El futuro de la IA
Pronto hará dos años de la disrupción de la IA generativa con el anuncio de OpenAI y ninguna de las predicciones apocalípticas se ha cumplido. Es más, parece que realmente se utiliza para hacer trabajos escolares, mejorar y traducir textos, las inevitables imágenes de gatos y, por supuesto, pornografía. Ya hay voces que anuncian que la I.A. generativa ha tocado techo y cambiará pocas cosas. ¿Es eso cierto? Si no hay mejoras trascendentales en los algoritmos (hay muchas pero más en el ámbito de la eficiencia que en el rendimiento), los avances dependen de los datos y el fine-tuning. Los datos que se han utilizado hasta ahora son los del Common Crawl (una recopilación de internet) y datos propietarios de diarios, libros... Es decir, hay mucho campo por recorrer, sobre todo en datos de calidad y registros especializados, que no están tan disponibles.
Ahora bien, la salsa secreta está en el entrenamiento y el fine-tuning de los modelos, en ajustar el modelo para que responda al nivel y de la manera que queremos. Aquí es donde se marcan las diferencias y donde hay campo de mejora.
En el futuro más inmediato, veremos modelos que ya no operarán al nivel de un estudiante universitario como ahora, sino al nivel de un académico o un experto. Es un cambio significativo porque supone pasar de ganar a menudo a la máquina a no ganar casi nunca. Y este cambio modifica fundamentalmente nuestra confianza en el sistema. Lo que se prevé es que pase como con el ajedrez, donde ya hace mucho tiempo que ningún humano puede ni siquiera acercarse al nivel de las máquinas. Todo esto aún no ha sucedido porque se necesita tiempo y porque los esfuerzos están centrados en reducir el costo de la IA generativa; el GPT-4o ya es 12 veces más que el GPT-4 y en 8 años los procesadores de Nvidia son 1000 veces más potentes utilizando 350 veces menos energía, pero hay campo por recorrer.
¿Cuáles son las consecuencias? La primera tiene que ver con la paradoja de Jevons. Si el coste de un bien elástico baja, la demanda se incrementa y por tanto su consumo. Por eso, cuando hacemos autopistas más grandes, se
construyen más casas y se colapsan aún más. El software es un bien totalmente elástico, es decir, veremos un gran incremento en la demanda y, por tanto, en el consumo, aunque mejore la eficiencia. Esto significa más startups y más competencia. Pero, hay dos transformaciones más que nos esperan. La primera, la IA generativa especializada. Hoy en día, programar se hace con co-pilot y la IA generativa está asaltando las finanzas y la abogacía, cambiándolas radicalmente. También los tutores escolares y pronto la medicina. La segunda, la ubicuidad. Estará en los smartphones, en los ordenadores, en los procesadores de textos, en las hojas de cálculo y en PowerPoint.
Al igual que con los PC, no será posible encontrar trabajo si no sabes cómo manejarlo, lo mismo que con internet. La transformación viene ahora, con la adopción masiva. Es una transformación de la cual no nos podemos escapar, como mucho podemos llegar tarde y eso no es gratis.
