La inteligencia artificial general (AGI) es un sistema teórico de IA con capacidades que rivalizan con las de un humano. Muchos investigadores creen que todavía estamos a décadas, si no siglos, de lograr el AGI.
Has leído los artículos de opinión. La IA, en particular, los avances en IA generativa (IA gen) logrados en el último año, está a punto de revolucionar no solo la forma en que creamos contenido, sino la composición misma de nuestras economías y sociedades en su conjunto.
Pero, aunque las herramientas de IA genérica como ChatGPT pueden parecer un gran paso adelante, en realidad son solo un paso en la dirección de un avance aún mayor: la inteligencia artificial general, o AGI.
AGI es IA con capacidades que rivalizan con las de un humano. Si bien es puramente teórico en esta etapa, algún día el AGI puede replicar habilidades cognitivas similares a las humanas, incluido el razonamiento, la resolución de problemas, la percepción, el aprendizaje y la comprensión del lenguaje. Cuando las habilidades de la IA son indistinguibles de las de un humano, habrá pasado lo que se conoce como la prueba de Turing, propuesta por primera vez por el científico informático del siglo XX Alan Turing.
Pero no nos adelantemos. La IA ha avanzado significativamente en los últimos años, pero ninguna herramienta de IA hasta la fecha ha superado la prueba de Turing. Todavía estamos lejos de llegar a un punto en el que las herramientas de IA puedan entender, comunicar y actuar con los mismos matices y sensibilidad que un ser humano y, lo que es más importante, comprender el significado que hay detrás. La mayoría de los investigadores y académicos creen que estamos a décadas de lograr el AGI; algunos incluso predicen que no veremos AGI este siglo (o nunca). Rodney Brooks, experto en robótica del Instituto Tecnológico de Massachusetts y cofundador de iRobot, cree que AGI no llegará hasta el año 2300.
Si estás pensando que la IA ya parece bastante inteligente, es comprensible. Hemos visto a la IA de generación hacer cosas notables en los últimos años, desde escribir código hasta componer sonetos en segundos. Pero hay una diferencia fundamental entre la IA y la AGI. Aunque las tecnologías de IA de última generación, incluidas ChatGPT, DALL-E y otras, han acaparado los titulares, son esencialmente máquinas de predicción, aunque muy buenas. En otras palabras, pueden predecir, con un alto grado de precisión, la respuesta a un mensaje específico porque han sido entrenados con grandes cantidades de datos. Esto es impresionante, pero no está a un nivel humano de rendimiento en términos de creatividad, razonamiento lógico, percepción sensorial y otras capacidades.
Por el contrario, las herramientas AGI podrían presentar habilidades cognitivas y emocionales (como la empatía) indistinguibles de las de un ser humano. Dependiendo de su definición de AGI, incluso podrían ser capaces de comprender conscientemente el significado detrás de lo que están haciendo.
El momento de la aparición de AGI es incierto. Pero cuando llegue, y probablemente lo hará en algún momento, será un gran problema para todos los aspectos de nuestras vidas, negocios y sociedades. Los ejecutivos pueden comenzar a trabajar ahora para comprender mejor el camino hacia las máquinas que alcanzan la inteligencia a nivel humano y hacen la transición a un mundo más automatizado.
Más información sobre QuantumBlack, AI by McKinsey.
¿Qué se necesita para que la IA se convierta en AGI?
Aquí hay ocho capacidades que la IA debe dominar antes de lograr AGI. Haga clic en cada tarjeta para obtener más información.
¿Cómo accederán las personas a las herramientas de AGI?
Hoy en día, la mayoría de las personas interactúan con la IA de la misma manera que han accedido a la energía digital durante años: a través de pantallas 2D como computadoras portátiles, teléfonos inteligentes y televisores. Es probable que el futuro sea muy diferente.
Algunas de las mentes más brillantes (y los presupuestos más grandes) de la tecnología se están dedicando a averiguar cómo accederemos a la IA (y posiblemente a la AGI) en el futuro. Un ejemplo con el que probablemente esté familiarizado es el de los cascos de realidad aumentada y realidad virtual, a través de los cuales los usuarios experimentan un mundo virtual inmersivo.
Otro ejemplo serían los humanos que acceden al mundo de la IA a través de neuronas implantadas en el cerebro. Esto puede sonar como algo sacado de una novela de ciencia ficción, pero no lo es. En enero de 2024, Neuralink implantó un chip en un cerebro humano, con el objetivo de permitir que el humano controle un teléfono o una computadora puramente con el pensamiento.
Un último modo de interacción con la IA también parece sacado de la ciencia ficción: los robots. Estos pueden tomar la forma de extremidades mecanizadas conectadas a bases humanas o de máquinas o incluso robots humanoides programados.
¿Qué es un robot y qué tipos de robots existen?
La definición más simple de un robot es una máquina que puede realizar tareas por sí sola o con una asistencia mínima de humanos. Los robots más sofisticados también pueden interactuar con su entorno.
