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

General Intuition, una startup respaldada por la inversión de Jeff Bezos, afirma tener un enfoque radicalmente nuevo para alcanzar la inteligencia artificial general. Según la compañía, los grandes modelos de lenguaje actuales, de ChatGPT a Claude, agotan su potencial con datos de texto y no pueden desarrollar plenamente una inteligencia generalista sin comprender la realidad física del espacio y el tiempo.

Por qué los LLM no bastan para la AGI

Los modelos de texto muestran capacidades notables en el procesamiento del lenguaje: creatividad, análisis, razonamiento basado en conocimiento. Sin embargo, siguen siendo fundamentalmente ciegos en un ámbito crítico: la física del espacio y el tiempo. Estos modelos carecen de una comprensión integrada de cómo se mueven los objetos, cómo interactúan bajo la acción de fuerzas, cómo reaccionan a la cercanía entre ellos y cómo las causas producen efectos en el mundo físico.

Un sistema de IA necesita esa comprensión para generalizar su conocimiento más allá del texto y aplicar la lógica en un contexto físico real. Los datos de texto, incluso los mayores conjuntos de textos descriptivos, no pueden sustituir la experiencia de observar el movimiento, la caída y la colisión de objetos, y su reacción a las fuerzas.

Los datos de videojuegos como clave del razonamiento físico

Aquí entran en escena los videojuegos. En los mundos de juego, todas las leyes físicas están modeladas y registradas en datos: cómo salta un personaje, cómo cae un objeto, cómo interactúan los objetos en una colisión, cómo se propaga el sonido, cómo se refleja la luz en las superficies. Estos conjuntos de datos multidimensionales y de alta frecuencia contienen miles de millones de ejemplos de comportamiento espaciotemporal, justo la información que los LLM no pueden extraer del texto ni siquiera del vídeo sin anotar.

General Intuition ve en los datos de videojuegos un recurso infrautilizado para entrenar sistemas de IA en la integración de conocimientos sobre física, causalidad y relaciones espaciales. Si un modelo se entrena a la vez con datos de texto y de videojuegos, con semántica explícita de las interacciones físicas, puede llegar a no solo describir el mundo con palabras, sino también predecirlo, modelarlo y razonar sobre su estructura física, y hacer inferencias causales. Para la startup, este es un paso crítico hacia una inteligencia más universal y adaptable.

La inversión de Bezos y su relevancia para la industria

Jeff Bezos, conocido por apoyar la investigación fundamental ambiciosa y las apuestas de riesgo, ha invertido en General Intuition. Eso indica que la hipótesis de la compañía atrae la atención de inversores con experiencia y de figuras influyentes de la comunidad de la inteligencia artificial. Sin embargo, los detalles de la ronda de financiación, como el volumen de la inversión, la etapa de la empresa y los demás inversores, no constan en fuentes públicas.

Qué significa esto para el futuro de la AGI

Si el concepto de General Intuition es correcto, desarrollar la AGI exige algo más que escalar los modelos de texto: requiere un enfoque arquitectónico radicalmente distinto, basado en la síntesis y la integración de conocimientos de muchas fuentes de datos. Eso desplaza el foco de la industria de la pregunta «¿cómo hacer más grandes los LLM?» a otras como: ¿qué otros tipos de datos son críticos para la inteligencia general? ¿Cómo integrar con más eficacia distintas modalidades en un único sistema? ¿Qué papel desempeña el aprendizaje activo mediante simulación y entornos de juego? El debate sobre los ingredientes fundamentales de la AGI es cada vez más urgente y conceptualmente más diverso.