Desde cualquier punto de vista, 2023 fue un año increíble para la IA. Los modelos de lenguajes grandes (LLM) y sus aplicaciones de chatbot se robaron el show, pero hubo avances en una amplia gama de usos. Estos incluyen generación de imágenes, videos y voz. La combinación de estas tecnologías digitales ha dado lugar a nuevos casos de uso y modelos de negocio, incluso hasta el punto en que los humanos digitales se están volviendo algo común, reemplazando a los humanos reales como personas influyentes y presentadores de noticias. Es importante destacar que 2023 fue el año en el que un gran número de personas comenzaron a utilizar y adoptar la IA de forma intencionada como parte de su trabajo diario. La rápida innovación en IA también ha impulsado predicciones futuras, que incluyen desde robots domésticos amigables hasta inteligencia artificial general (AGI) en una década. Dicho esto, el progreso nunca es lineal y los desafíos podrían desviar algunos de estos avances previstos. A medida que la IA se integra cada vez más en el tejido de nuestra vida y trabajo diarios, surge la pregunta: ¿Qué podemos esperar a continuación?” Los robots físicos podrían llegar pronto Si bien los avances digitales siguen sorprendiendo, el ámbito físico de la IA (particularmente la robótica) no se queda atrás en capturar nuestra imaginación. Los LLM podrían proporcionar la pieza que falta, esencialmente un cerebro, particularmente cuando se combinan con capacidades de reconocimiento de imágenes a través de la visión de una cámara. Con estas tecnologías, los robots podrían comprender y responder más fácilmente a las solicitudes y percibir el mundo que los rodea. En Robot Report, el vicepresidente de robots y computación de vanguardia de Nvidia, Deepu Talla, dijo que los LLM permitirán a los robots comprender mejor las instrucciones humanas, aprender unos de otros y comprender sus entornos. Una forma de mejorar el rendimiento del robot es utilizar varios modelos. El Improbable AI Lab del MIT, un grupo dentro del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL), por ejemplo, ha desarrollado un marco que utiliza tres modelos básicos diferentes, cada uno de ellos ajustado para tareas específicas como el lenguaje, la visión y la acción. “Cada modelo de fundación captura una parte diferente de la [robot] proceso de toma de decisiones y luego trabajan juntos cuando llega el momento de tomar decisiones”, informan los investigadores del laboratorio. La incorporación de estos modelos puede no ser suficiente para que los robots sean ampliamente utilizables y prácticos en el mundo real. Para abordar estas limitaciones, en la Universidad de Stanford se ha desarrollado un nuevo sistema de inteligencia artificial llamado Mobile ALOHA. Este sistema permite a los robots “completar de forma autónoma tareas complejas de manipulación móvil, como saltear y servir un trozo de camarón, abrir un armario de pared de dos puertas para guardar ollas pesadas, llamar y entrar en un ascensor y enjuagar ligeramente una sartén usada con un grifo de cocina”. .” Un momento ImageNet para la robótica Esto llevó a Jack Clark a opinar en su boletín ImportAI: «Los robots pueden estar acercándose a su ‘momento ImageNet’ cuando disminuya tanto el costo de aprender comportamientos de robots como los datos para aprender sus comportamientos». ImageNet es un gran conjunto de datos de imágenes etiquetadas iniciado por Fei Fei Lee en 2006 y se utiliza ampliamente para promover la visión por computadora y la investigación del aprendizaje profundo. A partir de 2010, ImageNet sirvió como conjunto de datos para una competencia anual destinada a evaluar el rendimiento de los algoritmos de visión por computadora en tareas de clasificación de imágenes, detección de objetos y localización. El momento al que Clark hace referencia es de 2012, cuando varios investigadores de inteligencia artificial, incluido Alex Krizhevsky, junto con Ilya Sutskever y Geoffrey Hinton, desarrollaron una arquitectura de red neuronal convolucional (CNN), una forma de aprendizaje profundo, que logró una reducción dramática en las tasas de error de clasificación de imágenes. Este momento demostró el potencial del aprendizaje profundo y es lo que efectivamente impulsó la era moderna de la IA. La opinión de Clark es que la industria podría estar ahora en un momento similar para los robots físicos. De ser cierto, los robots bípedos podrían estar colaborando con nosotros dentro de una década, en hospitales y fábricas, en tiendas o ayudándonos en casa. Imagine un futuro en el que las tareas del hogar sean gestionadas sin esfuerzo por robots impulsados ​​por IA. El ritmo del avance de la IA es impresionante. Muchos de estos puntos de inflexión podrían estar cerca. El director ejecutivo de Nvidia, Jensen Huang, dijo recientemente que la AGI, el punto en el que la IA puede desempeñarse a niveles humanos en una amplia variedad de tareas, podría alcanzarse en cinco años. Jim Fan, investigador científico senior y líder de agentes de IA en Nvidia, añadió que «el año pasado en IA fue como saltar de la Edad de Piedra a la Era Espacial». El gigante consultor McKinsey ha estimado que la IA de generación agregará más de 4 billones de dólares al año a la economía global. Los valores de UBS actualizaron recientemente su perspectiva sobre la IA, llamándola el tema tecnológico de la década y predijeron que el mercado de la IA crecerá de 2.200 millones de dólares en 2022 a 225.000 millones de dólares en 2027. Eso representa una tasa de crecimiento anual compuesta (CAGR) del 152%, una número verdaderamente sorprendente. El entusiasmo por el potencial de la IA para mejorar nuestra calidad de vida es alto. Bill Gates dijo en su