Los robots programables han estado operativos desde la década de 1950. McKinsey estima que actualmente hay 3,5 millones de robots en uso, con 550.000 más desplegados cada año. Pero si bien los robots programables son más comunes que nunca en la fuerza laboral, tienen un largo camino por recorrer antes de superar en número a sus contrapartes humanas. La República de Corea, que alberga la mayor densidad de robots del mundo, sigue empleando 100 veces más humanos que robots.
Pero a medida que las limitaciones de hardware y software se vuelven cada vez más superables, las empresas que fabrican robots están comenzando a programar unidades con nuevas herramientas y técnicas de IA. Estos mejoran drásticamente la capacidad de los robots para realizar tareas que normalmente realizan los humanos, como caminar, detectar, comunicarse y manipular objetos. En mayo de 2023, Sanctuary AI, por ejemplo, lanzó Phoenix, un robot humanoide bípedo que mide 5' 7" de altura, levanta objetos que pesan hasta 55 libras y viaja a tres millas por hora, sin mencionar que también dobla ropa, abastece estantes y trabaja en una caja registradora.
A medida que nos acercamos a AGI, podemos esperar que las herramientas y técnicas de IA cada vez más sofisticadas se programen en robots de todo tipo. Estas son algunas categorías de robots que están operativas actualmente:
Robots industriales autónomos autónomos: Equipados con sensores y sistemas informáticos para navegar por su entorno e interactuar con otras máquinas, estos robots son componentes críticos de la industria moderna de fabricación automatizada.
Robots colaborativos: También conocidos como cobots, estos robots están diseñados específicamente para operar en colaboración con humanos en un entorno compartido. Su objetivo principal es aliviar las tareas repetitivas o peligrosas. Este tipo de robots ya se están utilizando en entornos como cocinas de restaurantes y más.
Robots móviles: Utilizando ruedas como su principal medio de movimiento, los robots móviles se utilizan comúnmente para el manejo de materiales en almacenes y fábricas. Los militares también utilizan estas máquinas para diversos fines, como el reconocimiento y la desactivación de bombas.
Robots híbridos entre humanos y humanos: Estos robots tienen características tanto humanas como robóticas. Esto podría incluir un robot con una apariencia, capacidades de movimiento o cognición que se asemejan a las de un humano, o un humano con una extremidad robótica o incluso un implante cerebral.
Humanoides o androides: Estos robots están diseñados para emular la apariencia, el movimiento, las habilidades comunicativas y las emociones de los humanos, al tiempo que mejoran continuamente sus capacidades cognitivas a través de modelos de aprendizaje profundo. En otras palabras, los robots humanoides pensarán como un humano, se moverán como un humano y se verán como un humano.
Más información sobre QuantumBlack, AI by McKinsey.
¿Qué avances podrían acelerar el desarrollo de AGI?
Los avances en algoritmos, computación y datos han provocado la reciente aceleración de la IA. Podemos hacernos una idea de lo que puede deparar el futuro observando estas tres capacidades:
Avances algorítmicos y nuevos enfoques robóticos. Es posible que necesitemos enfoques completamente nuevos de algoritmos y robots para lograr AGI. Una forma en que los investigadores están pensando en esto es explorando el concepto de cognición encarnada. La idea es que los robots necesitarán aprender muy rápidamente de sus entornos a través de una multitud de sentidos, al igual que lo hacen los humanos cuando son muy jóvenes. Del mismo modo, para desarrollar la cognición de la misma manera que lo hacen los humanos, los robots necesitarán experimentar el mundo físico como lo hacemos nosotros (porque hemos diseñado nuestros espacios en función de cómo funcionan nuestros cuerpos y mentes).
Los últimos sistemas robóticos basados en IA utilizan tecnologías de IA de generación, incluidos los grandes modelos de lenguaje (LLM) y los grandes modelos de comportamiento (LBM). Los LLM brindan a los robots capacidades avanzadas de procesamiento del lenguaje natural, como lo que hemos visto con los modelos de IA generativa y otras herramientas habilitadas para LLM. Los LBM permiten a los robots emular las acciones y movimientos humanos. Estos modelos se crean entrenando IA con grandes conjuntos de datos de acciones y movimientos humanos observados. En última instancia, estos modelos podrían permitir a los robots realizar una amplia gama de actividades con un entrenamiento limitado para tareas específicas.
Un verdadero avance sería desarrollar nuevos sistemas de IA que comiencen con un cierto nivel de conocimiento incorporado, al igual que un cervatillo bebé sabe cómo pararse y alimentarse sin que se le enseñe. Es posible que el reciente éxito de los sistemas de IA basados en el aprendizaje profundo haya desviado la atención de la investigación del trabajo cognitivo más fundamental necesario para avanzar hacia la AGI.
