Cuello de botella de la IAG: Ingeniería, no modelos

El rápido avance de los grandes modelos de lenguaje parece haber llegado a un cuello de botella. Simplemente aumentar el tamaño del modelo ya no produce mejoras significativas. El camino hacia la inteligencia artificial general (IAG) no es entrenar modelos de lenguaje más grandes, sino construir sistemas de ingeniería que integren modelos, memoria, contexto y flujos de trabajo deterministas. El autor argumenta que la IAG es un problema de ingeniería, no un problema de entrenamiento de modelos, que requiere la construcción de gestión de contexto, servicios de memoria, flujos de trabajo deterministas y modelos especializados como componentes modulares. El objetivo final es lograr la verdadera IAG mediante la interacción sinérgica de estos componentes.