«No tenemos robots que comprendan el mundo físico tan bien como una rata», afirma Yann LeCun, una de las figuras más destacadas en el mundo de la inteligencia artificial.
Trabajó durante una década en Meta, la empresa propietaria de Facebook, donde fue científico jefe de IA, pero la dejó en 2025 y fundó Advanced Machine Intelligence Labs (AMI Labs).
Su objetivo es llevar la IA más allá de los sistemas actuales como ChatGPT, Claude y Gemini. Si bien tienen su utilidad, afirma, nunca podrán abordar situaciones complejas del mundo real, como lograr que un robot realice las tareas domésticas.
«No son un camino hacia la inteligencia a nivel humano o similar a la humana, ni siquiera hacia la inteligencia animal, porque no pueden procesar datos del mundo real; simplemente no están diseñados para eso», me comenta al margen de VivaTech, la principal conferencia tecnológica de Francia.
Así pues, la empresa AMI Labs, con sede en París, está trabajando en el desarrollo de un nuevo tipo de inteligencia artificial que no se basa en la tecnología de ChatGPT ni de sus competidores.
Los inversores creen que tiene potencial. A principios de este año, AMI Labs anunció que había recaudado más de 1.000 millones de dólares (760 millones de libras esterlinas), con inversores como el gigante estadounidense de chips informáticos Nvidia y el fondo que gestiona el patrimonio privado del fundador de Amazon, Jeff Bezos.
Esa denominada ronda de financiación inicial —la primera ronda de captación de fondos para una empresa emergente— fue una de las más importantes de su tipo en Europa.
Según LeCun, los modelos de lenguaje a gran escala (LLM, por sus siglas en inglés), como ChatGPT, son extremadamente buenos en algunas cosas, como la codificación, los problemas matemáticos y la generación de texto.
Pero él argumenta que se trata de problemas bien definidos y predecibles.
«Ellos [los que tienen un máster en derecho] básicamente solo acumulan conocimientos… Pueden repetir información de memoria, se les entrena para repetirla, pero no son particularmente inteligentes. No tienen una comprensión profunda», afirma.
En el mundo real, cualquier acción puede tener una desconcertante variedad de resultados, lo que requiere un tipo de inteligencia artificial más flexible.
LeCun sostiene un bolígrafo en posición vertical, apoyándolo en la punta. «¿Qué sucede cuando lo sueltas?», pregunta. Incluso un niño pequeño sabría que el bolígrafo se caería. Pero nadie se molestaría en adivinar en qué dirección caería; es imposible saberlo.
Pero un modelo LLM podría intentar generar una única predicción sobre el siguiente movimiento del bolígrafo basándose en patrones estadísticos de sus datos de entrenamiento.
La predicción sería casi con toda seguridad errónea, porque el sistema no razona sobre la realidad física de la situación, sino que genera lo que parece estadísticamente plausible.
LeCun afirma que el sistema que está desarrollando su empresa, llamado Joint Embedding Predictive Architecture (JEPA), está diseñado para abordar problemas como ese.
Crea abstracciones del mundo real que le permiten evaluar los resultados de las acciones.
La creación de estas abstracciones implica matemáticas complejas, pero esencialmente filtran la información inútil, dejando a la IA solo con imágenes útiles del mundo.
En el caso del bolígrafo, la IA sabría que no tiene sentido intentar predecir hacia dónde caerá.
Bloomberg vía Getty ImagesDesarrollar una inteligencia artificial más flexible es una prioridad para la industria robótica.
Se han invertido miles de millones de dólares en la construcción de robots humanoides y sus proezas son cada vez más impresionantes .
Pero capacitarlos para realizar de forma segura tareas domésticas como planchar o cargar el lavavajillas está resultando difícil y costoso.
Y, según LeCun, es poco probable que los modelos de IA actuales lleguen a ser eficaces en ese entorno.
«Los másteres en Derecho son prácticamente inútiles para la robótica», afirma.
«Las afirmaciones de que, simplemente aumentando el número de másteres en derecho, vamos a alcanzar una inteligencia sobrehumana, sencillamente no van a suceder.»
Ingmar PosnerMuchos en la industria de la IA coinciden con LeCun.
Ingmar Posner es uno de ellos. Es profesor de Inteligencia Artificial Aplicada en la Universidad de Oxford y dirige su Laboratorio de IA Aplicada. También es becario de Amazon .
«En mi opinión, la próxima década girará en torno a sistemas que puedan explicar… Se necesitan modelos que puedan responder preguntas como: ¿Qué importa? ¿Qué causa qué? ¿Qué pasaría si hiciera algo diferente, como si tomara una decisión distinta?»
Posner y su equipo de unos 10 investigadores llevan cuatro años trabajando en una forma alternativa de IA, que se engloba en una categoría general denominada Modelos Mundiales.
Si bien los modelos mundiales existen conceptualmente desde hace décadas, una de las inspiraciones para este trabajo fue un influyente artículo publicado en 2018 por David Ha y Jurgen Schmidhuber .
Su intuición radicaba en que, gracias a los avances en el aprendizaje automático y la capacidad de procesamiento, una IA puede aprender a hacer algo simplemente a partir de una simulación «mental» aprendida de cómo es el mundo.
Desde 2018, esa idea ha impulsado una cantidad considerable de investigación sobre modelos del mundo, incluido el Modelo del Mundo Soñador de Google. El año pasado, una variante del Soñador descubrió cómo recolectar diamantes en el videojuego Minecraft, imaginando escenarios futuros que le ayudaban en la toma de decisiones.
Posner espera que el sistema de IA en el que trabaja su equipo represente un nuevo avance. Lo denomina un «modelo mecanicista del mundo», que estructurará el conocimiento de forma que la IA pueda utilizarlo eficientemente.
«Se necesitan sistemas capaces de compartimentar y organizar el conocimiento de tal manera que pueda recuperarse, combinarse y modificarse cuando sea necesario», afirma Posner.
Es muy difícil decir cuánto tiempo llevará desarrollar estos nuevos modelos, añade.
«Si le hubieras preguntado a cualquiera en 2017 o 2018 cuánto tiempo faltaba para tener algo parecido a ChatGPT, te habrían dicho: ‘Décadas, décadas de trabajo’.»
La versión original de ChatGPT se lanzó en noviembre de 2022 .
DeepMind (parte de Alphabet, propietaria de Google) también está trabajando en modelos del mundo con su modelo Genie , y Wayve, con sede en Londres, tiene un sistema llamado Gaia.
Mientras tanto, la pionera de la IA, Fei-Fei Li, fundó World Labs en San Francisco en 2023 para desarrollar un nuevo modelo de IA.
LeCun afirma que AMI Labs dedicará el resto de este año a perfeccionar su modelo de IA y espera que el año que viene pueda ponerse en práctica, en primer lugar en entornos industriales.
Si eso tiene éxito, entonces será el momento de pensar en grande.
«Con el tiempo, tendremos sistemas de inteligencia genéricos que podrán aplicarse a prácticamente cualquier cosa en el mundo con un entrenamiento o ajuste mínimos.»
¿Qué ocurrirá con los seres humanos en un mundo donde los robots puedan operar de forma independiente?
«Seguiremos necesitando seres humanos para averiguar qué preguntas hacer, qué construir, qué crear, que es realmente el aspecto propiamente humano», afirma.
La IA trabajará para nosotros, añade.
«Nuestra interacción con los futuros sistemas de IA, incluso si son más inteligentes que nosotros, será similar a la interacción entre un magnate de la industria o un líder político y su equipo de asistentes, muchos de los cuales son más inteligentes que ellos mismos.»