Enfoque Agente en la Búsqueda de AGI

: La Inteligencia Artificial General (AGI) aspira a crear una inteligencia máquina que rivalice con las capacidades cognitivas humanas en todos los dominios. Los enfoques actuales tienen dificultades con el razonamiento de sentido común, la transferencia de conocimiento entre dominios y el desempeño consistente en tareas multietapa. Este artículo investiga un marco colaborativo que utiliza agentes de IA basados en Grandes Modelos de Lenguaje (LLMs) para alcanzar AGI. Aprovechando las fortalezas de los LLMs en el procesamiento del lenguaje, razonamiento y síntesis del conocimiento, proponemos un sistema multiactor donde agentes especializados trabajan conjuntamente para mostrar inteligencia general emergente. Analizamos tecnologías LLM, coordinación multiagente e implementaciones existentes como SayCan de Google, sistemas multiagente de OpenAI, ChatDev y Devin. Nuestros hallazgos sugieren que los sistemas colaborativos basados en LLMs son el camino más prometedor hacia AGI, a pesar de los desafíos en cognición corporizada, alineación de seguridad y la verdadera comprensión frente a la coincidencia de patrones. Esbozamos una hoja de ruta para investigaciones futuras y preguntas clave abiertas en el desarrollo de AGI mediante arquitecturas colaborativas.