Google afirma que la IA que se mejora a sí misma está todavía lejos
Hecho Qué ha ocurrido
El ingeniero de Google Haydn Belfield afirma que Google DeepMind no observa una aceleración medible de la investigación en IA impulsada por la propia IA. Según el texto, la IA escribe más del 75 % del código de producción, pero cerca del 88 % de los cambios sigue necesitando supervisión humana. El índice interno General Capability Index muestra un crecimiento constante sin aceleración repentina.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Si la tesis se sostiene, la automatización del desarrollo de software avanza sin que cambie todavía el ritmo general del progreso de la IA. Para las empresas, la revisión humana sigue siendo el cuello de botella al delegar código.
- Quién se ve afectado
- Equipos de desarrollo de software y áreas de I+D que incorporan IA en la programación.
- Qué puede cambiar
- Es probable que la IA asuma más tareas de programación bien definidas y verificables, mientras el trabajo abierto, el diseño de experimentos y la supervisión siguen en manos de personas.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
La evolución del índice GCI, la proporción de cambios de código delegados totalmente a la IA (del 7,5 % al 11,9 % según el texto) y la respuesta de investigadores que advierten de una posible explosión de inteligencia.
Enviar esta noticia por correo
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentesIA para códigobenchmarks Google DeepMindGoogle ArgonGeminiGoogle DeepMindIA automejorableprogramación con IA
Tu opinión
0 comentarios
Relacionadas
La IA avanza de las matemáticas a otras ciencias teóricas, según un estudio del MIT
Un estudio del MIT dirigido por Neil Thompson concluye que, entre mediados de 2024 y mediados de 2026, los mejores modelos de IA pasaron de resolver alrededor…
Por qué importaSi la tendencia se confirma, parte del trabajo de los equipos teóricos en investigación y en modelización económica o financiera podría…
Investigadores usan IA para diseñar proteasas que cortan otras proteínas
Investigadores han usado herramientas de diseño de proteínas basadas en IA para tomar el núcleo catalítico de dos tipos de proteasa y sustituir el resto de la…
Por qué importaMuestra que la IA puede crear enzimas a medida con funciones específicas, un avance con potencial para la investigación biomédica y el desarrollo de…
Ai2 presenta HiRO-ACEv2, un emulador climático que simula eventos extremos a 3 km a una fracción del coste
Ai2 ha presentado HiRO-ACEv2, una actualización de su sistema HiRO-ACE para generar datos climáticos globales a 3 km de resolución. Según la compañía, cuesta…
Por qué importaPara equipos que modelizan riesgos meteorológicos extremos, abarata generar muchas simulaciones de alta resolución. Es un resultado de investigación…
Microsoft publica en Nature una herramienta de IA para previsiones de dos a seis semanas
Investigadores de Microsoft han desarrollado un método de machine learning que, según la compañía, mejora la precisión de las previsiones meteorológicas entre…
Por qué importaLas previsiones a medio plazo son útiles para la agricultura, la gestión de emergencias y la planificación logística. Una herramienta abierta y de…