Jensen Huang: "La AGI ha llegado" tras el lanzamiento de…
El CEO de Nvidia vinculó la afirmación a las GPU de Nvidia, ya que críticos y autores de benchmarks rechazaron a Astra como prueba de inteligencia general.
El CEO de Nvidia, Jensen Huang, declaró "La AGI ha llegado" en una publicación de X el domingo, felicitando a OpenAI por su nuevo modelo Astra, vinculando explícitamente la afirmación del hito a la infraestructura de GPU de Nvidia. OpenAI está lanzando Astra a los clientes esta semana, pero críticos prominentes y organizadores de benchmarks dicen que la etiqueta "AGI" sigue sin estar probada y mal definida.
Puntos Clave
- Jensen Huang escribió "La AGI ha llegado" en una publicación de X felicitando a OpenAI por Astra, y señaló el hardware de Nvidia como el sustrato de entrenamiento.
- OpenAI posicionó a Astra como el "modelo más inteligente y alineado del mundo" y dijo que se lanzaría a los clientes "esta semana."
- El presidente de OpenAI, Greg Brockman, dijo a los reporteros: "Bienvenidos a la era de la AGI", argumentando que Astra podría ser el punto de inflexión que la gente identifique más tarde como la llegada de la AGI.
- El investigador de IA Gary Marcus disputó el marco, diciendo que Huang "no dio evidencia ni definiciones" y que "Según las definiciones convencionales, Astra aún se queda corto."
Huang Declara 'La AGI Ha Llegado'—y Asocia Astra a los Chips de Nvidia
La publicación del domingo de Huang hizo dos cosas a la vez: declaró un hito científico controvertido y lo ancló a una cadena de suministro específica. "De ChatGPT a o1 a Astra en 4 años," escribió Huang en X. "La AGI ha llegado. Felicitaciones al equipo de @OpenAI." También indicó que Astra fue entrenado en chips de Nvidia y añadió un teaser de computación: "400K GPUs entrando en línea a continuación."
Ese vínculo importa porque colapsa el titular de "AGI" en una narrativa de hardware que los comerciantes pueden modelar realmente. Las GPUs (unidades de procesamiento gráfico) son los chips de alto rendimiento utilizados para entrenar modelos de frontera y para ejecutarlos en producción.
Cuando el CEO más visible en la computación de IA dice que el hito está aquí e implica que la próxima ola de capacidad es inminente, el mercado escucha tanto una afirmación de capacidad como una señal de demanda.
OpenAI ha sido explícito sobre la dependencia. En un anuncio de financiamiento de marzo, la compañía llamó a Nvidia "la base de nuestra infraestructura," añadiendo: "Nuestra flota de entrenamiento y la mayoría de nuestra pila de inferencia continúan funcionando en GPUs de Nvidia," con inferencia definida como servir un modelo entrenado a los usuarios en tiempo de ejecución.
Lo que OpenAI dice que Astra puede hacer y qué tan rápido se está implementando.
OpenAI presentó Astra el jueves y la enmarcó como un cambio radical en la investigación y un producto que se está lanzando ahora. La compañía llamó a Astra el “modelo más inteligente y alineado del mundo” y dijo que puede realizar “el trabajo profesional más exigente con una velocidad, precisión y juicio inigualables.” OpenAI dijo que Astra se lanzaría a los clientes “esta semana.”
En una llamada del jueves con reporteros, el presidente de OpenAI, Greg Brockman, enfatizó aún más el marco temporal. “Bienvenidos a la era de la AGI”, dijo Brockman. Agregó que la gente puede mirar hacia atrás y pensar que la AGI fue creada “más o menos en este momento, y creo que podría ser sobre este modelo”, y concluyó: “Para mí personalmente, creo que ya estamos allí.”
La trampa es que "AGI" no es una especificación, es una etiqueta. La propia definición de OpenAI en la misma ventana es "sistemas altamente autónomos que superan a los humanos en la mayoría del trabajo económicamente valioso", pero el término se trata ampliamente como vago incluso dentro de las empresas que construyen los modelos. Sam Altman describió recientemente AGI como "un término muy mal definido. Iba a decir que es como un término de marketing irrelevante."
