Un nuevo giro en la carrera de la inteligencia artificial se ha producido recientemente, ya que el sistema O3 de OpenAI ha logrado un hito asombroso al alcanzar resultados de nivel humano en una prueba de "inteligencia general".

El 20 de diciembre, O3 obtuvo una puntuación del 85% en el índice de referencia ARC-AGI, superando considerablemente la anterior mejor puntuación de IA, que era del 55%, y alcanzando el promedio humano. Adicionalmente, el modelo mostró un desempeño notable en una prueba matemática compleja, indicando que su capacidad de razonamiento no solo se limita a tareas cotidianas.

La búsqueda de la inteligencia artificial general (AGI) ha sido el objetivo principal de muchos laboratorios de investigación en este campo. El éxito de OpenAI sugiere que estamos un paso más cerca de lograr una IA que pueda igualar o incluso superar la inteligencia humana en tareas complejas.

Sin embargo, ¿qué significa realmente que una IA alcance un nivel humano? Para entender el significado del desempeño de O3, es fundamental analizar la prueba ARC-AGI. Esta prueba mide cuán eficiente es un sistema de IA al adaptarse a situaciones nuevas a partir de un número limitado de ejemplos.

Normalmente, sistemas como ChatGPT no son muy eficientes en la selección de muestras, ya que se entrenan con millones de ejemplos, pero a menudo les falta datos sobre situaciones inusuales. En este sentido, la capacidad de O3 para generalizar a partir de pocos ejemplos es un avance significativo. Esta habilidad, conocida como capacidad de generalización, es vital para la inteligencia, ya que permite a un sistema resolver problemas desconocidos con precisión.

La prueba ARC-AGI implica resolver problemas de cuadrícula, donde la IA debe identificar el patrón que transforma una cuadrícula inicial en otra. Al igual que los tests de coeficiente intelectual que tal vez recuerdes, estas evaluaciones son un buen indicativo de la capacidad de razonamiento del sistema.

Aunque no se conocen claramente los métodos exactos que utilizó OpenAI para lograr estos resultados, es evidente que el modelo O3 es altamente adaptable. Encuentra reglas que pueden generalizarse a partir de pocos ejemplos sin perder efectividad, lo cual es un paso importante hacia la consecución de una AGI más versátil.

Es interesante notar que el investigador francés François Chollet, creador del benchmark ARC-AGI, sugiere que O3 puede estar utilizando "cadenas de pensamiento" para deducir las mejores soluciones, una metodología similar a la que utilizó AlphaGo para aprender a jugar al Go. Esto abre un debate sobre si el sistema O3 realmente está mejor promediando su aprendizaje general, o si es simplemente un refinamiento de técnicas anteriores.

La gran pregunta que surge es: ¿Estamos verdaderamente más cerca de alcanzar la inteligencia artificial general? Aunque O3 ha demostrado notables capacidades, si su modelo subyacente no ha cambiado sustancialmente desde versiones anteriores, podríamos estar ante una ilusión de progreso.

Por otro lado, si se logra validar su adaptabilidad en comparación con un humano promedio, esto podría tener repercusiones económicas y sociales profundas, marcando el inicio de una nueva era de inteligencia acelerada y automejorada. Este momento no solo nos invita a reevaluar nuestros estándares de inteligencia artificial, sino que también plantea importantes preguntas sobre la regulación y el uso ético de esta tecnología.

La presentación anticipada de O3 ha sido limitada, lo que significa que debemos esperar más evaluaciones y análisis en profundidad para comprender su verdadero potencial. Sin duda, el futuro de la IA está en juego y las repercusiones podrían ser tan asombrosas como transformadoras.