La ÚLTIMA LECCIÓN que aprenderá la IA antes de DOMINAR EL MUNDO

Breve Resumen

El video explora la brecha existente entre las capacidades actuales de la inteligencia artificial (IA) y la inteligencia humana, destacando la falta de corporeidad y entendimiento del mundo físico en la IA. Se discuten los "grandes modelos del mundo" (Large World Models) como el siguiente gran avance para que la IA pueda interactuar y comprender el entorno real. Además, se reflexiona sobre el futuro de la IA, su posible impacto en la sociedad y los límites éticos de replicar la inteligencia humana en máquinas.

• La IA actual carece de la capacidad de interactuar y comprender el mundo físico como los humanos.
• Los "grandes modelos del mundo" son clave para que la IA pueda actuar en el entorno real.
• Se debate sobre el futuro de la IA y la necesidad de establecer límites éticos en su desarrollo.

Intro [0:00]

El video comienza mostrando las limitaciones de la IA actual, ejemplificadas por la dificultad de un modelo de IA para identificar objetos simples en una mesa. Se contrasta esta limitación con un ejemplo de una persona paralizada cocinando a través de impulsos cerebrales interpretados por una IA, resaltando la gran diferencia entre las capacidades actuales de la IA y su potencial futuro. Se explica que los modelos de IA actuales sobresalen en el lenguaje, pero carecen de la capacidad de comprender e interactuar con el mundo físico. El video introduce el concepto de "grandes modelos del mundo" como la clave para superar esta limitación.

Lejos de la AGI [1:35]

Se presenta la opinión de Andrej Karpathy sobre las diferencias fundamentales entre la inteligencia biológica y la inteligencia artificial. Karpathy argumenta que los humanos y los animales están diseñados por la evolución para sobrevivir y reproducirse, lo que influye en su inteligencia y comportamiento. En cambio, los modelos de IA son creados por empresas para generar texto atractivo y obtener clics, lo que resulta en una forma de inteligencia diferente, desvinculada de la supervivencia y la corporeidad. Se concluye que esta falta de corporeidad es una de las principales razones por las que la IA aún está lejos de alcanzar la inteligencia artificial general (AGI). La IA solo puede realizar un 20% de los trabajos humanos, aquellos puramente intelectuales, y de forma limitada, careciendo de creatividad e innovación.

Sponsor: Make [8:56]

Este segmento es un espacio publicitario para Make, una plataforma de automatización que permite a los equipos conectar aplicaciones, agentes de IA y datos en un espacio visual unificado. Make ofrece orquestación visual en tiempo real para agentes de IA y automatizaciones, con más de 3,000 aplicaciones preconstruidas y un entorno sin código. Make Grid proporciona una vista panorámica del ecosistema, mostrando dependencias de datos y rendimiento del sistema. Se anuncia el evento Make Waves 2026, que presentará nuevas herramientas para construir y escalar automatizaciones impulsadas por IA.

Large World Models [11:04]

Se explica que para que la IA adquiera corporeidad, debe ser capaz de ver, entender y operar en la realidad. Aunque las IA están entrenadas con grandes cantidades de imágenes y videos, carecen de inteligencia espacial, lo que les impide realizar tareas básicas como alcanzar un objeto o buscar en un cajón. Se destaca la necesidad de que las máquinas desarrollen un modelo de la realidad, un "gran modelo del mundo" que incorpore conocimiento y experiencias del mundo real. Se menciona que los primeros modelos del mundo se basarán en la simulación, creando entornos virtuales donde los robots puedan entrenarse. Se presentan ejemplos como Marvel de World Labs y Cosmos de Nvidia, que simulan la realidad física de los objetos. Se mencionan los esfuerzos de Demis Hassabis en Google DeepMind con Weather Next 2 y Sima 2, así como la nueva empresa de Jan Lecun y la inversión de Jeff Bezos en Promicius, todos enfocados en el desarrollo de modelos del mundo. Se mencionan aplicaciones reales como la conducción autónoma y los laboratorios de investigación autónomos, donde la IA acelera el descubrimiento de nuevos fármacos.

¿Cuándo? [18:02]

Se aborda la pregunta de cuándo estarán disponibles robots domésticos capaces de realizar tareas complejas. Se advierte sobre la publicidad engañosa y se menciona a Onex, una empresa que vende androides con supervisión humana. Se presenta la reflexión de Ilia Sutskever sobre la necesidad de un entrenamiento extenso para que la IA adquiera capacidades similares a las humanas. Se reflexiona sobre las capacidades del cerebro humano, que funciona con poca energía, en comparación con los sistemas de IA que requieren mucha más potencia. Se plantea la pregunta de hasta qué punto queremos replicar la inteligencia humana en máquinas y se cuestiona la necesidad de crear inteligencias artificiales que imiten nuestras capacidades. Se concluye que, aunque veremos avances en áreas como la conducción autónoma y máquinas especializadas, estamos lejos de replicar las capacidades humanas en una máquina.