Han pasado 18 meses desde que OpenAI dio el pistoletazo de salida inteligencia artificial. Sí, la IA lleva muchos años en el sector, pero cuando ChatGPT se hizo público el mundo pareció cambiar para siempre. Fue la democratización de la IA.
Casi todas las grandes empresas del sector han pivotado hacia algún tipo de integración de la IA, y han ganado y perdido millones de dólares en función de las perspectivas de IA que parezcan tener estas empresas.
Pero la IA aún no ha cambiado nuestras vidas. Las salvajes revoluciones propuestas en todo, desde el procesamiento de datos a la búsqueda, han impulsado en gran medida, al menos en la esfera pública, solo mejoras marginales en la funcionalidad.
Hemos visto algunas mejoras suaves en herramientas que ya veníamos utilizando, con al menos algunos éxitos. Entonces, ¿por qué está tardando tanto la IA en revolucionar el espacio tecnológico y se materializarán algún día los cambios drásticos?
Las alucinaciones de los LLM siguen siendo un problema
El problema es que los modelos pueden alucinar con facilidad, una nueva palabra que todos conocemos desde el lanzamiento de ChatGPT. Las alucinaciones son extrapolaciones. Un LLM recibe una pregunta y, a diferencia de un motor de búsqueda que puede aplicar un algoritmo predefinido para clasificar y filtrar los datos relevantes, extrapola la pregunta a una respuesta.
Una alucinación se produce cuando un modelo genera texto sin sentido o extrapola datos que no están incluidos en su modelo de entrenamiento original. Esta extrapolación es la razón por la que una alucinación puede ser peligrosa, porque la respuesta incorrecta que da un modelo puede ser a menudo la que usted espera y, por tanto, no parecer tan ridícula como realmente es.
El acceso a los datos de entrenamiento es cada vez más caro
Otro elemento que ha frenado el progreso de los LLM en el último año es la falta de datos de entrenamiento. Uno de los grandes impactos de la IA que ya estamos notando, como hemos comentado antes, es el abandono de las API gratuitas y de acceso público.
Antes de ChatGPT, era relativamente fácil obtener datos de sitios web basados en contenidos generados por los usuarios, como Twitter o Reddit, para entrenar tu modelo. Dado que estos dos sitios han bloqueado cualquier acceso a la API tras costosos muros de pago o han vendido directamente conjuntos de datos de entrenamiento, ha habido una respuesta desigual por parte de sus usuarios. Reddit también ha sufrido recientemente una reacción negativa por vender su conjunto de datos para el entrenamiento de modelos.
Se trata de otro gasto añadido al ya de por sí costoso proceso de formación de modelos.
La introducción de productos de IA en el mercado ha sido difícil
A pesar de todas las demostraciones llamativas, las empresas siguen luchando por sacar productos al mercado.
Uno de los elementos de la ola de la IA que se reconoció desde el principio, pero que sigue siendo cierto, es que la comercialización de productos de IA ha sido difícil. Hasta la fecha, la mayoría de los grandes modelos de primera mano se han limitado a las mayores empresas tecnológicas, y los productos que dependen de conexiones a Internet y modelos en línea han tenido dificultades para ganar tracción.
Hemos asistido a una oleada de integraciones con modelos ajustados, respaldadas por GPT3.5/4, así como por el apoyo de OpenAI a las primeras partes para ajustar estos modelos. Aunque algunos de los resultados de las herramientas más estrechas de miras han sido impresionantes, a menudo han sido demasiado toscos para llenar un vacío de forma fiable.
Incluso empresas de la talla de Google y Microsoft han tenido serios contratiempos a la hora de introducir la IA en el mercado. Google ha introducido su asistente de IA en la búsqueda por defecto, lo que ya ha causado todo tipo de problemas con resultados incorrectos, tontos o directamente peligrosos.
Bing Search fue empujado de forma similar, y luego se le dio marcha atrás. Los generadores de imágenes de IA han demostrado ser un problema significativo, potencialmente porque sus sesgos son fácilmente visibles para el usuario medio.
La IA está cambiando el mundo
La realidad de la IA es que ya está cambiando el mundo. Fuera del ciclo de bombo y platillo de los LLM, la IA generativa y la AGI, las empresas, los investigadores y los gobiernos utilizan la IA a diario para ayudarles a procesar datos, encontrar tendencias, tomar mejores decisiones y comprender patrones.
La utilizan los desarrolladores para mejorar la productividad, los analistas para mejorar la eficiencia de la cadena de suministro y, para bien o para mal, las aseguradoras para tomar decisiones sobre todo tipo de asuntos, desde el seguro de automóvil hasta la asistencia sanitaria.
Se utiliza para optimizar programas de descubrimiento de fármacos, que tradicionalmente requieren enormes superordenadores y costosas capacidades informáticas, y en el sector financiero para modelizar riesgos, detectar delitos financieros y procesar datos.
Un gran avance de la IA que se vislumbra en el horizonte es la predicción meteorológica. Se trata de una industria enormemente costosa que está siendo rápidamente revolucionada por la IA. Ahora son capaces de tomar años de datos meteorológicos históricos y hacer predicciones precisas sobre el tiempo, sin necesidad de costosos modelos de superordenadores.
Aunque la IA ha sido apasionante en los últimos 18 meses, y seguirá siéndolo, aún está por ver cómo cambiará realmente nuestras vidas.
