Antes que nada, querido lector, me gustaría comenzar felicitándote por el año en el que hemos entrado y desearte lo mejor, ya que seguramente muchos de tus planes se concretarán y cosecharás los frutos de lo sembrado en 2023. Lo mismo ocurre con una herramienta que nos acompaña durante más tiempo del que pensamos, pero su gran salto cualitativo se dio a conocer el año pasado. No hablamos de otra cosa que de la Inteligencia Artificial.

Desde que el año pasado la consultora McKinsey publicó su informe sobre el impacto económico anual de esta nueva tecnología, mencionando cifras entre 2,6 y 4,4 billones de dólares, la atención se ha centrado en este nuevo escenario que podría ser un punto de cambio importante en varios sectores, como la industria, la salud, la educación y la legislación.

Lo primero que debemos dejar claro es que la inteligencia artificial (IA) ha llegado para quedarse en nuestras vidas, al igual que las redes sociales y muchos otros dispositivos electrónicos. Dicho esto, también es importante mencionar que estas herramientas no representan una amenaza en el ámbito laboral, sino que ofrecen una oportunidad para marcar la diferencia. Así como la calculadora no reemplazó a los matemáticos o la máquina de escribir no acabó con la empresa Cuadernos Rubio. En 2023 se ha descubierto, o se ha puesto delante de nuestros ojos, una tecnología con un potencial enorme, y ahora quizá toca empezar a aprender cómo sacarle provecho.

Haciendo un repaso, a finales de 2023 se lanzó ChatGPT 4 Turbo y pronto las preguntas en su presentación se centraron en la fecha de publicación de la versión 5. Esto es porque muchos creen que en esa etapa se alcanzará la deseada IAG (Inteligencia Artificial General), lo que significaría que estas herramientas podrían aprender y adquirir conocimientos de manera que pueda comprender un contexto específico sin la supervisión de sus creadores.

También hay quienes mencionan que esos tiempos que se manejan no serían reales y que dicho paso evolutivo tecnológico no llegaría hasta dentro de una década. El propio Sam Altman, CEO de OpenAI, ha expresado su confianza en que un modelo de lenguaje de gran escala podría alcanzar la Inteligencia Artificial General (AGI) antes de lo que pensamos. Sin embargo, no hay una afirmación concreta de que se logrará AGI en 2024. En cambio, se están haciendo avances significativos hacia este objetivo, incluyendo mejoras en el razonamiento y en modelos de voz, así como nuevas características para ChatGPT, como la memoria.

Por otro lado, tenemos la Inteligencia Artificial de Google llamada PaLM (Pathways Language Model), que compite directamente con la de OpenAI. En mayo del año pasado lanzó su segunda versión, PaLM 2, que se destacó por no requerir un equipo potente con hardware avanzado para utilizarla. A partir de esta versión, surgió Bard, una aplicación para un diálogo con lenguaje modal (LaMDA en inglés), que a diferencia de GPT, estaría en todo momento conectada a Internet, lo que haría que su retroalimentación fuera constante.

Asimismo, está De Alphabet o Gemini, que fue presentada hace aproximadamente 30 días y ha generado muchas reacciones diferentes, como ya mencionamos en un artículo anterior. También tenemos que mencionar Bing Chat, la Inteligencia Artificial de Microsoft. Aunque podríamos decir que es más un compañero que un competidor, ya que ha integrado GPT-4 en el propio buscador. Es decir, Bing ha incorporado un Modo de Lenguaje Largo (LLM) en el chat, que se enfoca principalmente en buscar información en la Red. Esto hace que esté en constante evolución y que la espera sea menor que con el de OpenAI.

Dejando de lado las diferentes alternativas, la tendencia general es el de integrar y crear modelos multimodales. ¿Qué significa esto? Los modelos multimodales en inteligencia artificial integran y analizan datos de múltiples fuentes como texto, imágenes y audio, proporcionando una comprensión más completa y matizada, similar a la percepción humana.

Un aspecto que también se explorará es la adopción de gemelos digitales. Esta es una técnica utilizada en la industria, pero que cada vez se está extendiendo a otros sectores. Consiste en recrear digitalmente el entorno, dispositivo u objeto con el que se va a trabajar, para poder visualizar todas las posibilidades sin preocuparse por las consecuencias físicas. En el sector sanitario, esto está empezando a llamar la atención como una forma de mejorar los tratamientos a los pacientes después de haber considerado todas las variables.

Algo importante en la evolución de la Inteligencia Artificial es su capacidad para crear vídeos, audios y texto, conocida como IA generativa. Empresas como Google y Meta están desarrollando tecnologías que mejoran la generación de contenido audiovisual, incluyendo la animación y el procesamiento de sonido y música. Se anticipa que, para finales de 2024, estas mejoras en la IA permitirán la creación de contenidos audiovisuales profesionales totalmente generados por inteligencia artificial.

Según informes de consultorías tecnológicas, las empresas utilizarán cada vez más esta tecnología ofreciendo respuestas más eficaces, rápidas y productivas. Estas herramientas pueden representar, por ejemplo, un gran avance para estudios clínicos, tanto en la generación de estudios sobre fármacos como en las decisiones finales de un grupo médico en torno al caso concreto de un paciente, ya que reducir el tiempo para tomar una decisión puede significar la diferencia entre la vida o la muerte.

El costo de entrenar los modelos está disminuyendo rápidamente, por lo que, si tenemos modelos cada vez más pequeños, fáciles de entrenar y a la vez más capaces, cada vez más empresas podrán desarrollar sus propias herramientas de inteligencia artificial para ayudarles en sus procesos.

En 2024, se prevé una notable optimización de los sistemas de inteligencia artificial (IA) desarrollados en 2023. Esta mejora incluirá seguramente la implementación de la IA en dispositivos móviles, como se ha visto con modelos como FOS de Microsoft o cómo Google ha incorporado Gemini Nano en su Pixel 8 Pro, dándole capacidades de gestión de lenguaje. Por ejemplo, una herramienta donde podemos dictar notas de voz y él automáticamente las reestructura, las clasifica y, en definitiva, convierte esas notas de voz en contenido útil. Pero esta semana ha habido otra novedad. Y es que Apple ha movido ficha y ha presentado un método revolucionario para la ejecución eficiente de Modelos de Lenguaje Grandes (LLMs) en dispositivos con memoria DRAM limitada.

Este avance, detallado en el paper «LLM in a flash: Efficient Large Language Model Inference with Limited Memory«, presenta un modelo de inteligencia artificial que solo carga la memoria necesaria para satisfacer la solicitud, de modo que obtienen la capacidad de ejecutar estos modelos en dispositivos más pequeños, como un iPhone. Pero, además, son entre cuatro y cinco veces más rápidos en CPUs y entre 20 y 25 veces más rápidos en GPUs. Por lo tanto, se están desarrollando cada vez más metodologías enfocadas a la optimización de estos modelos para poder utilizarlos en cualquier tipo de dispositivo.

Con todo lo dicho, solo nos queda desear escribirle la carta a los Reyes Magos, esperando que se cumpla la mayoría de lo que esperamos en este recién comenzado 2024. Esto significaría mejorar la vida de muchas personas y dar un paso firme hacia el futuro que todos hemos soñado alguna vez.