Source article: Potentially Viable Paths to True AGI | by SingularityNet | SingularityNET
Translation by: Inesgav
Dework task link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=485b3170-aced-4005-936a-6b54bca2e572
Community review: Please leave comments below about translation quality or like this post if it is well translated
Caminos Potencialmente Viables hacia una AGI Verdadera
En los últimos años, gran parte de la conversación sobre la Inteligencia General Artificial (AGI, por sus siglas en inglés) ha estado dominada por el meteórico auge en la popularidad de los Modelos de Lenguaje Extensos (LLMs, por sus siglas en inglés) y otras formas de redes neuronales profundas (DNNs).
Desde ayudarnos con nuestras tareas cotidianas hasta generar exquisitas formas de arte, estos modelos han sobresalido en una variedad de tareas, impresionando a usuarios de todo el mundo. Dicho esto, hay un problema importante con su papel en el discurso sobre la AGI: no logran cumplir en un área vital: la verdadera inteligencia general.
En 2022, el Dr. Ben Goertzel, CEO de SingularityNET y de la Artificial Superintelligence Alliance, exploró la idea de que los sistemas de aprendizaje profundo podrían no ser suficientes para alcanzar una AGI en su forma más completa, en uno de sus blogs titulado “Tres Caminos Viables hacia una AGI Verdadera”.
En su blog, el Dr. Goertzel describe tres caminos potencialmente viables que podrían conducir a una AGI verdadera, cada uno representando una forma diferente de abordar el inmenso desafío de replicar una inteligencia similar a la humana.
Hoy exploraremos estos caminos: el enfoque a nivel cognitivo, el enfoque a nivel cerebral y el enfoque a nivel químico, cada uno ofreciendo perspectivas únicas sobre cómo podríamos alcanzar una AGI y qué se encuentra más allá del panorama actual de la inteligencia artificial.
1. El Enfoque de AGI a Nivel Cognitivo: Sistemas Híbridos Neural-Simbólicos
El primer camino que el Dr. Goertzel destaca, y uno que personalmente le entusiasma mucho, es el enfoque a nivel cognitivo. Este método implica la combinación de diversas técnicas de inteligencia artificial, incluidas las redes neuronales, el razonamiento simbólico, la programación probabilística y el aprendizaje evolutivo, en un marco unificado.
En el núcleo de este enfoque se encuentra OpenCog Hyperon, un proyecto liderado por el Dr. Goertzel junto con un equipo de investigadores e ingenieros, cuya versión Alpha se lanzó a principios de este año.
Hyperon no es simplemente otro sistema basado en redes neuronales; es un marco híbrido neural-simbólico que busca modelar la cognición humana a través de la integración de múltiples paradigmas de IA. Según el Dr. Goertzel, las redes neuronales profundas, por sí solas, no son suficientes para alcanzar una AGI debido a su capacidad limitada para generalizar, innovar y abstraer más allá de tareas específicas y estrechas.
El Dr. Goertzel explica:
“El límite absoluto que estas redes profundas o cualquier método vagamente similar podrían razonablemente aspirar a alcanzar sería lo que llamaría sistemas de ‘cuasi-AGI cerrados’, capaces de imitar muchos comportamientos humanos, pero […] incapaces de abordar problemas científicos y de ingeniería no resueltos, o de realizar la auto-modificación y auto-mejora necesarias para servir como IA semilla y lanzar una Singularidad.”
Esta crítica a las redes neuronales profundas resalta sus limitaciones fundamentales, que radican en su incapacidad para autoorganizarse o generar creatividad.
Hyperon aborda estas brechas al incorporar razonamiento simbólico, algoritmos evolutivos e inferencia probabilística avanzada, todo ello operando dentro de un sistema basado en metagrafos llamado Atomspace. Esta arquitectura permite procesos de razonamiento y aprendizaje flexibles y escalables, inspirados en la psicología cognitiva humana.
El Dr. Goertzel y su equipo creen que Hyperon representa un paso crucial hacia la AGI. El sistema está diseñado para emular funciones cognitivas clave, como la memoria, la atención y el razonamiento, utilizando un conjunto de algoritmos avanzados de IA optimizados para interactuar dentro de un marco común. Este enfoque híbrido reúne las fortalezas de diferentes paradigmas de IA, superando a la vez sus debilidades individuales.
2. El Enfoque de AGI a Nivel Cerebral: Simulación Dinámica No Lineal a Gran Escala del Cerebro
Si el enfoque a nivel cognitivo se centra en imitar los procesos de pensamiento humano mediante una combinación de paradigmas de inteligencia artificial, el enfoque a nivel cerebral toma una ruta más directa: simular el cerebro mismo.
El Dr. Goertzel reconoce la complejidad de este esfuerzo, pero cree que crear un modelo dinámico no lineal del cerebro podría ofrecer otro camino hacia la AGI. Este enfoque difiere significativamente de los modelos actuales de redes neuronales, que, como señala, son “neuronales” solo en un sentido muy limitado.
Inspirándose en la neurociencia computacional, Goertzel aboga por métodos de simulación cerebral basados en la teoría del caos y la dinámica no lineal, que emularían las complejas interacciones de las neuronas a un nivel mucho más detallado. Hace referencia al trabajo de Eugene Izhikevich en sistemas dinámicos, que proporciona una base teórica para este tipo de modelo.
