De acuerdo al portal de ABC, Zuckerbeg no cree que la inteligencia artificial te cambie la vida todavía: cómo imagina Meta el futuro de esta tecnología. A diferencia de Google y Microsoft, la empresa de redes sociales espera que los sistemas realmente revolucionarios lleguen una década.

Estamos atravesando una edad de oro de la inteligencia artificial (IA) gracias a los sistemas generativos como el archiconocido ChatGPT. Pero, ¿Qué estrategias están siguiendo los líderes tecnológicos de Silicon Valley?. Nos podemos encontrar básicamente con dos posturas, la que siguen Google y Microsoft, subidos a la ola de innovación, anunciando productos de IA a diestro y siniestro, o la de Meta, Amazon o Apple, que mantienen una postura más conservadora. La pregunta, al final, es la de siempre: ¿Estamos ante tecnología realmente disruptiva o ante otro ‘hype’, como lo han sido la realidad virtual o el blockchain, que se desinflará en unos meses?.

Como decimos, Meta, esa empresa conocida anteriormente como Facebook, ha adoptado una estrategia muy distinta al resto de sus competidores al centrarse en la investigación a largo plazo en lugar de lanzar productos basados en inteligencia artificial de manera inmediata. Estas investigaciones tienen un claro efecto en los productos de Meta, como Facebook e Instagram, pero no directo, los usuarios no somos plenamente conscientes de lo importantes que son. Yann LeCun, vicepresidente e investigador jefe de IA en Meta, lo dejaba claro durante un reciente encuentro al que acudió ABC: «Si ahora elimináramos toda la IA de Meta, todo se vendría abajo.»

Traducir y crear

La tecnológica de Zuckerberg ha invertido casi una década en la creación y evolución de sus laboratorios de investigación. Estos laboratorios, especialmente el de París, inaugurado en el 2015, ha realizado contribuciones más que significativas al ecosistema de la inteligencia artificial. Por ejemplo, recientemente anunciaron MMS, ‘Massive Multilingual Speech’, multiplicando por diez el número de idiomas con los pasar contenido de audio a texto, y viceversa, llegando a los 1.100, todo usando las traducciones de la Biblia. O MUSE, el sistema que usa la Wikipedia para la traducción de textos.

La empresa también ha mostrado DETR, ‘End To End Object Detection’, para detectar objetos en una imagen o ‘text to prompt’, una herramienta muy parecida a DALL-E, el sistema de crear imágenes a partir de texto desarrollado por OpenAI. Sin embargo, probablemente, el más utilizando y más conocido sea el framework de desarrollo PyTorch.

En cuanto a los LLM, o los modelos fundacionales, como GPT-4 o PaLM de Google, los motores que mueven a los chats inteligentes ChatGPT y Bard respectivamente, Meta ha desarrollado LLaMA, donde también siguen una estrategia diferente al resto. Mientras GPT-4 busca generar cada vez un modelo más grande con más variables, y más datos, Meta busca construir un modelo más eficiente, con menos variables, datos de más calidad y sólo en inglés, lo que significa que es 3 veces más pequeño que GPT-3, la anterior versión.

Gracias a ello, también necesita mucha menos capacidad de computación, hasta el punto de que se puede ejecutar en un hardware tan sencillo como una Raspberry Pi. Meta busca democratizar el uso de los LLM para que más científicos puedan aportar en su desarrollo, sin la necesidad de disponer de carísimos equipos informáticos que suponen una barrera para su acceso.

Tres razones

Las cientos de aportaciones a la inteligencia artificial de Meta han llegado en formato de código abierto. Pero, ¿por qué se libera todo para que otros lo utilicen, incluso la competencia? Básicamente por tres razones, según Joelle Pineau, vicepresidenta de Investigación de Meta. La apertura les empuja hacia la excelencia en la investigación para que otros puedan usarla correctamente. Además, la transparencia genera confianza y la colaboración lleva a mejores descubrimientos.

Mark Zuckerberg lo tiene claro, el futuro está en el metaverso y en la inteligencia artificial, pero no a corto plazo. La empresa no espera que estas tecnologías comiencen a cambiar realmente la vida de la gente hasta dentro de 10 años, cuando sus investigaciones puedan crear una disrupción significativa.

Fuente: america-retail.com