¿La IA generativa no es lo mismo que la inteligencia artificial general? ¿Cuál es la diferencia entre los dos?
Desde el avance de la IA en el centro de atención a fines de 2022, han aparecido miles de modelos de IA casi todas las semanas. Puede ser vertiginoso tratar de mantenerse al día con qué hace qué.
Si está familiarizado con los conceptos básicos de IA, es posible que ya conozca la inteligencia artificial generativa (GAI). Por el contrario, es posible que no esté tan familiarizado con otro tipo de IA llamada inteligencia general artificial (AGI).
Si bien suenan similares, no son exactamente lo mismo. Y no, no es solo porque las letras de sus siglas están cambiadas. Entonces, ¿cuál es la diferencia entre los dos?
¿Qué es la Inteligencia Artificial General?
Imagine una IA que pueda pensar, razonar, percibir, inferir, todo lo que los humanos pueden hacer. Eso, y más, es lo que se supone que es la inteligencia general artificial. Aunque teórica, la inteligencia artificial general (AGI) podría realizar cualquier tarea intelectual, como un ser humano, pero con menos o ningún error.
Se diferencia de la inteligencia artificial limitada (ANI, por sus siglas en inglés), que es altamente calificada en un campo o rango de tareas en particular. Narrow Intelligence está diseñado para sobresalir en una o muy pocas tareas específicas, como un profesor emérito en una disciplina muy específica.
Se propone que AGI sea una IA que pueda sentir, tomar decisiones basadas en sus sentimientos, resolver problemas, aprender, procesar lenguajes y realizar otras habilidades cognitivas. Sin una alimentación previa de datos, AGI debería generar algo significativo, independientemente de las variables involucradas.
Las IA de ciencia ficción apenas se acercan, por lo que AGI sigue siendo solo una teoría. Aunque algunos modelos de IA en proceso se acercan a la descripción de AGI, todavía se basa en gran medida en los datos proporcionados y aún tiene que formar un razonamiento independiente. Aunque sobresalen en la resolución de problemas, el procesamiento del lenguaje natural y cosas por el estilo, aún les queda un largo camino antes de que podamos llamarlos AGI en toda regla.
Por ejemplo, Google DeepMind está trabajando día y noche para desarrollar modelos AGI que puedan estar a la par de la inteligencia humana, con la capacidad de aprender y razonar como los humanos. Para saber más, echa un vistazo a la Cosas asombrosas que pueden hacer los bots existentes de DeepMind de Google.
Entonces, ¿cuáles son las posibles aplicaciones de la inteligencia artificial general? Bueno, promete encontrar importancia en todos los campos imaginables. Por ejemplo, AGI y la biotecnología pueden brindar atención médica de primera calidad a una fracción del costo. Puede personalizar los planes de tratamiento y acelerar el diagnóstico con errores mínimos.
Puede hacer esto y muchos más en campos como la robótica y la automatización, la investigación, la educación, la agricultura, la exploración espacial, etc.
¿Qué es la Inteligencia Artificial Generativa?
Como se mencionó anteriormente, la mayoría de los modelos de IA existentes en el momento de escribir este artículo pertenecen a esta categoría.
La inteligencia artificial generativa (GAI) incluye cualquier IA que, como su nombre lo indica, genera nuevo material, ya sea audio, imagen o texto, a partir de datos previamente imputados. En otras palabras, cualquier IA que tenga que dar indicaciones para generar contenido o responder a solicitudes accediendo a información almacenada puede clasificarse como GAI.
Por ejemplo, los traductores habituales de texto a voz y de imagen a imagen y desarrollos más recientes como DALL-E (¿Qué es DALL-E?), MuseNet, Style-based Adversarial Networks Generative (StyleGAN), Jukebox y Generative Pre-trained Transformers (GPT-3, GPT-3.5, GPT-4) se clasifican en IA generativa.
La IA generativa utiliza técnicas de aprendizaje profundo para generar contenido lo más parecido posible a las indicaciones. Utilizan las indicaciones como materiales de construcción para crear el contenido que solicita producir. Aquí están algunas ejemplos de lo que ChatGPT puede hacer por ti si quieres saber más al respecto.
¿En qué se parecen la inteligencia artificial general y la inteligencia artificial generativa?
Aunque diferentes en su forma de operar y punto de experiencia, AGI y la IA generativa comparten varias cosas en común.