Sin embargo, el momento de implementación es el detalle operativo que puede mover la demanda de computación a corto plazo, independientemente de cómo lo llame alguien. Si Astra se convierte en el modelo predeterminado para cargas de trabajo de alto valor, la carga de inferencia puede aumentar rápidamente, y la inferencia es donde las horas de GPU se convierten en gastos recurrentes.
La Refutación Inmediata: Por Qué los Críticos Dicen que Astra No es AGI
La resistencia llegó en pocas horas porque la afirmación está realizando un trabajo retórico que los puntos de referencia no resuelven. Gary Marcus, un investigador de IA y crítico de larga data del bombo en torno a la AGI, argumentó que la publicación de Huang sustituyó la autoridad por la definición.
"Huang no dio evidencia ni definiciones, lo que me parece un esfuerzo por apoderarse de una cuestión científica por parte de corporaciones."fiat," escribió Marcus. "Declarar victoria sin una definición simplemente confunde las cosas."
Marcus adjuntó su propia definición de 10 puntos de AGI y dijo que Astra solo cumple con "uno o dos" de esos criterios. "Según las definiciones convencionales, Astra aún no alcanza el nivel", escribió.
Incluso los organizadores de referencia que OpenAI destacó se detuvieron antes de respaldar la etiqueta AGI. Los investigadores detrás del ARC Prize describieron los resultados de Astra como un “gran avance”, pero dijeron que el éxito en la referencia no es prueba de AGI porque las pruebas están “estrechamente limitadas” y no reflejan la “complejidad y apertura” del mundo real.
En otras palabras, un modelo puede ganar un conjunto de pruebas estandarizadas y aún así fallar en el desordenado y adversarial entorno que se supone que cubre la inteligencia “general”.
Esta disputa definicional no es una simple crítica académica. Si “AGI” se trata como un hito de marketing, puede anticipar las expectativas de adopción, regulación y capex. Si se trata como un umbral científico, la carga de la prueba es mayor que una sola victoria en la referencia y un comunicado de un CEO.
Señales a observar para Huang afirma que AGI llegó con OpenAI.
La primera señal concreta es si Nvidia o OpenAI aclaran a qué se refiere “400K GPUs que se activarán próximamente”. El operador, la línea de tiempo y si la capacidad está destinada a ejecuciones de entrenamiento o a servicio de inferencia no están especificados, y esos detalles determinan si se trata de un suministro a corto plazo para cargas de trabajo de clientes o de entrenamiento en frontera a más largo plazo.
La segunda es la forma real del lanzamiento de Astra esta semana: niveles de disponibilidad, precios y si OpenAI posiciona a Astra como el modelo predeterminado para cargas de trabajo empresariales. Un rápido aumento en el uso pago importaría más para la demanda de GPU que cualquier debate sobre la etiqueta.
En tercer lugar, observe las declaraciones posteriores de los organizadores de referencia, incluidos los investigadores del ARC Prize, sobre lo que los resultados de Astra demuestran y no demuestran más allá de las pruebas limitadas. Si la comunidad de referencia ajusta su lenguaje o expande la evaluación a entornos más abiertos, cambia cuánto peso deben poner los comerciantes en los titulares de “AGI”.
Finalmente, está la señal definicional. Si OpenAI reitera o refina su definición de AGI (“sistemas altamente autónomos que superan a los humanos en la mayoría del trabajo económicamente valioso”) en comunicaciones posteriores sobre Astra, señalará si la empresa quiere que el término sea una barra medible o un paraguas narrativo.
Cómo los comerciantes deben leer el titular de ‘AGI’ frente a la realidad del hardware.
La parte que se negocia claramente aquí no es si Astra es “AGI”, sino que Nvidia y OpenAI están uniendo públicamente las ganancias de capacidad en frontera a la escala de GPU de Nvidia. La publicación de Huang, el lenguaje de OpenAI sobre “fundamento de nuestra infraestructura” y la insinuación de “400K GPUs” apuntan en la misma dirección: la próxima fase del progreso del modelo se está vendiendo como una historia de cómputo.
El umbral que importa es si el lanzamiento de Astra se traduce en una carga de inferencia sostenida que obliga a decisiones reales de capacidad, no solo a un discurso de hitos más ruidoso. Si Astra se convierte en un modelo empresarial predeterminado y la línea de “400K GPUs” se resuelve en un plan de implementación datado y atribuible, la configuración comienza a parecer estructural en lugar de impulsada por la narrativa.
