Conclusión principal
Seis científicos cognitivos, encabezados por Iris van Rooij de la Universidad Radboud (Países Bajos), publicaron en Computational Brain & Behavior un artículo con una demostración formal llamada «teorema Ingenia»: lograr una IA de nivel humano mediante el aprendizaje (AI-by-Learning) es inherentemente un problema NP-difícil.
Línea de la demostración
- La demostración concede a un ingeniero hipotético condiciones idealizadas: datos perfectos, cualquier método de aprendizaje automático presente o futuro y un umbral de rendimiento muy bajo
- Aun así, la tarea de aprendizaje puede reducirse al problema de decisión Perfect-vs-Chance, que Hirahara demostró en 2022 que es NP-difícil
- Conclusión: crear sistemas con capacidades cognitivas de nivel humano es «inherentemente intratable desde el punto de vista computacional»
Choque de opiniones
- Los autores afirman sin rodeos que los «sistemas de IA fácticos» que se construyan a corto plazo «serán, como mucho, señuelos (decoys)» y que la afirmación de que «la AGI es inevitable en el futuro previsible» es «falsa y engañosa»
- Esto desafía directamente el relato dominante de que «la fuerza bruta hará milagros y escalar conduce inevitablemente a la AGI», y señala que se apoya en supuestos no demostrados y no en teoremas
- En el lado constructivo, los autores no rechazan el computacionalismo, sino que proponen usar la IA como herramienta teórica de la ciencia cognitiva (modelos formales, experimentos mentales, restricciones de complejidad) y no como un programa de ingeniería para «reconstruir la cognición en silicio»
Fuente: ver el original. Este texto es un resumen y se ofrece solo como referencia.