1. Aprendiendo
AGI y GAI son modelos de aprendizaje automático que aprenden a través de algoritmos supervisados, semisupervisados y no supervisados utilizando redes neuronales profundas. Esto es para que puedan analizar y procesar datos para generar contenido en línea con el contexto del aviso.
Al igual que los humanos, los modelos AGI pueden aprender de diversos datos y experiencias. Al mismo tiempo, GAI está capacitado en grandes conjuntos de datos existentes para comprender los patrones subyacentes y las relaciones entre los datos para generar datos nuevos, significativos y relevantes.
2. Gama de aplicaciones
Tanto AGI como GAI se pueden usar para una amplia gama de propósitos, incluidos, entre otros, contenido de texto, imagen y video.
La IA generativa se puede desarrollar para servir varios propósitos en campos limitados. Por otro lado, la inteligencia artificial general es naturalmente aplicable en todas las esferas de la vida, ya que puede razonar y realizar tareas de forma independiente.
3. Catalizadores para el cambio
El objetivo del avance tecnológico es fomentar el cambio y el crecimiento. AGI y GAI son indispensables para acelerar cambios e innovaciones muy necesarios que el mundo necesita desesperadamente.
Con la introducción de GAI y AGI utilizables, la humanidad está segura de que pronto se producirá un rápido avance, que reducirá exponencialmente el tiempo de trabajo humano.
4. Fuente del dilema ético
Si bien obtener ayuda adicional de la IA parece una buena idea, surgen varias preocupaciones cuando es necesario que haya un límite claro sobre lo que es éticamente correcto que la IA supervise.
Con la IA generativa, ha habido preocupaciones sobre las reglas de derechos de autor en torno al arte de la IA e incluso preguntas sobre si el arte de la IA es arte real. AGI, si se le da suficiente tiempo, podría ver a la humanidad como algo sin sentido y moverse por el exterminio de la humanidad, un horror de ciencia ficción que se vuelve realidad.
Las regulaciones en el campo de la IA han sido desafiantes, ya que estas son aguas desconocidas para la raza humana.
¿En qué se diferencia la inteligencia artificial general de la inteligencia artificial generativa?
La diferencia más significativa entre ellos es que AGI aún no se ha desarrollado, mientras que GAI existe y ya está en uso. Otras diferencias radican en lo siguiente:
1. Modos de operacion
Aparte del hecho de que AGI todavía está en la lista de deseos de los científicos informáticos, sus modos de operación son marcadamente distintos.
La inteligencia artificial general no se limita a ninguna tarea o dominio específico, realizando tareas sin una programación específica. Por otro lado, la IA generativa se enfoca en generar contenido nuevo dentro de un nicho basado en patrones y datos existentes.
2. Adaptabilidad
AGI puede aprender y adaptarse a nuevas situaciones, mientras que la IA generativa está limitada por los datos de entrada y el dominio específico en el que opera.
Un AGI que supervisa las ventas y las finanzas de una organización podrá adaptarse en caso de un cambio repentino como una pandemia. El modelo AGI podrá hacer inferencias inteligentes a partir de los datos disponibles y reconfigurar las operaciones de la organización para atender el nuevo desarrollo.
Esto es algo que la IA generativa, por sí sola, no puede hacer.
3. Cognición
Es probable que la inteligencia artificial general sea bastante similar a la humana en su enfoque de resolución de problemas. Esto se opone a la IA generativa, que funciona en secuencias de entrada y salida preentrenadas. Una IA generativa solo puede hacer aquello para lo que fue programada, ni más ni menos. Un AGI, por otro lado, aprenderá, razonará, comparará e inferirá.
En términos simples, un AGI puede pensar como un humano y tal vez incluso mejor.
4. Enfoque de aprendizaje
La IA generativa a menudo aprende a través del entrenamiento no supervisado a través de extensos recursos de datos, lo que le enseña cómo crear contenido nuevo a partir de los existentes previamente.
AGI utilizará una combinación de aprendizaje supervisado y no supervisado y aprendizaje de refuerzo. Esto asegura que pueda tomar decisiones inteligentes frente a los vastos recursos a su disposición.
GAI, AGI y más allá
No se puede negar que la inteligencia general artificial es la materia de los sueños que se convierten rápidamente en realidad. Nos estamos acostumbrando a la inteligencia artificial generativa, pero no debemos sentirnos demasiado cómodos.
La inteligencia artificial general pronto irá más allá de ser una mera teoría, sino una forma activa de inteligencia desarrollada, que con suerte trabajará con nosotros y para nosotros.
