On the Definition of Intelligence

Resumen Técnico: Sobre la Definición de Inteligencia

Planteamiento del Problema
La búsqueda de la Inteligencia Artificial General (AGI) requiere una definición de inteligencia que sea formal, operativa y agnóstica a la especie. Las definiciones existentes enfrentan limitaciones significativas:

• Definiciones Orientadas a Objetivos: Definiciones como la de Legg y Hutter (que miden la capacidad de un agente para alcanzar objetivos en diversos entornos) tienen dificultades para aplicarse a comportamientos que carecen de entornos claros, señales de recompensa o metas bien definidas (por ejemplo, la IA generativa).
• Definiciones Antropocéntricas y Temporales: Enfoques como el Test de Turing o la definición de Elaine Rich (la IA como la capacidad de hacer que las computadoras hagan cosas que los humanos actualmente hacen mejor) son o bien limitados por la comparación humano-máquina, o bien contingentes temporalmente a la superioridad humana actual.
• Problemas de Operacionalización: Las definiciones psicológicas (por ejemplo, la de Wechsler) son difíciles de operacionalizar para sistemas no humanos.

Existe una falta de un marco unificado que pueda evaluar sistemas biológicos, artificiales e híbridos a través de diversos paradigmas, incluyendo el aprendizaje por refuerzo, modelos generativos, clasificación y razonamiento analógico, sin depender de descripciones vagas o del juicio humano como métrica única.

Metodología
El artículo propone una definición de inteligencia fundamentada en la fidelidad generativa y la indistinguibilidad de entidades. La metodología involucra los siguientes constructos formales:

1. Espacio Conceptual y Fibras:

   • Sea $U$ el universo de todas las entidades concebibles (puntos de datos, productos, acciones, conceptos).
   • Un espacio conceptual se define como una aplicación sobreyectiva $\Phi: U \to K$, donde $K$ es el conjunto de conceptos.
   • Para un concepto $k \in K$, el conjunto de entidades que ejemplifican este es la "fibra" $C_k = \Phi^{-1}(k)$.

2. Inteligencia de $\varepsilon$-Concepto:

   • Dado un multiconjunto de entidades de entrada $S \subseteq U$ pertenecientes a un concepto $C_k$, un agente es inteligente si puede generar un conjunto de entidades $\hat{S}$ que ejemplifique el mismo concepto.
   • Distinguidores: Una familia de funciones $F = \{f: U \to [0, 1]\}$ actúa como distinguidores para probar la similitud entre $S$ y $\hat{S}$.
   • Calificación: Una función de calificación $\sigma$ agrega las salidas de los distinguidores sobre un conjunto.
   • Métrica: La métrica de inteligencia se define como el supremo de la diferencia en las calificaciones entre el conjunto original y el conjunto generado a través de todos los distinguidores:
     $$\Delta^\sigma_F(S, \hat{S}) = \sup_{f \in F} |\sigma(\{f(x) : x \in S\}) - \sigma(\{f(x') : x' \in \hat{S}\})|$$
   • Definición: Un agente es $\varepsilon$-inteligente con respecto al concepto $k$ si $\Delta^\sigma_F(S, \hat{S}) \le \varepsilon$. Esto implica que las entidades generadas son indistinguibles de las entidades originales dentro de una tolerancia $\varepsilon$ por cualquier distinguidor admisible en $F$.

3. Marco Dinámico:

   • El artículo distingue entre Capacidad Sincrónica (la amplitud de generación de entidades de bajo-$\varepsilon$ para un conjunto fijo de conceptos en un tiempo $t$) y Capacidad Diacrónica (la capacidad de transicionar la competencia de un conjunto de conceptos a otro, midiendo efectivamente el aprendizaje/adaptación).

Contribuciones Clave

• Definición Formal Unificada: El artículo proporciona una única definición matemática ($\varepsilon$-inteligencia de concepto) que subsume diversos paradigmas de IA. Trata la inteligencia no solo como un mapeo abstracto o maximización de objetivos, sino fundamentalmente como la generación de nuevas entidades consistentes con un concepto dado.
• Unificación de Benchmarks Existentes: El autor demuestra que las pruebas de inteligencia establecidas son casos especiales de su marco:
  • Test de Turing: Surge cuando la fibra son las respuestas de lenguaje humano y los distinguidores son jueces humanos.
  • C-Tests: Surgen cuando la fibra consiste en secuencias con una complejidad de Levin específica y los distinguidores verifican la explicación mínima única.
  • Inteligencia de Legg-Hutter: Surge cuando la fibra es la secuencia de comportamientos que maximizan la recompensa esperada en un entorno.
• Desacoplamiento de Inteligencia, Aprendizaje y Conciencia:
  • La definición no requiere conciencia; un resolvedor determinista puede exhibir una alta $\varepsilon$-inteligencia sin ser consciente.
  • La definición no requiere estrictamente la capacidad de aprendizaje; un sistema estático que genera consistentemente salidas correctas para un concepto es inteligente dentro de ese dominio, aunque el aprendizaje se relaciona con la capacidad diacrónica (el cambio de $\varepsilon$ a lo largo del tiempo).
• Criterios Operacionales: La definición satisface tres desiderata:
  • Operacional: Medible mediante salidas observables e indistinguibilidad.
  • Falsable: Los sistemas que generan salidas divergentes del concepto son identificados como poseedores de una baja inteligencia.
  • Generalizable: Aplicable a humanos, máquinas y sistemas biológicos sin sesgo antropocéntrico.

Resultados e Implicaciones Teóricas
El artículo no presenta nuevos datos experimentales, sino que ofrece una derivación teórica y comprobaciones de consistencia lógica:

• Fidelidad Generativa: El marco postula que la inteligencia es la capacidad de generar entidades consistentes con un concepto, incluso si las entidades son abstractas (por ejemplo, generar un coche dado un caballo como ejemplo de "transporte").
• Seguridad y Calidad de Datos: El autor argumenta que, debido a que la inteligencia se define por la fidelidad a un concepto, la seguridad y confiabilidad de las salidas están determinadas directamente por la calidad de los datos de entrenamiento (las entidades iniciales $S$). La curaduría de datos sintéticos conformes a la seguridad en la fuente se presenta como un método primario para mitigar salidas perjudiciales.
• Generalización: El marco apoya la generalización a conceptos no vistos. Si un nuevo espacio de conceptos $K_B$ puede ser embebido en un espacio conocido $K_A$ mediante un funtor completo, fiel y esencialmente sobreyectivo, los límites de inteligencia (distribuidores) pueden transportarse, permitiendo teóricamente que el sistema maneje problemas no vistos.

Significancia y Reivindicaciones
El artículo afirma proporcionar una "única vara de medir" para comparar sistemas biológicos, artificiales e híbridos. Su significancia radica en:

1. Cambio de Paradigma: Pasar de definiciones orientadas a objetivos o tareas específicas a un modelo de fidelidad generativa.
2. Fundación para la AGI: Ofrecer una definición base que sea lo suficientemente general como para abarcar diversos paradigmas (RL, LLMs, razonamiento analógico) permaneciendo a la vez testeable.
3. Direcciones Futuras: El autor sugiere que el marco puede ser refinado aún más utilizando la Teoría de Categorías, donde los conceptos son objetos y la generalización se modela como funtores. También señala que trabajos subsecuentes expandirán esto hacia un marco matemático basado en campos de similitud dirigidos y operadores generativos.

El autor mantiene una postura modesta, presentando esto como una "definición mínima y fundacional" destinada a servir como base teórica para el refinamiento futuro y la validación empírica, más que como una teoría final y exhaustiva de la inteligencia.