La industria de la IA está teniendo un debate sobre qué es realmente la AGI.
Jensen Huang, cofundador y CEO de NVIDIA, dice que ya está aquí y la define como una empresa valorada en $1 mil millones.
Google DeepMind no está de acuerdo, publica un marco cognitivo con benchmarks.
Ambos se pierden el punto.
La definición de Huang es la capitalización de mercado disfrazada de ciencia.
La de DeepMind está más cerca. Tratan la inteligencia como multidimensional, un conjunto de facultades interactivas como percepción, memoria, aprendizaje, razonamiento y metacognición.
Eso es una mejora real sobre las leyes de escalado. Pero aún hay una brecha.
La brecha: un sistema puede puntuar bien en cada facultad de un perfil cognitivo y aún así fallar en comportarse de manera inteligente.
¿Por qué? Porque la inteligencia no es la suma de facultades. Es lo que emerge cuando esas facultades están organizadas bajo una dinámica unificada.
DeepMind mide el rendimiento. No mide la organización.
Y la organización es donde los sistemas reales fallan.
Un sistema que razona pero no puede mantener contexto. Aprende pero no puede transferir. Genera pero no puede validar.
Eso no es parcialmente inteligente. Está estructuralmente limitado. Las puntuaciones promediadas ocultan el punto de fallo. La integración está ahí o no está.
El equipo científico de Qubic escribió esto en detalle. Su posición está fundamentada en la ciencia cognitiva que data de hace un siglo. Carroll. Cattell. Kovacs y Conway. El factor g no es una suma. Es una jerarquía.
El resumen: la inteligencia es lo que haces cuando no sabes qué hacer.
Por eso Aigarth y Neuraxon no se parecen a otras arquitecturas de IA.
En lugar de maximizar la escala o enumerar capacidades, se enfocan en cómo múltiples unidades interactivas producen un comportamiento coherente en contextos que no estaban en los datos de entrenamiento.
Integración primero. Rendimiento segundo.
#Qubic #AGI #artificialintelligence #CryptoAi #INNOVATION