Sin embargo, como explica el Dr. Goertzel, el mayor obstáculo para este enfoque no es la falta de ideas, sino la inmensa potencia computacional requerida:
“Incluso el mejor intento que podríamos hacer para simular el cerebro con el conocimiento actual no sería TAN preciso realmente. Hay demasiado que no sabemos sobre cómo funciona el cerebro, y nuestro hardware informático es demasiado diferente del tejido neural.”
A pesar de estos desafíos, ve potencial en este camino. Una simulación completa del cerebro podría proporcionar información sobre la inteligencia similar a la humana al replicar las interacciones entre las diversas regiones cerebrales y redes neuronales. Si bien el proyecto Human Brain Project intentó algo similar pero no logró sus objetivos, Goertzel cree que al basar las simulaciones cerebrales en dinámicas no lineales y ejecutarlas en hardware avanzado, podríamos eventualmente lograr una AGI mediante este enfoque.
Pero surge otra consideración: ¿y si en lugar de simular el cerebro humano, comenzáramos simulando organismos más simples? Como sugiere, simular los cerebros de animales como cucarachas o abejas podría ser un paso intermedio más factible.
Estos cerebros más simples, con menos neuronas y conexiones, podrían ofrecer valiosos conocimientos sobre los principios de la dinámica neuronal, conocimientos que podrían escalarse posteriormente hasta alcanzar una inteligencia a nivel humano.
3. El Enfoque de AGI a Nivel Químico: Química Artificial y Sistemas Autoorganizativos
El tercer camino que propone Goertzel se aleja por completo de la modelización neuronal y se centra en la AGI a nivel químico. Este enfoque, especulativo pero cautivador, implica simular sistemas complejos autoorganizativos a nivel químico, con el objetivo de fomentar la formación de estructuras similares a un cerebro. En esencia, en lugar de intentar emular el cerebro o la cognición directamente, se trataría de crear sistemas químicos artificiales que imiten los procesos subyacentes de la vida y la inteligencia.
La fascinación de Goertzel por este enfoque proviene de los conocimientos aportados por la ciencia de sistemas complejos y la teoría del caos, que sugieren que la inteligencia podría surgir de entornos altamente dinámicos y autoorganizativos. Señala trabajos de investigadores como Bruce Damer (Evogrid) y Walter Fontana (química algorítmica) como posibles fuentes de inspiración. La idea es que, mediante simulaciones a gran escala de química artificial, podríamos ser testigos de la emergencia espontánea de estructuras cognitivas similares a las que se encuentran en los organismos biológicos.
Aunque este enfoque es altamente especulativo y “visionario,” como lo describe Goertzel, también es profundamente intrigante. El desafío central aquí radica en desarrollar un entorno computacional que soporte simulaciones distribuidas masivas y el análisis de patrones necesario para comprender cómo emergen comportamientos complejos.
Goertzel reconoce la naturaleza de alto riesgo de este enfoque, pero también percibe un atractivo filosófico inmenso en el intento de replicar los mismos procesos que dieron origen a la vida y la inteligencia. Como él mismo afirma:
“Este posible enfoque hacia la AGI es muy de investigación visionaria y de alto riesgo, pero también filosóficamente muy atractivo — y nunca se ha intentado realmente a escala moderna.”
Si se lograran avances en esta área, podrían revolucionar nuestra comprensión tanto de la inteligencia como de la vida misma, proporcionando una base completamente nueva para la investigación de AGI.
Por Qué Estos Caminos Son Importantes para la AGI y la Próxima Singularidad
Cada uno de estos tres caminos desempeña un papel crucial en el discurso más amplio sobre la AGI y su viabilidad potencial en los próximos años. Representan la diversidad de enfoques necesarios para abordar la enorme complejidad de la inteligencia misma.
Aunque las redes neuronales profundas han logrado éxitos notables en aplicaciones de IA estrecha, la creación de una AGI a nivel humano requerirá más que simplemente escalar las técnicas actuales.
Las propuestas del Dr. Goertzel nos invitan a ir más allá de los paradigmas actuales y considerar enfoques más holísticos y multidisciplinarios que abarcan la ciencia cognitiva, la neurociencia y la química.
En SingularityNET, nuestro compromiso con la descentralización del desarrollo de la IA y el fomento de la innovación se alinea perfectamente con esta visión más amplia. Al apoyar proyectos como OpenCog Hyperon y promover la investigación en caminos alternativos hacia la AGI, estamos ayudando a expandir los límites de lo posible.
Estos tres enfoques delineados por el Dr. Goertzel—a nivel cognitivo, cerebral y químico—ofrecen un mapa para la futura investigación de la AGI, cada uno proporcionando una perspectiva única sobre cómo lograr una verdadera inteligencia artificial.
Aunque el futuro de la AGI aún no está definido, la Singularidad está cerca.
Y a medida que continuamos explorando estos diversos caminos, te invitamos a unirte a nosotros en este viaje hacia el amanecer de una explosión de inteligencia que podría (y probablemente lo hará) transformar el mundo tal como lo conocemos.