A principios de 2019, GPT-2 fue anunciado por OpenAI, la empresa privada sin fines de lucro que ahora incluye $11 mil millones en inversiones de Microsoft Corporation. Comparado con lo que iba a seguir, el desarrollo fue relativamente tranquilo. Claudia Slowik y Filip Kaiser escriben en el neotérico blog, “El 15 de marzo de 2022, OpenAI lanzó la nueva versión de GPT-3 llamada ‘text-davinci-003’. Este modelo se describió como más capaz que las versiones anteriores de GPT. Además, se entrenó con datos hasta junio de 2021, lo que lo hace mucho más actualizado que las versiones anteriores de los modelos (entrenado con datos hasta octubre de 2019)». Fue con la serie 3.5 de versiones de finalización de texto y código que GPT despegó. Con la versión 4.0, lanzada en noviembre de 2022, se lanzó una lucha total para crear interfaces, aplicaciones y productos asociados para facilitar un acceso nuevo y ampliado.
Google es una de las muchas empresas que se esfuerzan por ponerse al día con el lanzamiento de OpenAI. Después de una demostración defectuosa en el lanzamiento de Bard de Google, el decodificador informa que los dos grandes centros de investigación de IA de Google, DeepMind y Google Brain AI, se han unido para respaldar el proyecto Gemini, un gran modelo de lenguaje que tendrá un billón de parámetros.
Hace menos de un mes y medio, el 30 de marzo de 2023, el desarrollador Significant Gravitas publicó Auto-GPT en GitHub. Como explica Wikipedia, “Auto-GPT es un ‘agente de IA’ que, dado un objetivo en lenguaje natural, puede intentar lograrlo dividiéndolo en subtareas y usando Internet y otras herramientas en un ciclo automático. Utiliza las API GPT-4 o GPT-3.5 de OpenAI y se encuentra entre los primeros ejemplos de una aplicación que utiliza GPT-4 para realizar tareas autónomas”.
Con Auto-GPT, hemos cruzado el Rubicón virtual desde las actividades de pasos relativamente simples de los modelos GPT anteriores a un proceso de secuenciación de pasos independientes a un ciclo de retroalimentación complejo de múltiples actividades y evaluaciones hacia un resultado definido. Sabrina Ortiz escribe en ZDNet, “Esto significa que Auto-GPT puede realizar una tarea con poca intervención humana y puede solicitarse automáticamente. Por ejemplo, puede indicarle a Auto-GPT cuál desea que sea el objetivo final y la aplicación producirá automáticamente todas las indicaciones necesarias para completar la tarea”. Ortiz sugiere: «Las capacidades autónomas y prometedoras de la aplicación pueden convertirla en nuestro primer vistazo a la inteligencia artificial general (IAG), un tipo de IA que puede realizar tareas intelectuales a nivel humano… La demostración de Github muestra indicaciones de objetivos de muestra como ‘Aumentar el valor neto , hacer crecer la cuenta de Twitter, desarrollar y administrar múltiples negocios.’ Las limitaciones de la aplicación enumeradas en Github advierten que la salida de Auto-GPT «puede no funcionar bien en escenarios comerciales complejos del mundo real». Sin embargo, los resultados que los usuarios han estado compartiendo muestran que Auto-GPT puede ofrecer algunos resultados realmente impresionantes (y útiles)”.
El desarrollo de la IA generativa ha sido tan rápido que hemos visto llamados a pausar el desarrollo. Sin embargo, estas llamadas son más una alarma que una expectativa razonable de que la investigación mundial sobre un tema tan candente se retrase de alguna manera. Tal “pausa” sería imposible de hacer cumplir, dado el número y la diversidad de ubicaciones de los sitios que realizan investigaciones en este campo.
Guiados por desarrollos en IA generativa, estamos en camino a AGI. No será un camino sencillo y hay numerosos obstáculos que superar, pero hemos superado un punto de inflexión con las capacidades de Auto-GPT. Ben Lutkevich de Objetivo tecnológico escribe:
“La inteligencia general artificial (AGI) es la representación de las capacidades cognitivas humanas generalizadas en un software para que, ante una tarea desconocida, el sistema AGI pueda encontrar una solución. La intención de un sistema AGI es realizar cualquier tarea de la que un ser humano sea capaz… AGI se considera una inteligencia artificial fuerte (IA). La IA fuerte contrasta con la IA débil o estrecha, que es la aplicación de la inteligencia artificial a tareas o problemas específicos. La supercomputadora Watson de IBM, los sistemas expertos y los autos sin conductor son ejemplos de inteligencia artificial estrecha”.
¿Cuánto tiempo llevará desarrollar una IA fuerte? Nadie lo sabe con certeza. Es casi seguro que tomará años, pero quizás no las décadas que se habían pronosticado previamente. Debemos recordar cuán rápido han surgido el GPT actual y los modelos asociados.
¿Qué significará AGI generalizado? Una vez más, nadie lo sabe con certeza. Lo que sí sabemos es que muchos más trabajos humanos serán realizados por programas sólidos de IA. Las computadoras y los programas de IA funcionarán incansablemente, de manera eficiente y efectiva. Por supuesto, seguirá existiendo la necesidad de que muchos humanos participen en una gran cantidad de tareas que AGI no puede completar mejor. Es posible que veamos semanas laborales más cortas para los humanos. Las nuevas carreras con personal humano pueden evolucionar para emplear a los trabajadores desplazados.
Las implicaciones para la educación son muchas. ¿Seguiremos necesitando el conocimiento para realizar tareas que la IA realiza regularmente? El conocimiento de cómo dirigir y expandir la experiencia de AI en estas áreas será esencial. ¿Qué destrezas y habilidades humanas serán las más demandadas? Los valores humanos y la ética serán esenciales para guiar los programas si queremos coexistir cómodamente. AGI puede ampliar nuestro conocimiento e información en matemáticas y ciencias. Tal vez traerá nuevos conocimientos y oportunidades en las artes y las humanidades que han estado en declive en las universidades en los últimos años.
Con la llegada de Auto-GPT, ahora existe una visión de un camino para que la IA generativa asuma tareas cada vez más multivariadas. Se asignarán objetivos cada vez más complejos a estas aplicaciones de IA más avanzadas. Debemos estar atentos para asegurar que los valores humanos y la ética guíen el desarrollo en los próximos meses y años.
También debemos monitorear cuidadosamente el advenimiento de la IA en nuestros campos profesionales para que no nos sorprendan cuando haya reducciones en la fuerza laboral humana debido a las eficiencias generadas por computadora. Esto requerirá comunicación, colaboración y visión compartida entre investigadores, corporaciones y educadores. Haremos bien en recordar la advertencia de Aldous Huxley hace casi un siglo de que el “Brave New World” puede esperar a aquellos que valoran exclusivamente la eficiencia y la tecnología sobre la emoción humana y la individualidad.
