NVIDIA afirma que su sistema de agentes AVO obtuvo una puntuación de 100,00 en la parte pública de ARC-AGI-3 y completó sus 183 niveles. El resultado es llamativo porque combina un modelo de lenguaje con memoria, herramientas, supervisión y un ciclo de prueba y corrección; no significa que NVIDIA haya demostrado una inteligencia artificial general.
Qué se midió realmente
ARC-AGI-3 es un benchmark interactivo de ARC Prize. En vez de pedir una respuesta estática, coloca al agente en entornos nuevos, parecidos a juegos, sin instrucciones completas ni reglas explicadas de antemano. El sistema debe explorar, descubrir qué acciones producen resultados y adaptar su estrategia a lo largo de varios pasos.
La página de ARC Prize explica que su métrica considera la eficiencia de adquisición de habilidades y la planificación con retroalimentación escasa. Por eso, un porcentaje alto no equivale a resolver cualquier problema cotidiano ni a comprender el mundo como una persona. Mide el comportamiento en un conjunto concreto de tareas diseñadas para evaluar razonamiento interactivo.
AVO no es solamente el modelo
La diferencia central de este anuncio está en el “arnés” del agente. NVIDIA describe AVO como una arquitectura que conserva memoria persistente, utiliza herramientas, observa los resultados de sus acciones y puede recibir la intervención de un supervisor cuando la búsqueda se estanca. El modelo propone pasos, pero el sistema completo decide cómo inspeccionar el contexto, actuar, evaluar y recuperar errores.
En el artículo oficial, NVIDIA dice que AVO conectó el mismo sistema generalista a ARC-AGI-3 y alcanzó 100,00 RHAE en los 25 entornos públicos, con los 183 niveles completados. La empresa también afirma que utilizó aproximadamente 12 % menos acciones que VISTA con el mismo modelo subyacente. Estas cifras deben atribuirse a NVIDIA: la entrada de CompuSoft Perú no presenta una reproducción independiente ni una auditoría externa del experimento.
Por qué importa para quienes desarrollan software
La lección más útil no es que un chatbot “se volvió inteligente”, sino que el diseño alrededor del modelo cambia mucho el resultado. Un agente que conserva estados, ejecuta pruebas, recibe retroalimentación y corrige su plan puede rendir mejor en tareas largas que el mismo modelo usado en una conversación aislada.
Esto tiene aplicaciones potenciales en programación, análisis de datos y automatización, pero también introduce riesgos. Más autonomía implica más acciones, más consumo de infraestructura y más posibilidades de que una instrucción equivocada produzca cambios reales. En un proyecto empresarial conviene limitar permisos, registrar herramientas utilizadas y exigir aprobación humana antes de operaciones destructivas.
Qué puede aprovechar un usuario de Perú
AVO no se presenta en el anuncio como una aplicación de escritorio lista para instalar ni como un servicio comercial abierto para usuarios peruanos. Es un proyecto de investigación de NVIDIA y el resultado se refiere a un benchmark público. Para aprender del enfoque, un desarrollador de Perú puede revisar la publicación técnica de AVO y la documentación de ARC-AGI-3, pero no debe presupuestar disponibilidad, precio, soporte en español o rendimiento local sin una oferta concreta.
En el archivo de CompuSoft Perú también puedes consultar NVIDIA RTX Spark para ejecutar flujos de IA en una PC y la apertura de componentes de Run:ai. Son temas relacionados, pero no deben presentarse como si fueran el mismo producto que AVO.
Conclusión
El 100 % anunciado por NVIDIA es un resultado fuerte en la parte pública de ARC-AGI-3 y destaca la importancia del diseño del agente. Su alcance es experimental y específico: no prueba por sí solo AGI, autonomía general ni superioridad en todas las tareas.
Fuentes: NVIDIA Technical Blog, ARC Prize y artículo técnico en arXiv.
No hay comentarios.:
Publicar un comentario