Un experimento público de Sudoku realizado este año produjo un resultado sorprendente. Según Logical Intelligence, un grupo de modelos de lenguaje de gran tamaño de vanguardia, entre ellos GPT-5.2 de OpenAI, Claude Opus 4.5 y Sonnet 4.5, Gemini 3 Pro y DeepSeek V3.2, resolvió en conjunto solo el 2 % de los puzles y gastó alrededor de 11 000 dólares en llamadas a la API. Un modelo llamado Kona, unas mil veces más pequeño, resolvió el 96,2 % por solo 4 dólares de tiempo de GPU.
La brecha no trata realmente sobre el Sudoku. Las reglas del Sudoku están bien definidas y son lo bastante simples como para que un niño de diez años las aprenda, y precisamente por eso el resultado sorprende. Los LLM son los modelos de IA más capaces construidos en torno al lenguaje, pero muchas tareas cotidianas requieren una inteligencia que va más allá del lenguaje. Algunas exigen razonamiento espacial o dimensional, otras dependen de la lógica, la planificación o la sensibilidad emocional, y gran parte de lo que las personas hacen no puede expresarse por completo con palabras. La extrapolación y la creatividad son lo que hace que la inteligencia parezca viva y no mecánica.
Yann LeCun, premio Turing y pionero del aprendizaje profundo, ha defendido durante años que el texto por sí solo no producirá una inteligencia real. El enfoque de Logical Intelligence, fundada por Eve Bodnia, se basa en modelos de razonamiento basados en energía (EBRM), como Kona. Estos modelos están diseñados para manejar problemas de restricciones con los que los LLM tienen dificultades.
Los LLM funcionan prediciendo el token siguiente más plausible en una secuencia. Este diseño ha dado buenos resultados en traducción, resumen y generación de código, pero no es adecuado para todos los problemas. Para tareas que requieren otras formas de inteligencia, los EBRM ofrecen un camino distinto, con un razonamiento latente más fiable y con la verificación y la seguridad gestionadas de forma diferente a los sistemas basados en LLM.
Fuente: ByteByteGo · Resumido por HeadlinesBriefing