Juego de la Vida como camino hacia AGI: una nueva visión de la naturaleza de la mente

La pregunta de cómo crear una verdadera inteligencia artificial general sigue siendo el mayor misterio sin resolver de toda la industria. Mientras gigantes como OpenAI, Google DeepMind y Anthropic escalan modelos de lenguaje, esperando que la cantidad se convierte en calidad, investigadores independientes buscan caminos fundamentalmente diferentes. Uno de esos intentos apareció en Habr—y a pesar de su ambición, merece atención aunque sea porque plantea las preguntas correctas.

El autor del artículo realizó un experimento intrigante: creó una red neuronal cuya tarea es recuperar las reglas del autómata celular "Juego de la Vida" de Conway. Pero no simplemente así, con una limitación fundamental: la red observa la dinámica del sistema desde dentro, sin acceso al cuadro completo de lo que está sucediendo. No ve todas las células simultáneamente y no conoce las reglas de antemano. En su lugar, se ve obligada a construir un modelo del mundo basado en observaciones limitadas—prácticamente como un organismo biológico percibe la realidad a través de órganos sensoriales, sin acceso directo al "código fuente" de las leyes físicas.

Este enfoque difiere fundamentalmente del aprendizaje automático estándar, donde los modelos típicamente reciben datos "desde una perspectiva de pájaro". Una red neuronal entrenada para clasificar imágenes ve cada píxel. Un modelo de lenguaje procesa textos completos. Aquí, el agente está inmerso en un entorno y se ve obligado a aproximar sus regularidades basándose en información local e incompleta. Así es, afirma el autor, como funciona el cerebro humano—y precisamente este principio podría ser la clave para crear AGI.

Basándose en su experimento, el investigador construye un marco teórico más amplio. Introduce su propio sistema de terminología—siendo central las "infuras"—y describe la naturaleza matemático-informacional de la mente en el contexto de la hipótesis del universo computable. Esta hipótesis, que se remonta a las ideas de Konrad Zuse y posteriormente desarrollada por Stephen Wolfram, presupone que toda la realidad física puede ser descrita como un proceso computacional. Si es así, entonces la conciencia no es una propiedad mística de la materia biológica, sino un resultado natural de cierto tipo de procesamiento de información que en principio puede reproducirse.

Hay que ser honesto al reconocer: el artículo en Habr es más un manifiesto de un pensador independiente que una investigación revisada por pares. Terminología propia sin vinculación al aparato científico establecido, generalizaciones amplias basadas en un único experimento y paralelismos directos entre autómatas celulares y el cerebro humano generan escepticismo comprensible. Neurobiología y ciencia cognitiva han acumulado suficientes datos mostrando que la arquitectura de la inteligencia biológica es mucho más compleja que cualquier modelo que pueda describirse observando una cuadrícula de células blancas y negras.

Sin embargo, detrás del envoltorio ambicioso existe una idea que no puede simplemente descartarse. La cuestión del papel de la cognición encarnada (embodied cognition) en la formación de la inteligencia se discute en la comunidad académica desde hace décadas. François Chollet, creador de Keras y autor de la prueba ARC para medir inteligencia general, ha enfatizado repetidamente que escalar transformers por sí solo no conducirá a AGI, porque estos modelos carecen precisamente de la interacción con el entorno. Argumentos similares provienen de Yann LeCun de Meta, quien promueve la idea de world models—modelos internos del mundo que un agente construye a través de la experiencia, no a través de la absorción de textos.

En este contexto, el experimento con el "Juego de la Vida" puede considerarse como una demostración simplificada pero ilustrativa de cómo un agente es capaz de deducir patrones estructurales desde la posición de un observador. Esto no es AGI ni siquiera un camino directo hacia ella. Pero es un intento de formalizar la intuición de que la verdadera inteligencia no comienza con datos, sino con experiencia. No con respuestas, sino con las preguntas que el agente aprende a hacer.

La industria de la inteligencia artificial en 2026 se encuentra en un punto donde el escalado comienza a mostrar rendimientos decrecientes, y no se vislumbran nuevos avances arquitectónicos. En tal situación, cualquier idea fresca tiene valor—incluso si proviene no de un laboratorio de Google, sino de Habr. El camino hacia AGI, si existe, difícilmente será directo. Y es bastante posible que uno de sus giros realmente pase por autómatas celulares, experiencia encarnada y la pregunta de cómo un sistema puede conocer el mundo estando dentro de él.