Durante el último año aproximadamente, la inteligencia artificial generativa (IA) ha ganado una inmensa tracción dentro del panorama tecnológico global.
Esto se debe en gran medida a su capacidad innovadora para cambiar la forma en que las empresas y las personas abordan la resolución de problemas, la creatividad y la toma de decisiones. De hecho, la versatilidad y eficiencia de las aplicaciones de IA generativa han conducido a su adopción en una amplia gama de industrias, desde la atención médica hasta el entretenimiento, como se evidencia por su rápido crecimiento en tamaño de mercado.
Para el año 2023, el mercado global de IA generativa tenía un valor de USD 12.1 mil millones; sin embargo, se espera que esta cifra aumente a USD 119.7 mil millones para 2032, según algunas proyecciones.
Además, a lo largo de 2022, en un momento en el que las discusiones sobre esta tecnología aún no se habían vuelto populares, las startups de IA generativa lograron recaudar USD 2.6 mil millones en 110 acuerdos, una cifra que aumentó a casi USD 50 mil millones en 2023, con empresas destacadas como OpenAI, Anthropic e Inflection AI asegurando varios miles de millones cada una.
Otro indicador claro del creciente interés en este espacio es el aumento del número de búsquedas relacionadas con el término "IA generativa". Como se puede ver en el gráfico a continuación, tras el lanzamiento de la plataforma ChatGPT de OpenAI, el interés en la tecnología aumentó drásticamente, alcanzando su punto máximo durante el mes de junio, especialmente en países como Singapur, China, Hong Kong, India e Israel.
Por lo tanto, a medida que el ámbito de la tecnología habilitada para la inteligencia artificial continúa evolucionando, su alcance de aplicación también se expande, llevando a más empresas a integrar estas tecnologías en sus operaciones.
Ilan Rakhmanov, fundador y CEO de ChainGPT.org, un proveedor de infraestructura de IA para entidades blockchain y proyectos Web3, dijo a Cointelegraph: "La mayoría de las marcas conocidas ahora pueden permitirse interactuar con la IA generativa y utilizarla como una ventaja competitiva. También sabemos de lo que es capaz la IA generativa, pero aún tenemos una comprensión limitada de cómo evolucionará a largo plazo a medida que más y más organizaciones e individuos aprovechen la tecnología y un número creciente de modelos se capaciten en sus conjuntos de datos asociados".
Entidades convencionales explorando la IA generativa
A principios del nuevo año, JPMorgan anunció el lanzamiento de DocLLM, un modelo de lenguaje grande (LLM) generativo diseñado para la comprensión multimodal de documentos. Supuestamente, puede analizar y procesar datos asociados con una variedad de documentos empresariales, desde formularios y facturas hasta contratos e informes, a menudo con combinaciones complejas de texto y diseño.
Lo que distingue a DocLLM es su diseño operativo único, ya que evita la dependencia excesiva de los codificadores de imágenes común entre los modelos de lenguaje multimodal existentes. En cambio, se centra en la información de cuadros delimitadores, integrando estructuras de diseño espaciales de manera más efectiva. Esto se logra a través de un novedoso mecanismo de atención espacial disociado que perfecciona el proceso de atención en los transformadores clásicos.
Amazon también ha intensificado su juego en la IA generativa al integrar una nueva herramienta para ayudar a los vendedores en su plataforma. Genera descripciones de productos precisas y atractivas, facilitando significativamente el proceso de listar nuevos productos. Ya es popular entre la mayoría de los vendedores de Amazon.
El nuevo modelo de Mistral, Sparse Mixture of Experts (SMoE), ha ganado una inmensa tracción en la comunidad de desarrolladores gracias a su velocidad, eficiencia y amplio conjunto de funciones. El modelo se basa en código abierto, convirtiéndolo en una herramienta fundamental para los desarrolladores que crean modelos de lenguaje únicos con recursos limitados.
DeepMind, una subsidiaria de Google, también continúa siendo un actor significativo en el ámbito de la inteligencia artificial generativa. Sus avances son evidentes en servicios como Google Brain y Google Translate. Una contribución reciente notable es el lanzamiento de Bard AI, un chatbot que refleja las capacidades de ChatGPT y permite a los usuarios generar texto de alta calidad y contenido creativo.
Amazon Web Services (AWS) ha dejado su huella con la introducción de Bedrock, un servicio que ofrece acceso a una variedad de modelos de diferentes empresas de inteligencia artificial. Bedrock es especialmente notable por sus completos conjuntos de herramientas para desarrolladores, que son fundamentales para construir y escalar aplicaciones de inteligencia artificial generativa.
