Lo cierto es que a casi todos hablar de la IA les sigue pareciendo cosa de un futuro muy muy lejano, al menos la inteligencia artificial general (AGI) como esa máquina que puede pensar y desenvolverse como un humano lo haría. Nada más lejos de la realidad, en todo caso, porque la IA es cosa del presente o al menos lo será del corto plazo.
Primero fue Zuckerberg quien mencionó que Meta llegaría a la AGI antes o después, sin ponerse plazos, mientras que OpenAI mentaba a la Superinteligencia Artificial para dejarle el camino andado a Jensen Huang, CEO de Nvidia, que acaba de aventurarse en una entrevista que analizaban en TechCrunch y donde dejó varios titulares.
“Si especificamos que la AGI es algo muy concreto, como un conjunto de pruebas en las que un programa de software puede funcionar muy bien (tal vez un 8% mejor que la mayoría de las personas), creo que llegaremos ahí dentro de unos 5 años”.
La clave según Jensen Huang, CEO de Nvidia, estará en cómo se define una AGI
A estas alturas está claro para qué sirve cualquiera de las IA actuales, pues éstas son capaces de ejecutar tareas específicas con precisión como detectar fallos, analizar imágenes o crearlas, resumir textos y noticias, crear código o múltiples acciones similares, siempre bajo un entrenamiento externo cuanto más completo mejor.
Sin embargo, una inteligencia artificial general debería poder realizar múltiples tareas a niveles humanos o incluso superiores, retroalimentándose e incluso aprendiendo sin necesidad de entrenamiento externo. Existen múltiples cuestiones existenciales sobre esto, se ha discutido mucho y es cierto que la imprevisibilidad de estas AGI genera dudas incluso a expertos como Sam Altman.
Estas inteligencias artificiales generales son las que cambiarán el paradigma, el mundo está expectantes por una fecha para su aterrizaje que nadie en la industria tech puede dar, pero que el CEO de Nvidia ha aventurado en unos 5 años más o menos, confirmando que obviamente este plazo estará marcado por cómo se defina la AGI en concreto.
Dice Jensen Huang que cuando se conduce hasta un lugar como el Centro de Convenciones de San José, donde se celebrará el evento GTC este año. Es un punto crucial saber cómo medir hasta donde se ha llegado, al igual que lo será definir cómo se valoran los resultados de la AGI.
Para el CEO de Nvidia las pruebas podrían ser aprobar un examen de la carrera de derecho, hacer ejercicios de lógica o entregar con exactitud un examen previo de medicina, pero se debe ser específicos acerca de lo que significa una AGI y qué esper de ella.
Las alucinaciones de las IA actuales son fáciles de solucionar
Adicionalmente, quizás porque ya se había metido en el jardín, Jensen Huang ha querido responder también a la pregunta de cómo solucionar las alucinaciones de la IA actual y la tendencia de algunos chatbots a inventar respuestas que suenan muy creíbles, pero que no están basadas en hechos y no son verdad.
Dice el mandamás de Nvidia que esto es más fácil de resolver de lo que parece, y es que simplemente habría que asegurarse de que las respuestas estén bien investigadas. De hecho da la clave, pues dice que bastaría «agregar una regla: para cada respuesta, debemos buscar la respuesta».
Huang dice que esta práctica de «generación de recuperación aumentada» resolvería el problema, pues el enfoque el similar al de la alfabetización básica: examinar la fuente y el contexto. Antes de responder la IA debería comparar los hechos en la fuente con verdades conocidas, y si la respuesta fuese inexacta debería descartar la fuente y buscar la siguiente.
No se trata de responder solamente, sino de investigar para determinar qué respuesta es la mejor antes de ofrecerla. Incluso los generadores de texto deberían tener la opción de responder que «no saben la respuesta» o que «no pueden llegar a un consenso sobre cuál sería la respuesta correcta».