar replicar la inteligencia humana en su totalidad, la SAI se centra en el desarrollo de sistemas que puedan superar las limitaciones humanas en áreas específicas, mientras que al mismo tiempo demuestran una capacidad de aprendizaje y adaptación superior. Este nuevo enfoque podría tener profundas implicaciones para el futuro de la investigación y el desarrollo de la IA, alejándonos de la búsqueda de un ideal inalcanzable y acercándonos a la creación de sistemas de IA verdaderamente útiles y poderosos.