Alexander Embiricos, jefe de desarrollo de productos del agente de codificación Codex de OpenAI, identificó la velocidad de escritura humana como un cuello de botella clave para lograr la inteligencia artificial general, o AGI. Hizo los comentarios en “Lenny’s Podcast” el domingo.
Embiricos describió la velocidad de escritura humana, o la velocidad de multitarea al escribir indicaciones, como el “factor limitante actualmente subestimado” del AGI. AGI se refiere a una IA que puede razonar tan bien o mejor que los humanos, un objetivo que persiguen las principales empresas de IA.
“Puedes hacer que un agente observe todo el trabajo que estás haciendo, pero si no tienes al agente validando también su trabajo, entonces todavía estás atascado, como, ¿puedes ir a revisar todo ese código?” dijo Embiricos.
Para superar esto, Embiricos pidió rediseñar los sistemas para liberar a los humanos de escribir indicaciones y validar los resultados de la IA. Sostuvo que los humanos carecen de la velocidad necesaria para progresar rápidamente en estas tareas.
“Si podemos reconstruir los sistemas para permitir que el agente sea útil por defecto, comenzaremos a desbloquear palos de hockey”, dijo. El crecimiento del palo de hockey describe un patrón en el que el progreso se mantiene estable antes de aumentar repentinamente.
Embiricos señaló que no existe un camino único hacia flujos de trabajo totalmente automatizados. Cada caso de uso exigirá un enfoque personalizado.
Predijo que a partir del próximo año, los primeros usuarios experimentarán fuertes aumentos de productividad, descritos como ganancias de palo de hockey. En los años siguientes, las empresas más grandes lograrán resultados similares.
AGI surgirá durante el intervalo entre los aumentos iniciales de productividad de los primeros usuarios y el momento en que los gigantes tecnológicos automaticen completamente los procesos utilizando agentes de inteligencia artificial, afirmó Embiricos.
“Ese juego de hockey volverá a los laboratorios de IA, y ahí es cuando básicamente estaremos en el AGI”, dijo. Este circuito de retroalimentación de mayor productividad en la investigación de IA impulsará la realización de AGI.
