Jensen Huang asegura que la AGI ha llegado con GPT-6 Astra, pero los expertos piden pruebas
Jensen Huang, consejero delegado de Nvidia, sostiene que el lanzamiento de GPT-6 Astra marca la llegada de la inteligencia artificial general, conocida como AGI. El modelo de OpenAI habría sido entrenado con más de 100.000 procesadores Nvidia Grace Blackwell, una cifra que el directivo considera suficiente para hablar de un salto histórico.
Sin embargo, la afirmación no está respaldada por pruebas públicas ni por una evaluación independiente. Además, no es la primera vez que Huang anticipa la llegada de la AGI. Otros ejecutivos e investigadores del sector mantienen una posición mucho más prudente y creen que todavía faltan avances esenciales.
Una afirmación repetida en los últimos meses
Huang ya afirmó en marzo que la inteligencia artificial general estaba entre nosotros. En aquella ocasión puso como ejemplo la capacidad de los agentes de IA para realizar tareas concretas, como crear aplicaciones o gestionar perfiles digitales.
También aseguró en la presentación de resultados de Nvidia del pasado 26 de agosto que, para muchas tareas, la industria ya había alcanzado la AGI. Ahora vincula esa conclusión con GPT-6 Astra, un sistema que, según sus declaraciones, ha requerido una infraestructura de entrenamiento sin precedentes.
El mensaje del directivo incluye otro dato de gran impacto: Nvidia tendría ya 400.000 GPU, o unidades de procesamiento gráfico, preparadas para los próximos modelos. Estos chips son procesadores especializados en ejecutar enormes cantidades de operaciones en paralelo, una característica clave para entrenar sistemas avanzados de inteligencia artificial.
Qué significa realmente AGI
La inteligencia artificial general no tiene una definición universalmente aceptada. En términos generales, describe un sistema capaz de aprender, razonar y aplicar conocimientos en ámbitos muy distintos, con una flexibilidad comparable o superior a la humana.
La diferencia con los modelos actuales de lenguaje, conocidos como LLM, es fundamental. Estos sistemas generan texto, imágenes o código a partir de patrones aprendidos durante su entrenamiento. Aunque pueden resolver tareas complejas, no necesariamente comprenden el mundo, mantienen objetivos propios o aprenden de forma autónoma como lo haría una persona.
Algunas definiciones de AGI exigen que la máquina supere a los humanos en la mayoría de los trabajos económicamente relevantes. Otras se centran en que pueda actuar de forma autónoma, aprender de la experiencia, planificar a largo plazo y trasladar sus conocimientos entre disciplinas sin recibir instrucciones específicas para cada actividad.
La falta de evidencias enfría el anuncio
El investigador Gary Marcus ha cuestionado que las declaraciones de Huang incluyan datos verificables. A su juicio, no existe ninguna evidencia pública que demuestre que GPT-6 Astra haya alcanzado las capacidades asociadas a la AGI.
Las primeras valoraciones disponibles sitúan el rendimiento del modelo cerca de Fable 5.1, el sistema de Anthropic, con una mejora apreciable pero incremental. Es decir, podría tratarse de una evolución de las herramientas actuales, no de un cambio de paradigma tecnológico.
La diferencia es importante. Un modelo puede ser más rápido, preciso y capaz de utilizar herramientas sin convertirse por ello en una inteligencia general. Para confirmar un avance de ese calibre serían necesarias pruebas reproducibles, evaluaciones independientes y resultados consistentes en tareas nuevas, no solo demostraciones seleccionadas por sus desarrolladores.
OpenAI guarda silencio y la industria discrepa
OpenAI, responsable de GPT-6 Astra, no ha confirmado públicamente que su sistema sea una AGI. Tampoco existe por ahora un organismo independiente que haya certificado la llegada de esta tecnología.
La cautela también se extiende a otros líderes de la industria. Satya Nadella, consejero delegado de Microsoft, considera que todavía estamos lejos de la inteligencia artificial general. Dario Amodei, máximo responsable de Anthropic, ha apuntado que aún podrían quedar varios años antes de que sea razonable utilizar ese término.
Yann LeCun, uno de los investigadores más influyentes del campo, compara los modelos de lenguaje actuales con teclados predictivos muy sofisticados. En su opinión, todavía carecen de una comprensión profunda del mundo y de la capacidad de construir planes a largo plazo y ejecutarlos de manera fiable.
El interés de Nvidia en mantener el optimismo
Las declaraciones de Huang deben interpretarse también dentro de la posición que ocupa Nvidia en la industria. La compañía suministra buena parte de los chips y sistemas utilizados para entrenar los modelos de IA más avanzados, además de invertir en empresas del sector.
Cuanto mayores sean las expectativas sobre la inteligencia artificial, mayor será la demanda de centros de datos, procesadores y redes de alta velocidad. Por eso, anunciar que la AGI está al alcance puede impulsar el interés inversor y reforzar el papel de Nvidia como infraestructura esencial de esta nueva etapa tecnológica.
La llegada real de la AGI, si finalmente se produce, debería resultar difícil de confundir con una mejora convencional. No bastaría con que un modelo obtuviera mejores resultados en pruebas conocidas: tendría que demostrar autonomía, capacidad de aprendizaje, razonamiento general y fiabilidad en entornos muy diversos.
Por ahora, GPT-6 Astra representa un nuevo paso en la evolución de la IA generativa. Pero convertir ese avance en la prueba definitiva de que la inteligencia artificial general ya existe sigue siendo, al menos de momento, una cuestión de expectativas y no de evidencias.
