Imagina que estás intentando enseñar a un robot a entender el mundo. Durante la última década, los mayores avances en inteligencia artificial (IA) han venido de alimentar a estos robots con cantidades masivas de información digital: texto, imágenes, código y vídeos. Esto es como darle a un estudiante una biblioteca infinita de libros sobre el océano. Pueden memorizar cada dato sobre las mareas, los peces y las tormentas, y pueden escribir ensayos hermosos sobre el mar. Pero si les pides que realmente naden, que sientan el agua fría o que naveguen por una corriente que nunca han visto, podrían hundirse. Este es el estado actual de la "IA Estrecha": sistemas que son brillantes procesando datos digitales pero que tienen dificultades con las cosas desordenadas del mundo real, como la causa y el efecto, la comprensión de las intenciones humanas o el razonamiento lógico que requiere algo más que el simple reconocimiento de patrones. Los científicos llaman al objetivo de construir una máquina que pueda hacer todo esto "Inteligencia Artificial General" (AGI). La gran pregunta que todos se hacen es: ¿Por qué no la hemos construido todavía? ¿Es porque nuestros ordenadores no son lo suficientemente grandes, o hay algo que falta en la forma en que enseñamos a estas máquinas?

Este artículo, escrito por los investigadores Yi Peng, Huansheng Ning y Jianguo Ding, sostiene que el problema no es el tamaño del ordenador o la cantidad de datos que tenemos. En cambio, el problema es de dónde provienen esos datos. Los autores sugieren que la IA actual está atrapada en una burbuja "solo-Cibernética", aprendiendo únicamente de registros digitales. Para ser verdaderamente inteligente, argumentan, la IA necesita salir de la biblioteca y entrar en el mundo real. Proponen una nueva forma de ver el aprendizaje de la IA llamada el marco "CPST", que significa Ciber-Físico-Social-Pensamiento. Piensa en ello como un mapa tetradimensional de la realidad:

• Ciber: El mundo digital de textos, código y archivos (donde vive la IA actual).
• Físico: El mundo de los objetos, la gravedad y la causa y el efecto (donde puedes empujar una taza y ver cómo cae).
• Social: El mundo de los sentimientos, las intenciones y las reglas humanas (donde tienes que adivinar qué está pensando otra persona).
• Pensamiento: El mundo de la lógica estricta, las matemáticas y los símbolos estructurados (donde puedes demostrar un teorema).

El artículo sugiere que para pasar de una "calculadora inteligente" a una "inteligencia general", una IA necesita cerrar el ciclo en estos cuatro mundos, no solo en el digital.

La Gran Burbuja de Datos

Los investigadores analizaron ochenta sistemas de IA diferentes, que van desde clasificadores de imágenes tempranos hasta los robots y chatbots más avanzados disponibles hoy en día. Clasificaron estos sistemas basándose en cuántos de los cuatro "mundos" (Ciber, Físico, Social, Pensamiento) interactúan realmente en un "ciclo cerrado". Un ciclo cerrado significa que el sistema no solo lee datos, sino que actúa sobre el mundo, ve el resultado y aprende de ello.

He aquí lo que encontraron, y es un golpe para los defensores de "más grande es mejor": Ningún sistema de IA de su lista de ochenta ha logrado cerrar ciclos en más de dos de estos mundos.

Los sistemas más avanzados que son puramente digitales (solo-Cibernéticos) están chocando con un techo difícil. Son increíbles reconociendo patrones en los datos que han visto, pero fracasan estrepitosamente en cosas que requieren comprensión del mundo real. Por ejemplo:

• Razonamiento Causal: Si le muestras un vídeo de un robot apilando bloques, una IA puramente digital podría adivinar el siguiente movimiento. Pero si le preguntas: "¿Qué pasaría si quito el bloque inferior?" (una pregunta contrafáctica), a menudo se equivoca. No ha sentido la gravedad ni ha empujado los bloques, por lo que no entiende realmente la física.
• Cognición Social: La IA actual puede imitar la conversación humana, pero tiene dificultades para entender qué está pensando otra persona si esa persona oculta sus verdaderos sentimientos. Es como jugar al póker donde puedes leer las cartas pero no puedes leer la cara o el lenguaje corporal del jugador.
• Razonamiento Lógico: Aunque la IA puede resolver problemas matemáticos adivinando patrones, a menudo falla cuando se le pide que siga un camino lógico estricto y paso a paso que requiera verificar su propio trabajo contra un conjunto de reglas.

El artículo descarta explícitamente la idea de que simplemente hacer la IA más grande (añadiendo más parámetros o entrenándola con más texto) solucionará estos problemas. Señalan que incluso los modelos más grandes y potentes siguen atrapados en la zona "Cibernética". Son como un chef que ha leído todos los libros de cocina del mundo pero que nunca ha tocado una estufa ni ha probado un plato. Ninguna cantidad de lectura le enseñará a cocinar una comida perfecta si nunca se ensucia las manos.

