El director ejecutivo de NVIDIA, Jensen Huang, afirmó recientemente que la Inteligencia General Artificial (AGI) ya llegó, pero su definición revela una desconexión crítica entre las exageraciones de la industria y las capacidades reales. La afirmación, realizada durante una conversación con el podcaster Lex Fridman, destaca cómo se están utilizando definiciones flexibles de AGI para justificar la inversión continua en el sector de la IA.
Los objetivos cambiantes de AGI
For over a year, AGI—AI with human-level intelligence—has been the industry’s buzzword. As companies like NVIDIA pour resources into AI development, the promise of imminent AGI serves as a convenient narrative. Sin embargo, definir el AGI es clave. Huang himself previously stated that the timeline depends entirely on how it’s defined.
En la Cumbre DealBook del New York Times de 2023, Huang afirmó que AGI llegaría dentro de cinco años, definiéndolo como un software que puede pasar pruebas que simulan la inteligencia humana. Now, he argues it’s already here, based on an intentionally narrow interpretation of the term.
### Billion-Dollar Fleeting Success: Huang’s AGI Benchmark
When asked if AI could start and run a billion-dollar tech company, Huang responded affirmatively: “I think it’s now.” ¿El razonamiento? He defines success not by sustainability or lasting impact, but by reaching a billion dollars once.
Él imagina una IA que genere un servicio web viral, que se monetice brevemente a través de miles de millones de usuarios y luego desaparezca, de forma similar a muchos fracasos de las puntocom. “You said a billion,” Huang clarified, “and you didn’t say forever.” This illustrates a pattern of defining thresholds to ensure a “yes” answer.
### La realidad: NVIDIA está fuera de nuestro alcance
Huang candidly admits the limitations of this vision. While AI might create fleeting viral successes, the institutional intelligence required to build a company like NVIDIA is not yet within reach. His own assessment: “The odds of 100,000 of those agents building NVIDIA is zero percent.”
This acknowledgment exposes the gap between current AI capabilities and the transformative AGI often discussed. Huang’s definition is not about reshaping the economy; it’s about hitting a financial benchmark, however briefly. The focus on short-term monetization over long-term sustainability highlights a pragmatic, if misleading, framing of AGI’s “arrival.”
La conclusión principal es que la narrativa en torno a la AGI a menudo está determinada por definiciones convenientes en lugar de un progreso genuino. La realidad actual sigue estando muy alejada de la IA que remodela la economía imaginada por muchos en el campo.