Avances informáticos. Las unidades de procesamiento gráfico (GPU) han hecho posible los principales avances de la IA de los últimos años. He aquí por qué. Por un lado, las GPU están diseñadas para manejar múltiples tareas relacionadas con datos visuales simultáneamente, incluida la representación de imágenes, videos y cálculos relacionados con gráficos. Su eficiencia en el manejo de cantidades masivas de datos visuales los hace útiles en el entrenamiento de redes neuronales complejas. También tienen un gran ancho de banda de memoria, lo que significa una transferencia de datos más rápida. Antes de que se pueda lograr la AGI, será necesario realizar avances significativos similares en la infraestructura informática. La computación cuántica se promociona como una forma de lograrlo. Sin embargo, las computadoras cuánticas de hoy en día, aunque potentes, aún no están listas para las aplicaciones cotidianas. Pero una vez que lo sean, podrían desempeñar un papel en el logro de AGI.
Crecimiento del volumen de datos y nuevas fuentes de datos. Algunos expertos creen que la infraestructura móvil 5G podría generar un aumento significativo de datos. Esto se debe a que la tecnología podría impulsar un aumento en los dispositivos conectados, o el Internet de las cosas. Pero, por diversas razones, creemos que la mayoría de los beneficios del 5G ya han aparecido. Para que se logre la AGI, tendrá que haber otro catalizador para un gran aumento en el volumen de datos.
Los nuevos enfoques robóticos podrían producir nuevas fuentes de datos de entrenamiento. Colocar robots similares a los humanos entre nosotros podría permitir a las empresas extraer grandes conjuntos de datos que imitan nuestros propios sentidos para ayudar a los robots a entrenarse a sí mismos. Los coches autónomos avanzados son un ejemplo: se están recopilando datos de los coches que ya están en las carreteras, por lo que estos vehículos están actuando como un conjunto de entrenamiento para los futuros coches autónomos.
¿Qué pueden hacer los ejecutivos con respecto a AGI?
La AGI todavía está a décadas de distancia, como mínimo. Pero la IA ha llegado para quedarse, y está avanzando muy rápido. Los líderes inteligentes pueden pensar en cómo responder al progreso real que está ocurriendo, así como en cómo prepararse para el futuro automatizado. Aquí hay algunas cosas a considerar:
Manténgase informado sobre los desarrollos en IA y AGI. Conéctese con empresas emergentes y desarrolle un marco para realizar un seguimiento del progreso en AGI que sea relevante para su negocio. Además, comience a pensar en la gobernanza, las condiciones y los límites adecuados para el éxito dentro de su negocio y comunidades.
Invierta en IA ahora. "El costo de no hacer nada", dice Nicolai Müller, socio senior de McKinsey, "es demasiado alto porque todo el mundo tiene esto en la parte superior de su agenda. Creo que es el único tema que todos los consejos de administración han analizado, que todos los directores ejecutivos han explorado en todas las regiones e industrias". Las organizaciones que lo hagan bien ahora estarán preparadas para ganar en la próxima era.
Continúe colocando a los humanos en el centro. Invierta en interfaces hombre-máquina, o tecnologías "humanas en el circuito" que aumenten la inteligencia humana. Las personas de todos los niveles de una organización necesitan formación y apoyo para prosperar en un mundo cada vez más automatizado. La IA es solo la última herramienta para ayudar tanto a las personas como a las empresas a aumentar su eficiencia.
Tenga en cuenta las implicaciones éticas y de seguridad. Esto debería incluir abordar la ciberseguridad, la privacidad de los datos y el sesgo de los algoritmos.
Construya una base sólida de datos, talento y capacidades. La IA se basa en datos; Tener una base sólida de datos de alta calidad es fundamental para su éxito.
Organice a sus trabajadores para nuevas economías de escala y habilidades. Las rígidas estructuras organizativas y los modelos operativos de ayer no se adaptan a la realidad del rápido avance de la IA. Una forma de abordar esto es instituyendo modelos de flujo hacia el trabajo, donde las personas pueden moverse sin problemas entre iniciativas y grupos.
Haga pequeñas apuestas para preservar las opciones estratégicas en áreas de su negocio que están expuestas a los desarrollos de IA. Por ejemplo, considere la posibilidad de invertir en empresas tecnológicas que estén llevando a cabo ambiciosos proyectos de investigación y desarrollo de IA en su sector. No todas estas apuestas necesariamente darán sus frutos, pero podrían ayudar a cubrir parte del riesgo existencial que su empresa puede enfrentar en el futuro.
Fuente: McKinsey & Company,
Amer Baig es socio sénior de la oficina de McKinsey en Chicago; Federico Berruti es socio de la oficina de Toronto; Ben Ellencweig es socio principal de la oficina de Stamford, Connecticut; Damian Lewandowski es consultor en la oficina de Miami; Roger Roberts es socio de la oficina del Área de la Bahía, donde Lareina Yee es socia principal; Alex Singla es socio sénior de la oficina de Chicago y líder global de QuantumBlack, AI by McKinsey; Kate Smaje y Alex Sukharevsky son socios principales de la oficina de Londres; Jonathan Tilley es socio de la oficina del sur de California; y Rodney Zemmel es socio principal de la oficina de Nueva York.
Artículos referenciados:
Comments