Datos de juegos, no LLM: cómo ve la startup General Intuition el camino hacia AGI

Datos de juegos, no LLM: cómo ve la startup General Intuition el camino hacia AGI

La startup General Intuition, respaldada por inversiones de Jeff Bezos, afirma un enfoque fundamentalmente nuevo para lograr inteligencia artificial general. Según la empresa, los modernos modelos de lenguaje de gran escala —desde ChatGPT hasta Claude— están agotando su potencial en datos de texto y no pueden desarrollar plenamente la capacidad de inteligencia generalizada sin entender la realidad física del espacio y el tiempo.

Por qué los LLM son insuficientes para AGI

Los modelos de texto demuestran capacidades sorprendentes en el procesamiento del lenguaje: creatividad, análisis, razonamiento basado en el conocimiento. Sin embargo, siguen siendo fundamentalmente ciegos a una área crítica: la física del espacio y el tiempo. Estos modelos carecen de una comprensión integrada de cómo se mueven los objetos, interactúan bajo la influencia de fuerzas, reaccionan a la proximidad entre sí, cómo las causas generan consecuencias en el mundo físico.

Esta comprensión es necesaria para que un sistema de IA pueda generalizar su conocimiento más allá de la esfera textual y aplicar lógica en un contexto real y físico. Los datos de texto, incluso los conjuntos más extensos de textos descriptivos, no pueden reemplazar la experiencia de observar cómo se mueven los objetos, caen, chocan, reaccionan a las fuerzas.

Datos de juegos como clave para el pensamiento físico

Aquí es donde entran en juego los videojuegos. En mundos de juegos, todas las leyes físicas se modelan y se registran en datos: cómo salta un personaje, cómo cae un objeto, cómo interactúan los objetos al chocar, cómo se propaga el sonido, cómo se refleja la luz en las superficies. Estos conjuntos de datos de alta frecuencia y multidimensionales contienen miles de millones de ejemplos de comportamiento espaciotemporal — exactamente la información que los LLM no pueden extraer del texto ni siquiera del video sin anotar.

General Intuition ve en los datos de juegos un recurso subutilizado para entrenar sistemas de IA que integren conocimiento sobre física, causalidad y relaciones espaciales. Si un modelo se entrena simultáneamente en datos de texto y de juegos —con semántica explícita de interacciones físicas— puede desarrollar la capacidad no solo de describir el mundo con palabras, sino también de predecir, modelar y razonar sobre su estructura física, hacer inferencias causales. Esto, según la convicción de la startup, es un paso crítico hacia una inteligencia más universal y adaptativa.

La inversión de Bezos y su significado para la industria

Jeff Bezos, conocido por su apoyo a investigaciones ambiciosas y fundamentales y apuestas arriesgadas, dirigió inversiones a General Intuition. Esto señala que la hipótesis de la empresa atrae la atención de inversores experimentados y figuras influyentes en la comunidad de inteligencia artificial. Sin embargo, los detalles de la ronda de financiación en sí —cantidad de inversión, etapa de la empresa, otros inversores— siguen siendo desconocidos de fuentes públicas.

Qué significa esto para el futuro de AGI

Si el concepto de General Intuition es correcto, entonces el desarrollo de AGI requiere no solo escalar modelos de texto, sino un enfoque arquitectónico fundamentalmente diferente: la síntesis e integración de conocimiento de múltiples fuentes de datos. Esto cambia el enfoque de la industria de la pregunta "¿cómo hacemos los LLM más grandes?" a preguntas como: ¿qué otros tipos de datos son críticos para la inteligencia general? ¿Cómo podemos integrar de manera más eficiente diferentes modalidades en un único sistema? ¿Qué papel juega el aprendizaje activo a través de simulaciones y entornos de juego? La discusión sobre los ingredientes fundamentales para AGI se vuelve solo más agudamente relevante y conceptualmente diversa.