Mira, hablemos claro. Mucho se ha dicho de la IA generativa y de cómo está revolucionando el mundo, pero para Yann LeCun, el jefe de la división de IA de Meta, esto no es más que humo. Eso viene de alguien que es una de las mentes más influyentes en inteligencia artificial. Es como si te dijeran que el chef principal de un restaurante te asegura que el plato estrella está sobrevalorado. En fin, ¡vamos a ver qué hay detrás de todo esto!
¿Por Qué Dice Que la IA Generativa Es «Tontísima»?
Bueno, para empezar, LeCun dejó caer en una entrevista con The Wall Street Journal que estos chatbots y sistemas que todos estamos viendo ahora no son ni remotamente inteligentes. Y lo dijo sin remordimientos. En un mensaje en X (antes Twitter), hizo una comparación: La inteligencia de estos sistemas no supera ni a la de un gato doméstico. ¡Tal cual! Si pones a ChatGPT al lado de tu gato, tu gato le gana con creces.
Y, honestamente, tiene un punto. Piensa en lo que hace un gato: tiene un «modelo mental» del mundo, sabe cómo planificar, razonar y reaccionar a lo que sucede a su alrededor. La IA generativa, en comparación, solo genera respuestas con base en un montón de datos que ha procesado antes. No razona, ni planea, ni realmente entiende. Meta, por ejemplo, también tiene sus propios sistemas de IA, y ni esos, ni ninguno de sus rivales, pueden competir con un animal que tiene conciencia de su entorno.
«Cabezota, Pero en el Buen Sentido»
Si hay algo que define a Yann LeCun, según uno de sus colegas, Lèon Bottou, es que es un «cabezota». aunque en un sentido positivo. No es de esos que simplemente ignoran la evidencia; es más bien de los que insisten hasta dar con la tecla correcta. Se ha enfrentado, sin pestañear, a pesos pesados como Elon Musk y aún así, se mantiene firme en sus posturas, incluso si estas son impopulares.
LeCun no es precisamente el tipo que se traga la narrativa de Terminator que muchos tienen sobre la IA. Mientras que otros como Geoffrey Hinton y Yoshua Bengio están en modo «esto se nos va de las manos», LeCun dice que nos estamos pasando de paranoicos. Que no hay indicios, al menos por ahora, de que vayamos a crear algo que se le parezca a la superinteligencia artificial de la ciencia ficción. Y claro, eso no es poca cosa, considerando que los tres recibieron el Premio Turing en 2019, lo que equivale al «Nobel de la informática».
Vale, Entonces, ¿La IA Sirve para Algo?
Aquí es donde la cosa se pone interesante. Aunque LeCun sea crítico con las capacidades actuales de la IA generativa, no es un detractor completo. No va por ahí diciendo que la IA no sirva para nada. De hecho, él mismo destaca cómo ha ayudado a Meta a conseguir logros reales, como la traducción en tiempo real y la moderación de contenidos. A nivel de negocio, dice que el impacto ha sido enorme, y vamos, eso no lo puede negar nadie.
Pero luego llega la parte interesante: inteligente, lo que se dice inteligente, poco. Y ahí es donde me alineo un poco con su visión. Estos sistemas funcionan genial para tareas específicas y repetitivas, pero pretender que estén cerca de entender el mundo como lo hace un ser humano… eso ya es otra historia. Para LeCun, el problema no está en el tamaño de los modelos o en cuántas GPUs usemos para entrenarlos. No, según él, la cuestión de fondo es cómo están diseñados.
«No importa cuántas GPUs uses, no van a llegar a una AGI (Inteligencia Artificial General) así».
Entonces, ¿Cuál Es la Solución Según LeCun?
¿Así que cuál es la clave? Según LeCun, la respuesta está en desarrollar modelos que aprendan del mundo real de una forma más cercana a como lo hace un animal, digamos un cachorrito. Es decir, observando, percibiendo y construyendo un entendimiento propio del entorno. No se trata de lanzarles una tonelada de datos y esperar a que de repente sean conscientes. Él y su equipo en FAIR (Fundamental AI Research) en Meta están trabajando justo en eso: sistemas que puedan entender el mundo viendo videos y experiencias reales, casi como si estuvieran explorando por primera vez.
Lo están intentando con modelos que consumen videos del mundo real, algo así como ponerle a una IA videos de situaciones del mundo real para que vea cómo funciona la vida. La idea es que la IA aprenda no solo de datos sino también de experiencia visual. No se trata de memorizar respuestas, sino de construir un entendimiento interno. Suena bien, pero el camino aún es largo.
