Resumen: ¿Pueden las máquinas pensar realmente, razonar y actuar en dominios como los humanos? Esta pregunta duradera continúa dando forma a la búsqueda de la inteligencia general artificial (AGI). A pesar de las crecientes capacidades de modelos como GPT-4.5, Deepseek, Claude 3.5 Sonnet, Phi-4 y Grok 3, que exhiben fluidez multimodal y razonamiento parcial, estos sistemas siguen siendo fundamentalmente limitados por su dependencia de la predicción a nivel de token y la falta de agencia fundamentada. Este artículo ofrece una síntesis interdisciplinaria del desarrollo de AGI, que abarca inteligencia artificial, neurociencia cognitiva, psicología, modelos generativos y sistemas basados en agentes. Analizamos los fundamentos arquitectónicos y cognitivos de la inteligencia general, destacando el papel del razonamiento modular, la memoria persistente y la coordinación de múltiples agentes. En particular, enfatizamos el aumento de los marcos de trapo de agente que combinan la recuperación, la planificación y el uso de la herramienta dinámica para permitir un comportamiento más adaptativo. Discutimos estrategias de generalización, incluida la compresión de información, la adaptación del tiempo de prueba y los métodos sin capacitación, como vías críticas hacia la inteligencia flexible y agnóstica del dominio. Los modelos en idioma de visión (VLM) se reexaminan no solo como módulos de percepción sino como interfaces en evolución para la comprensión incorporada y la finalización de la tarea colaborativa. También argumentamos que la verdadera inteligencia no surge de la escala sola sino de la integración de la memoria y el razonamiento: una orquestación de componentes modulares, interactivos y de mejor momento donde la compresión permite el comportamiento adaptativo. Basándose en los avances en los sistemas neurosímbólicos, el aprendizaje de refuerzo y el andamio cognitivo, exploramos cómo las arquitecturas recientes comienzan a cerrar la brecha entre el aprendizaje estadístico y la cognición dirigida por objetivos. Finalmente, identificamos desafíos científicos, técnicos y éticos clave en el camino hacia AGI.
Publicado Originalme en export.arxiv.org El 1 de julio de 2025.
Ver Fuente Original
