El CEO de AMI Labs descarta los términos 'inteligencia artificial general' y 'superinteligencia' para describir su tecnología

Qué pasó

Durante una entrevista concedida a TechCrunch, Alexandre LeBrun, director ejecutivo de AMI Labs, descartó que la empresa emplee conceptos como 'inteligencia artificial general' o 'superinteligencia' para referirse a su tecnología. 'Nunca utilizamos la palabra inteligencia artificial general. Y me di cuenta de que ya nadie la está usando; cambiaron a superinteligencia', señaló el ejecutivo. 'La próxima vez cambiaremos a otra cosa', agregó, en una crítica implícita a la tendencia de la industria de adoptar rótulos espectaculares para describir sus avances.

LeBrun también mostró escepticismo frente al nuevo término de moda en el sector. 'No existe una buena definición. ¿Qué es la superinteligencia? No lo sé. No es una palabra muy útil', afirmó. Su postura contrasta con la de buena parte de la industria tecnológica, que ha adoptado estos conceptos como herramienta de marketing y posicionamiento corporativo.

Las declaraciones fueron realizadas en Seúl la semana pasada, en el marco de la Conferencia Internacional sobre Aprendizaje Automático. En el evento, LeBrun sostuvo reuniones con socios industriales locales, empresas globales e investigadores con miras a expandir las alianzas de AMI Labs. La compañía, aunque aún no cuenta con un producto comercializable, ya conversa con actores de las industrias de robótica, manufactura y electrónica.

El ejecutivo explicó que un modelo de mundo —el enfoque tecnológico central de la firma— incorpora física para predecir y operar en el entorno real, una capacidad que, según sostuvo, debe demostrar su utilidad fuera del laboratorio. Mencionó como ejemplo el caso de un robot que, durante un evento público, realizaba movimientos de artes marciales y terminó acercándose a un menor. Contar con inteligencia artificial 'consciente del contexto' habría marcado una diferencia significativa, argumentó.

LeBrun aclaró que los modelos de mundo no buscan reemplazar a los grandes modelos de lenguaje, sino complementarlos. Mientras un modelo de lenguaje predice la siguiente palabra o texto, un modelo de mundo predice el siguiente estado físico del entorno. Trazando un paralelo con las funciones diferenciadas del cerebro humano, el ejecutivo sostuvo que los modelos de lenguaje seguirán siendo la herramienta más eficiente para procesar texto, en tanto los modelos de mundo aportarán contexto y comprensión del mundo físico.

Contexto

La discusión sobre la denominación de los avances en inteligencia artificial ha ganado protagonismo en la industria tecnológica global durante el último año. Empresas como OpenAI y Anthropic han promovido la idea de que están cerca de alcanzar la 'inteligencia artificial general' o la 'superinteligencia', mientras voces críticas han señalado que estos términos carecen de definiciones técnicas operativas y funcionan más como slogans de mercado que como categorías científicas.

AMI Labs fue fundada por Yann LeCun, investigador ganador del Premio Turing y considerado uno de los padres del aprendizaje profundo, quien dejó Meta en 2024 para iniciar un proyecto enfocado en modelos de mundo. La propuesta representa una línea de investigación que cuestiona la hegemonía de los grandes modelos de lenguaje como camino principal hacia sistemas de inteligencia artificial más avanzados.

El enfoque de los modelos de mundo busca superar una limitación reconocida de los grandes modelos de lenguaje: su incapacidad para comprender la física y la dinámica del entorno real. Mientras un modelo de lenguaje predice la siguiente palabra, un modelo de mundo predice el siguiente estado físico. La robótica industrial ha sido identificada como uno de los campos donde esta tecnología podría tener mayor impacto, en un contexto donde los robots actuales operan con rutinas fijas y la inteligencia artificial sigue siendo limitada en su interacción con el mundo físico.

Impacto para empresas chilenas

Para el ecosistema tecnológico chileno, el debate sobre los modelos de mundo resulta especialmente relevante dado el creciente interés del sector empresarial local por incorporar herramientas de inteligencia artificial en sus procesos productivos. Empresas mineras, manufactureras y de servicios logísticos operan en entornos físicos complejos donde la comprensión del contexto resulta determinante para avanzar en automatización.

La industria chilena de manufactura y agroindustria enfrenta el desafío de incorporar inteligencia artificial en cadenas productivas que requieren interacción con maquinaria, sensores y variables físicas. Los modelos de mundo podrían habilitar aplicaciones de mantenimiento predictivo, control de calidad automatizado y robótica colaborativa en plantas locales, particularmente en sectores como la minería y la industria alimentaria.

El país cuenta con centros de investigación en inteligencia artificial, como el Instituto Milenio de Investigación en Fundamentos de los Datos y el Centro Nacional de Inteligencia Artificial, que podrían establecer vínculos con proyectos como AMI Labs a medida que estas tecnologías maduren.

Sin embargo, para las pymes chilenas, la adopción de estas tecnologías enfrenta barreras de costo y capital humano. La inversión inicial en robótica avanzada y plataformas de inteligencia artificial contextual supera las capacidades financieras de la mayoría de las pequeñas y medianas empresas locales, lo que exige esquemas de financiamiento público-privado y programas de transferencia tecnológica para evitar que la brecha de adopción se amplifique.

Qué sigue

AMI Labs proyecta avanzar hacia una fase de producto en los próximos meses, según señaló LeBrun. La empresa se encuentra en conversaciones con socios industriales en Asia, Europa y América del Norte, y eventualmente podría explorar alianzas en América Latina a medida que su tecnología madure.

El debate sobre la nomenclatura en inteligencia artificial probablemente seguirá evolucionando. A medida que la industria madure y se impongan estándares técnicos más rigurosos, términos como 'inteligencia artificial general' y 'superinteligencia' podrían perder protagonismo en favor de categorías más específicas y operativas. La postura de LeBrun anticipa una tendencia hacia un lenguaje más preciso y menos espectacular en la descripción de los avances del sector.