carta “Gates Notes” de finales de 2023 que “la IA está a punto de potenciar el proceso de innovación”. Un artículo del New York Times cita a David Luan, director ejecutivo de la nueva empresa de IA Adept: “El rápido progreso de la IA continuará. Es inevitable.» Teniendo en cuenta todo esto, no debería sorprender que la IA de generación esté en la cima de las expectativas infladas según el Gartner Emerging Technology Hype Cycle, un indicador del entusiasmo por las nuevas tecnologías. ¿Es inevitable el progreso de la IA? Mientras nos deleitamos con los logros de la IA en 2023, también debemos reflexionar sobre los desafíos que nos esperan después de este período de rápido crecimiento. El impulso detrás de la IA no se parece a nada que hayamos visto jamás, al menos desde el auge de Internet que impulsó la era de las punto com, y vimos cómo resultó. ¿Podría ocurrir algo así con el auge de la IA en 2024? Un artículo de Fortune sugiere lo mismo: “Es probable que este año sea un año de recortes, ya que los inversores descubren que muchas de las empresas en las que invirtieron dinero no tienen un modelo de negocios viable, y muchas grandes empresas descubren que el costo de la computación supera el costo de la computación”. beneficio.» Ese punto de vista se alinea con la Ley de Amara que establece: «Tendemos a sobreestimar el efecto de una tecnología en el corto plazo y a subestimar el efecto en el largo plazo». Lo cual es otra forma de afirmar que los sistemas intentan reequilibrarse después de una interrupción, o que las exageraciones a menudo superan a la realidad. Esta visión no presagia necesariamente que la industria de la IA caiga en desgracia, aunque ya ha sucedido dos veces antes. Desde que se acuñó originalmente como término en una conferencia de Dartmouth College en 1956, la IA ha tenido al menos dos períodos de expectativas elevadas que terminaron debido a problemas encontrados en la creación e implementación de aplicaciones cuando las promesas especulativas no se materializaron. Los períodos, conocidos como “inviernos de la IA”, ocurrieron de 1974 a 1980 y nuevamente de 1987 a 1993. En 1988 se produjo una “reducción importante” cuando la industria de la IA no cumplió sus promesas. Fuente: Los New York Times. No todos arcoíris y unicornios Ahora, en medio de un brillante “verano de IA”, ¿existe el riesgo de otro invierno? Además del costo de la informática, también existen problemas con el uso de energía en el entrenamiento y la inferencia de modelos de IA, que se topan con el viento en contra del cambio climático y las preocupaciones sobre la sostenibilidad. Luego también están los que a veces se denominan los “Cuatro Jinetes del apocalipsis de la IA”: sesgo de datos, seguridad de los datos, infracción de derechos de autor y alucinaciones. La cuestión de los derechos de autor es la más inmediata, con la reciente demanda presentada por el New York Times contra OpenAI y Microsoft. Si el Times gana, han especulado algunos comentaristas, podría poner fin a todo el modelo de negocio sobre el que se han construido muchas empresas de IA de generación. La mayor preocupación de todas es la posible amenaza existencial de la IA. Si bien algunos acogerían con agrado el advenimiento de la AGI, al considerarlo un camino hacia la abundancia ilimitada, muchos otros, liderados por defensores del altruismo efectivo, temen que esto pueda conducir a la destrucción de la humanidad. Una nueva encuesta realizada a más de 2.700 investigadores de IA revela el alcance actual de estos miedos existenciales. «La mediana de los encuestados asignó un 5% o más a la IA avanzada que conduce a la extinción humana o algo similar, y entre un tercio y la mitad de los participantes dieron un 10% o más». Una perspectiva equilibrada Al menos, los problemas conocidos y potenciales funcionan como un freno al entusiasmo por la IA. Por ahora, sin embargo, el impulso avanza a medida que abundan las predicciones sobre avances continuos de la IA en 2024. Por ejemplo, el New York Times afirma: “La industria de la IA este año se definirá por una característica principal: una mejora notablemente rápida de la «La tecnología a medida que los avances se complementan unos con otros, permite que la IA genere nuevos tipos de medios, imite el razonamiento humano de nuevas maneras y se filtre en el mundo físico a través de una nueva generación de robots». Ethan Mollick, en su blog One Useful Thing, tiene una opinión similar: “Lo más probable es que el desarrollo de la IA se acelere durante un tiempo antes de que finalmente se ralentice debido a límites técnicos, económicos o legales”. El próximo año en IA traerá sin duda cambios dramáticos. Con suerte, estos incluirán avances que mejoren nuestra calidad de vida, como el descubrimiento de nuevos medicamentos que salvan vidas. Probablemente, las promesas más optimistas no se harán realidad en 2024, lo que provocará cierto retroceso en las expectativas del mercado. Ésta es la naturaleza de los ciclos publicitarios. Con suerte, estas decepciones no provocarán otro invierno de IA. Gary Grossman es vicepresidente ejecutivo de práctica tecnológica en Edelman y líder global del Centro de Excelencia de IA de Edelman. DataDecisionMakers ¡Bienvenido a la comunidad VentureBeat! DataDecisionMakers es el lugar donde los expertos, incluidos los técnicos que trabajan con datos, pueden compartir conocimientos e innovación relacionados con los datos. Si desea leer sobre ideas de vanguardia e información actualizada, mejores prácticas y el futuro de los datos y la tecnología de datos, únase a nosotros en DataDecisionMakers. ¡Incluso podrías considerar contribuir con un artículo propio! Leer más de DataDecisionMakers

Source link