Desde que la IA ocupó los primeros titulares en forma de ChatGPT el mismo Sam Ullman dijo que los modelos que habían utilizado para desarrollarla no eran escalables
Es decir, había costado muchísimo dinero desarrollar la IA y muchísima capacidad de cómputo y de cálculo para hacerla, y no habría suficiente capacidad de cómputo y dinero para llevarla al siguiente nivel.
O sea que ya se identificó que haría falta desarrollar las IA de una forma más económica a la que se había utilizado hasta entonces, que era un modelo de fuerza bruta.
Desde entonces múltiples organizaciones han estado trabajando para desarrollar modelos de IA de una forma mucho más frugal y económica. Esto no solo es deseable por razones económicas, sino también por razones de sostenibilidad medioambiental.
Los modelos de IA no son escalables
Por ejemplo, no existen suficientes materias primas para fabricar tantos chips de IA como se desearía para llegar a nuevos paradigmas. Si a todo esto le añadimos que los gigantes asiáticos también disponen de sus gigantes tecnológicas en constante innovación, los llamados dragones digitales como Tencent, Alibaba y otros, tenemos la fórmula perfecta para que, mientras unos están desarrollando IA a golpe de músculo de cómputo y de talonario, otros lo estén intentando de una forma más frugal y de ahí de los resultados que estamos viendo.
Pero ¿Qué impacto va a tener en la economía el desarrollo de la IA? ¿Qué puede pasar con las inversiones que se están realizando en Estados Unidos? ¿Van a coexistir ambos modelos o solo ganará uno?
Hay espacio para diferentes tipos de IA:
- las de fuerza y músculo necesitarán altísimas capacidades de computación. Quizá incluso en un futuro se apoyen en computación cuántica y nuevos paradigmas que requieran menos capacidad de cómputo y procesamiento
- las más frugales, económicas y sostenibles pueden resolver bien problemas más pequeños. Por ejemplo operando de forma autónoma en un teléfono móvil, o en el ordenador de un coche o en una cámara de vigilancia
Es posible que en el corto plazo inversiones tan grandes como se han hecho en Estados Unidos sean difíciles de sostener, sin embargo, también serán necesarias para ciertos tipos de computación basados en fuerza bruta, como para el descubrimiento de nuevas medicinas o el diseño de nuevas moléculas.
Martín Piqueras, profesor de OBS Business School y experto en Gartner