Los Ingredientes Faltantes

Los autores utilizan una analogegía ingeniosa para explicar por qué el enfoque "solo-Cibernético" falla. Dicen que cada uno de los cuatro mundos proporciona un tipo único de "señal" que los otros simplemente no pueden producir.

• Para aprender la causalidad (causa y efecto), necesitas datos Físicos. Tienes que hacer algo realmente y ver qué sucede. No puedes aprender esto solo leyendo un libro sobre física.
• Para aprender inteligencia social (entender a las personas), necesitas datos Sociales. Tienes que interactuar con humanos reales, ver sus reacciones y ajustar tu comportamiento. No puedes aprender esto solo leyendo chats.
• Para aprender lógica compleja, necesitas datos de Pensamiento. Necesitas un sistema estructurado de símbolos y reglas que puedas consultar y modificar, no solo un montón de texto.

El artículo presenta pruebas sólrias para esto. Compararon sistemas de IA que eran idénticos en todo excepto en los datos con los que fueron alimentados.

• Cuando un robot fue entrenado solo con vídeos de otros robots moviéndose, no pudo planificar sus propios movimientos. Pero cuando el mismo robot fue entrenado con un vídeo real de sí mismo moviéndose e interactuando con objetos, de repente aprendió a planificar y manipular cosas que nunca había visto.
• Del mismo modo, una IA que resolvía matemáticas que era solo un modelo de lenguaje obtuvo casi cero preguntas correctas. Pero cuando conectaron ese mismo modelo de lenguaje a un motor de lógica estricto (una herramienta de "Pensamiento"), su rendimiento se disparó.

Los datos muestran un patrón claro: los sistemas que interactúan con un solo mundo adicional (como el Físico o el Pensamiento) tienen muchas más probabilidades de alcanzar un nivel de capacidad superior. Pero el "santo grial" de la AGI —donde un sistema puede manejar los cuatro mundos a la vez— sigue vacío. En su estudio de ochenta sistemas, cero sistemas habían cerrado con éxito los ciclos en tres o más mundos. Toda la región del mapa donde debería residir una verdadera "Inteligencia General" es actualmente un pueblo fantasma.

La Hoja de Ruta hacia la Inteligencia General

Entonces, ¿hacia dónde vamos desde aquí? Los autores no solo señalan el problema; ofrecen una hoja de ruta de tres pasos para solucionarlo.

1. Alineación Semántica: Necesitamos enseñar a la IA a traducir entre estos diferentes mundos. Actualmente, una IA puede entender una lectura de un sensor físico pero no saber cómo se conecta con una regla social o un hecho lógico. Necesitamos construir puentes para que la IA pueda decir: "El robot chocó con la taza (Físico), lo que hizo que el humano se enojara (Social), por lo tanto, debo disculparme (Pensamiento)".
2. Modelos de Mundo Unificados: Necesitamos construir un "cerebro" único que pueda contener todos estos diferentes tipos de información a la vez. En lugar de tener un cerebro para la física, otro para las reglas sociales y otro para las matemáticas, necesitamos un sistema que pueda manejar todos ellos simultáneamente.
3. Gobernanza: A medida que la IA comience a interactuar con el mundo real (Físico) y con personas reales (Social), necesitaremos nuevas reglas de seguridad. No podemos limitarnos a revisar el código; necesitamos asegurarnos de que la IA comprenda las consecuencias de sus acciones en el mundo real.

El artículo concluye con una predicción audaz: el camino hacia la AGI no consiste en construir ordenadores más grandes o extraer más texto de Internet. Se trata de construir robots que puedan tocar, sentir e interactuar con el mundo físico; crear sistemas que puedan conversar y negociar genuinamente con los humanos; y diseñar herramientas que puedan razonar con una lógica estricta. Hasta que los sistemas de IA puedan salir de la biblioteca digital y entrar en la desordenada y compleja realidad tetradimensional de Ciber-Físico-Social-Pensamiento, seguirán siendo estudiantes brillantes pero limitados, incapaces de graduarse al nivel de la verdadera inteligencia general.

Los autores advierten cuidadosamente que esto es una hipótesis respaldada por pruebas sólidas, pero que aún no es una ley probada. Sugieren que si una IA puramente digital sucediera de repente resolver todos estos problemas sin haber tocado nunca el mundo real, su teoría sería errónea. Pero hasta ahora, la evidencia apunta en una dirección clara: para construir una inteligencia general, tenemos que dejar de tratar al mundo como un conjunto de datos y empezar a tratarlo como un patio de recreo.