Pionero de la inteligencia artificial desarrolla nuevo sistema para superar limitaciones de ChatGPT

Yann LeCun, quien trabajó durante una década como científico jefe de inteligencia artificial en Meta, la empresa propietaria de Facebook, fundó Advanced Machine Intelligence Labs (AMI Labs) en 2025 con un objetivo claro: desarrollar sistemas de inteligencia artificial que vayan más allá de las capacidades actuales de ChatGPT y sus competidores.

"No tenemos robots que sean ni remotamente tan buenos para entender el mundo físico como una rata", dijo LeCun en declaraciones al margen de VivaTech, la principal conferencia tecnológica de Francia, según reportó la BBC.

LeCun sostiene que los sistemas actuales, aunque útiles, nunca podrán abordar situaciones complicadas en el mundo real, como lograr que un robot realice tareas domésticas. "No son un camino hacia la inteligencia a nivel humano o similar a la humana, ni siquiera similar a la animal, porque no pueden lidiar con datos del mundo real, simplemente no están construidos para eso", explicó.

La empresa con sede en París recaudó más de mil millones de dólares (760 millones de libras esterlinas) a principios de 2026 en una ronda de financiación inicial, según anunció AMI Labs. Entre los inversores se encuentran el gigante estadounidense de chips Nvidia y el fondo que gestiona la riqueza privada del fundador de Amazon, Jeff Bezos. Esta ronda de financiación semilla fue una de las más grandes de su tipo en Europa, según la fuente.

LeCun reconoce que los Modelos de Lenguaje Grande (LLM, por sus siglas en inglés) como ChatGPT son extremadamente buenos en algunas tareas como programación, problemas matemáticos y generación de texto. Sin embargo, argumenta que estos son problemas bien definidos y predecibles.

"Básicamente solo acumulan conocimiento... Pueden regurgitar algo, los entrenas para regurgitar, pero no son particularmente inteligentes. No tienen una comprensión subyacente", afirmó LeCun.

El científico ilustró las limitaciones de los LLM con un ejemplo simple: sostener un bolígrafo verticalmente sobre su punta. Cuando se suelta, incluso un niño pequeño sabría que el bolígrafo se caería. Pero ningún humano se molestaría en adivinar en qué dirección caería el bolígrafo, porque no hay forma de saberlo.

Un LLM, en cambio, podría intentar generar una predicción única sobre el próximo movimiento del bolígrafo basándose en patrones estadísticos de sus datos de entrenamiento. La predicción casi con certeza sería incorrecta, porque el sistema no está razonando sobre la realidad física de la situación, sino generando lo que parece estadísticamente plausible, según explicó LeCun.

El sistema que desarrolla su empresa, llamado Arquitectura Predictiva de Incrustación Conjunta (JEPA, por sus siglas en inglés), está diseñado para lidiar con problemas como ese. Crea abstracciones del mundo real que le permiten evaluar los resultados de las acciones.

Crear estas abstracciones implica matemáticas difíciles, pero esencialmente filtran información inútil, dejando solo a la inteligencia artificial con imágenes útiles del mundo. En el caso del bolígrafo, la inteligencia artificial sabría que no tiene sentido intentar predecir en qué dirección caería el bolígrafo, según la fuente.

Construir una inteligencia artificial más flexible es una prioridad para la industria de la robótica. Sin embargo, entrenarlos para realizar de manera segura tareas domésticas como planchar o cargar el lavavajillas está resultando difícil y costoso. Y, según LeCun, es poco probable que los modelos de inteligencia artificial actuales sean buenos en ese entorno.

"Los LLM son en gran medida inútiles para la robótica", dijo. "Las afirmaciones de que de alguna manera, simplemente escalando los LLM, vamos a alcanzar una inteligencia superhumana, eso simplemente no va a suceder".

Muchos en la industria de la inteligencia artificial coinciden con LeCun. Ingmar Posner, profesor de ingeniería en la Universidad de Oxford, según la BBC, comparte esta visión.

"Mi opinión es que la próxima década realmente tratará sobre sistemas que puedan explicar... Necesitas modelos que puedan responder preguntas como: ¿Qué importa? ¿Qué causa qué? ¿Qué pasaría si hiciera algo diferente, como si tomara una acción diferente?", dijo Posner.

Posner y su equipo de alrededor de 10 investigadores han estado trabajando durante cuatro años en una forma alternativa de inteligencia artificial, que cae en una categoría general llamada Modelos del Mundo (World Models), según la fuente.

Su enfoque fue que, dados los avances en el aprendizaje automático y el poder de cómputo, una inteligencia artificial puede aprender a hacer algo puramente a partir de una simulación "mental" aprendida de cómo se ve el mundo.

Posner espera que el sistema de inteligencia artificial en el que trabaja su equipo sea otro paso adelante. Lo llama un "modelo del mundo mecanicista", que estructurará el conocimiento de una manera que la inteligencia artificial pueda usar eficientemente.

"Necesitas sistemas que sean capaces de compartimentar y organizar el conocimiento de tal manera que pueda ser recordado, combinado y modificado cuando importa", dijo Posner.

Es muy difícil decir cuánto tiempo llevará desarrollar estos nuevos modelos, agregó. "Si le hubieras preguntado a alguien en 2017 o 2018, cuánto tiempo pasaría hasta que pudieras tener algo como ChatGPT, dirían: 'Décadas, décadas de trabajo'", señaló.

LeCun dijo que AMI Labs pasará el resto de 2026 refinando su modelo de inteligencia artificial y el próximo año espera que se ponga en uso, al principio en entornos industriales.

Si eso tiene éxito, entonces será el momento de pensar en grande. "Eventualmente, más adelante, tendremos sistemas de inteligencia genérica general que se pueden aplicar a casi cualquier cosa en el mundo con un entrenamiento o ajuste mínimo", afirmó.

Sobre qué sucederá con los humanos en un mundo donde los robots pueden operar de forma independiente, LeCun respondió: "Todavía vamos a necesitar humanos para descubrir qué preguntas hacer, qué construir, qué crear, que es realmente el aspecto propiamente humano".

La inteligencia artificial trabajará para nosotros, agregó. "Nuestra interacción con los futuros sistemas de inteligencia artificial, incluso si son más inteligentes que nosotros, va a ser como la interacción entre un capitán de industria o un líder político con su personal de asistentes, muchos de los cuales son más inteligentes que ellos", concluyó LeCun.