¿Hay Alguna Esperanza de Ver una IA Verdaderamente Inteligente?
En este punto, muchos se preguntan: «Vale, ¿cuándo veremos una IA que de verdad entienda el mundo?» Y aquí es donde LeCun mete un buen freno de mano. Nos dice, sin rodeos, que el desarrollo de una AGI no está cerca, al menos no con las estrategias actuales. Podemos seguir construyendo redes neurales más grandes y metiéndoles más y más datos, pero eso no nos va a llevar a una IA con conciencia, al estilo 2001: Una Odisea del Espacio. Por ahora, esas son películas.
Claro, eso no quiere decir que no vayamos a ver avances brutales en la IA. La capacidad de hacer traducciones en tiempo real, el reconocimiento de imágenes, la moderación automática de contenido… Todo eso ya está aquí, y es bastante útil. Pero para una IA que pueda realmente entender el contexto y actuar de manera proactiva, estamos lejos. ¿Años? ¿Décadas? Eso ya depende de muchos factores.
La Controversia: IA Generativa vs Gatos
Para algunos, comparar una IA con un gato puede parecer una tontería, pero LeCun lo hace para bajarnos de la nube. Los gatos tienen una conciencia básica del mundo físico que les rodea, saben dónde están y cómo interactuar con su entorno. En cambio, los sistemas como ChatGPT o Bard de Google, por ejemplo, no entienden ni un pepino sobre el mundo físico. No saben que están hablando con una persona, ni qué significan sus propias respuestas.
Esto deja en evidencia las limitaciones actuales de la IA generativa. Estos sistemas solo son buenos para improvisar respuestas que parecen inteligentes. Y lo son, hasta cierto punto, pero solo en el papel. ¿Tienen consciencia? Para nada. ¿Pueden planificar o tener un objetivo más allá de lo que les pide el usuario? Tampoco.
Entonces, ¿Qué Podemos Esperar a Futuro?
Bueno, según LeCun, lo que necesitamos es una IA que aprenda más como un ser humano o, mejor dicho, como cualquier animal. Que vea, escuche y entienda, en lugar de solo leer millones de ejemplos. El futuro está en sistemas que puedan experimentar y construir una comprensión del mundo por sí mismos. Y eso, por supuesto, lleva su tiempo.
Podríamos estar hablando de años hasta que lleguemos a un punto en el que una IA pueda aprender del mundo real de la misma forma que lo hace un perro, por ejemplo. Así que, aunque nos emocionemos con cada nuevo modelo que lanza una gran compañía, quizá lo mejor sea mantener nuestras expectativas realistas. Al menos por ahora.
Resumen Rápido
- Yann LeCun cree que la IA generativa actual es «tontísima» y que no es más inteligente que un gato.
- Estos sistemas son buenos improvisando respuestas, pero carecen de conciencia o capacidad de razonar.
- LeCun rechaza la narrativa catastrófica de la IA al estilo Terminator; piensa que es exagerada.
- Meta usa la IA para tareas como traducción en tiempo real y moderación de contenido, pero eso no la hace verdaderamente inteligente.
- La clave, según LeCun, es desarrollar modelos que aprendan de la experiencia, no solo de datos.
- El desarrollo de una IA con conciencia real está todavía lejos; quizá décadas.
Preguntas Frecuentes
- ¿Qué significa que la IA generativa no sea más inteligente que un gato?
Significa que, aunque estos sistemas generen respuestas convincentes, no tienen conciencia ni un modelo real del mundo como el que tiene un animal. - ¿Yann LeCun es pesimista sobre el futuro de la IA?
No exactamente. Cree en el potencial de la IA, pero es escéptico respecto a la inteligencia general a corto plazo. - ¿Por qué se compara la IA con un gato?
Porque un gato tiene conciencia del entorno y puede planificar y razonar básicamente, algo que la IA generativa no puede hacer. - ¿La IA generativa puede llegar a ser consciente?
LeCun cree que, con las estrategias actuales, estamos muy lejos de eso. Quizá necesitemos enfoques completamente distintos. - ¿Cuáles son las aplicaciones actuales más útiles de la IA?
Traducción en tiempo real, moderación de contenido y reconocimiento de patrones, entre otras. - ¿Cómo podría mejorar la IA en el futuro?
Desarrollando modelos que aprendan del mundo real, observando y entendiendo su entorno, no solo con datos, sino también con experiencias.
