Un equipo de investigadores del laboratorio METR ha medido por primera vez cuánto tiempo puede trabajar una IA de manera autónoma antes de fracasar. El resultado: los sistemas más avanzados ya completan tareas que llevarían 50 minutos a un humano, y esta cifra se duplica cada siete meses. En lugar de centrarse en benchmarks cerrados o pruebas específicas, los autores han desarrollado una métrica llamada time horizon que mide cuánto tiempo puede trabajar una IA en una tarea realista antes de fallar.

OpenAI ha lanzado su nueva serie de modelos de inteligencia artificial, conocida como o1, diseñada para abordar tareas complejas mediante un proceso de razonamiento profundo. Esta serie de modelos, que se inicia con o1-preview, marca un hito en el desarrollo de IA, permitiendo a las máquinas simular un proceso de pensamiento más similar al humano.