El director ejecutivo de Nvidia, Jensen Huang, define AGI

Inteligencia General Artificial, o AGI, ha pasado el último año como la palabra de moda favorita de la industria de la IA. A medida que las empresas líderes del sector gastan capital a tasas históricas, los crecientes costos de la energía y las expectativas de los inversionistas que serán difíciles de cumplir en el próximo trimestre prometen ser Inteligencia artificial a nivel humano Se ha convertido en algo útil para tener en el bolsillo trasero.

Que estemos realmente cerca de ese hito depende casi por completo de cómo lo definamos. Resulta que esa flexibilidad definitoria está dando mucho trabajo.

Tomemos, por ejemplo, a Jensen Huang, director ejecutivo de NVIDIA, una empresa valorada actualmente en aproximadamente 4 billones de dólares, construida en gran medida sobre el hardware GPU que está impulsando el auge de la IA, quien recientemente se sentó con el podcaster Lex Friedman. Una conversación amplia Cubre centros de datos, geopolítica y la cuestión de si AGI ya llegó. Huang cree que sí. Sin embargo, el razonamiento detrás de esta afirmación es bastante cuestionable.

Como señala Friedman, Huang ha dicho anteriormente que el cronograma de AGI depende de lo que lo define. En la Cumbre Dealbook del New York Times de 2023Huang define AGI como software capaz de pasar pruebas que se aproximan a la inteligencia humana normal a un nivel razonablemente competitivo. Esperaba que AI superara ese listón en cinco años.

Por su parte, Friedman le ofreció a Huang una definición liberal con la que trabajar: una verdadera AGI, en el marco de Friedman, sería una IA capaz de iniciar, hacer crecer y administrar una empresa de tecnología con un valor de más de mil millones de dólares. Preguntó si esto sería posible en los próximos 5 a 20 años, dada la reciente proliferación de herramientas de inteligencia artificial como OpenClaw.

Huang no necesitó de cinco a veinte años. “Creo que es ahora. Creo que hemos alcanzado el AGI”, respondió a Friedman.

Esto, sin embargo, se basa en una interpretación estrecha de lo que preguntó Friedman. Según lo ve Huang, la IA no tiene por qué crear nada duradero. No requiere administrar personas, navegar en una junta directiva o mantener un negocio. Sólo necesita alcanzar los mil millones de dólares una vez.

“Dijiste mil millones”, le dijo Huang a Friedman, “y no dijiste para siempre”.

En cualquier caso, la máquina de líneas directas no es una teoría consistente de la inteligencia. De todos modos, este es un patrón consistente de definición de umbrales que hacen que “sí, estamos ahí” la respuesta más simple posible. Su ejemplo dice cómo puede ser.

Después de su respuesta inicial, Huang desarrolló sus pensamientos y describió un escenario en el que una IA crea un servicio web simple: una aplicación que se vuelve viral, es utilizada por unos pocos miles de millones de personas por 50 centavos cada una y luego se retira silenciosamente. Luego señala la era de las puntocom como precedente, argumentando que la mayoría de esos sitios web no eran más sofisticados que lo que los agentes de IA de hoy pueden crear.

Huang también fue claro acerca de ese techo de visión. “La posibilidad de que 100.000 de los agentes construyan NVIDIA”, dijo sin rodeos, “es del cero por ciento”. Ésta no es una pequeña advertencia. Es todo el juego de pelota.

Lo que Huang realmente está describiendo –una aplicación viral que se monetiza brevemente y muere– está muy lejos de la AGI transformadora y reconfiguradora de la economía que domina la conversación pública. Entonces, según admite él mismo, el tipo de inteligencia institucional compuesta necesaria para construir algo como NVIDIA todavía no está en el panorama.