Si te preguntas si saturar ARC-AGI-1 o 2 significa que ya tenemos AGI... te remito a lo que dije cuando lanzamos ARC-AGI-2 el año pasado (que es también lo mismo que dije cuando anunciamos que ARC-AGI-2 estaba en camino, en la primavera de 2022, antes del auge de los chatbots LLM)... La serie ARC-AGI no es un umbral de AGI, es una brújula que señala a la comunidad investigadora hacia las preguntas correctas. ARC-AGI-1 es una prueba mínima de inteligencia fluida: para aprobarla, necesitabas demostrar inteligencia fluida no nula. Esto requería que la IA superara el clásico paradigma de aprendizaje profundo / LLM de escalado de preentrenamiento + modelos estáticos en inferencia, hacia la adaptación en el momento de la prueba. ARC-AGI-2 es lo mismo, pero con tareas que indagan niveles más profundos de complejidad en el razonamiento (particularmente en lo que respecta a la composición de conceptos). Aún así, estas son tareas que pueden resolverse en minutos por personas comunes sin uso de herramientas externas (contratamos a nuestros evaluadores de la calle), por lo que no representa el límite superior de lo que la inteligencia fluida humana puede lograr (digamos, resolver un problema del milenio). ARC-AGI-3 (lanzamiento en marzo de 2026) indaga el razonamiento interactivo: evaluamos cómo los sistemas exploran entornos desconocidos, los modelan, establecen sus propios objetivos y planifican/ejecutan hacia estos objetivos, de forma autónoma, sin instrucciones. También hemos comenzado a trabajar en ARC-AGI-4 y ARC-AGI-5, ¡de los cuales estoy bastante emocionado!