La empresa de software basada en la nube Salesforce ha integrado algoritmos de inteligencia artificial generativa, colectivamente denominados "Einstein GPT", en su plataforma de gestión de relaciones con el cliente, mejorando significativamente la participación y personalización del cliente.
Por último, IBM lanzó su plataforma de inteligencia artificial Watson, que combina técnicas de inteligencia artificial generativa con procesamiento del lenguaje natural (NLP) y aprendizaje automático (ML).
¿Qué depara el futuro para la inteligencia artificial generativa?
Aunque el futuro de la inteligencia artificial generativa parece estar listo para un crecimiento transformador, el sector aún navega por un terreno inexplorado lleno de promesas y desafíos. Según Rakhmonov, la trayectoria de las tecnologías impulsadas por la inteligencia artificial generativa aún depende en gran medida del desarrollo de modelos que no solo sean confiables, sino que también aporten un valor tangible a sus usuarios, agregando:
“El futuro de la inteligencia artificial generativa es algo incierto a medida que evoluciona con una adopción más amplia y más datos. Sin embargo, la naturaleza de 'caja negra' de muchos modelos de inteligencia artificial plantea un desafío significativo, ya que podría generar problemas al verificar la confiabilidad de los datos y las percepciones. Sin claridad sobre cómo los modelos de inteligencia artificial producen resultados, el apoyo público a la inteligencia artificial convencional podría disminuir”.
En una nota algo similar, Scott Dykstra, director técnico y cofundador de Space and Time, un almacén de datos descentralizado respaldado por Microsoft y habilitado para inteligencia artificial, dijo a Cointelegraph que aunque hay mucho furor en torno a la inteligencia artificial generativa, la realidad es mucho más matizada.
Dykstra dijo que, según las circunstancias actuales, la mayoría de las empresas Fortune 500 están navegando por el espacio de la inteligencia artificial generativa de manera bastante conservadora, como lo demuestra el hecho de que la mayoría de ellas están contentas con "simplemente agregar un chatbot de inteligencia artificial a su sitio web y dar por terminado el día". Luego agregó:
“El problema es que las empresas tienen que operar a escala empresarial y, hoy en día, es realmente caro hacerlo. Si bien GPT-4 lidera claramente en términos de calidad de inferencia, también es bastante costoso para las cargas de trabajo de productos de grado empresarial en producción. En general, necesitamos ver cómo se reducen los precios de los tokens, inferencias más rápidas y más herramientas para automatizar la generación aumentada mediante la recuperación”.
Problemas que obstaculizan el crecimiento de la inteligencia artificial generativa
Como se señaló anteriormente, la evolución de la inteligencia artificial generativa no está exenta de obstáculos. Dykstra cree que un desafío técnico crucial para los modelos generativos (como LLM) será la velocidad de sus respectivos flujos de tokens. “Para un internet basado en un verdadero LLM, lo que necesitamos es una velocidad de inferencia de menos de un segundo, lo cual es increíblemente desafiante”, agregó.
En el frente del desarrollo, Dykstra considera que, aunque se ha avanzado en herramientas de codificación impulsadas por inteligencia artificial, aún no se ha visto un avance en soluciones "sin código". Una solución sin código es un enfoque de desarrollo de software que requiere pocas habilidades de programación para construir una aplicación rápidamente.
“Numerosos proyectos están utilizando GPT-4 para la codificación dentro de grandes bases de código, pero el diseño sin código sigue sin resolverse debido a la complejidad de contextualizar toda la base de código”, dijo.
Por otro lado, Rakhmanov tiene su enfoque puesto en el panorama más amplio que influye en la inteligencia artificial generativa. Él cree que las acciones regulatorias de los principales gobiernos serán un factor clave a tener en cuenta, ya que podrían definir prácticas de inteligencia artificial aceptables.
Además, cree que también podríamos estar al borde de una carrera global por la supremacía en inteligencia artificial, especialmente entre los principales actores tecnológicos y países como Estados Unidos y China.
“La potencia de cómputo y la producción de chips están entre las conversaciones cruciales que darán forma al futuro de la inteligencia artificial”, señaló.
Así, mientras nos dirigimos hacia un futuro impulsado por tecnologías como la inteligencia artificial, el aprendizaje automático y el procesamiento del lenguaje natural, será interesante ver cómo evolucionará y crecerá el panorama digital global en la próxima década.
Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.