El viaje de la IA acaba de comenzar y los caminos que recorrerá y lo que significará para los humanos son insondables. Sin embargo, creo que el futuro de la IA, como ChatGPT en un futuro previsible, será brillante a medida que continúe evolucionando rápidamente y ofrezca soluciones cada vez más complejas y sofisticadas para las consultas humanas. Cuando le pregunté a ChatGPT sobre su propio futuro, la opinión del humano y la máquina convergieron. ChatGPT respondió que en el futuro surgirán modelos de NLP (procesamiento del lenguaje natural) más potentes, con mejores capacidades para comprender y generar lenguaje con mayor precisión y matices que los modelos actuales. Sin embargo, depende de nosotros, los humanos, comprender y mitigar los desafíos de tales progresiones tecnológicas. Dichos desafíos incluyen las limitaciones de las tecnologías de IA generalistas actuales, la desinformación del contenido, los desplazamientos de trabajo, la precisión de los hechos y el sesgo humano que se infiltra en el contenido generado por IA.
El ascenso de los transformadores
Curiosamente, la tecnología Transformer, que se está convirtiendo en el modelo de elección para los problemas de NLP, fue desarrollada por primera vez por Google y desde entonces ha sido adoptada por otras empresas como Open AI, que la utilizó para crear Chat GPT. El poder de la tecnología de transformadores radica en su capacidad para tomar una gran base de datos y generarla en varias salidas. De manera similar, Chat GPT es una de las tecnologías de IA generalistas que las personas utilizan para diversas tareas. Actualmente, se usa principalmente en datos textuales. Sin embargo, en el futuro, podría incorporar potencialmente datos de video y audio para producir resultados generalistas aún más potentes y versátiles.
Transformando los Transformers – Creando una IA más especializada
Los transformadores requieren una gran base de datos para ser efectivos, que generalmente solo está disponible para grandes empresas como Google y Microsoft. Si bien la tecnología en sí no es particularmente complicada de desarrollar, se basa en gran medida en una gran cantidad de datos para la capacitación. El desafío surge cuando hay datos limitados y es posible que la IA no pueda entrenarse a sí misma de manera efectiva. En el futuro, es probable que surja una tecnología de IA generalista que no se base en transformadores, sino que utilice otros métodos para entrenar la IA con datos limitados. Esto permitirá que las empresas más pequeñas y las nuevas empresas con acceso limitado a grandes conjuntos de datos creen modelos de IA más especializados que aún puedan funcionar de manera efectiva.
Una gran cantidad de datos en Internet consiste en imágenes, videos y audio. Al desarrollar un modelo de IA que pueda comprender e interpretar de manera efectiva este tipo de datos, podemos generar casos de uso más poderosos para la IA. Por ejemplo, se podría entrenar un modelo de IA para generar un clip de audio de un presentador de noticias mediante el análisis de datos relevantes. De manera similar, el video corporativo de una empresa se puede crear tomando ciertas entradas.
De Counter Technology y AI Whisperers
Impedir el progreso tecnológico no puede ser una solución y desalentará aún más a los investigadores éticos. El debate actual sobre si detener el progreso de Chat GPT es injusto, ya que las empresas y las empresas emergentes están trabajando para crear una IA generalista para fines especializados. Sin embargo, el desafío radica en combatir la desinformación de contenido que puede generar la IA, por lo que los gobiernos están preocupados. Sin embargo, siempre habrá contratecnologías que se desarrollarán para identificar y verificar la autenticidad del contenido que genera la IA. El contenido se puede rastrear en función de las firmas únicas que llevan en términos de producción de datos. Las licencias se pueden usar para verificar y autenticar la producción de datos de una empresa. Esto ayudará a identificar la fuente de noticias falsas o productores de contenido y evitará la difusión de desinformación.
Al igual que con cualquier cambio tecnológico importante, existe la preocupación de que la IA provoque la pérdida de puestos de trabajo. Los temores de que la revolución industrial provocaría la pérdida de puestos de trabajo en el sector agrícola acabaron siendo falsos, ya que se crearon nuevos puestos de trabajo incluso cuando la producción agrícola se multiplicó. Del mismo modo, con el auge de la IA, surgirán nuevos trabajos, como profesionales éticos de IA, entrenadores de IA o susurradores de IA.
Lograr la precisión de los hechos con la IA es un gran desafío. Incluso si le damos una declaración falsa como «2+2=5», la IA puede proporcionar argumentos convincentes de por qué la respuesta es 5. Mientras se desarrollan los LLM, se requerirán esfuerzos significativos para obtener respuestas objetivamente correctas. La IA debe poder generar datos fácticos en lugar de solo ofrecer explicaciones. Por lo tanto, debe consumir una gran cantidad de datos en tiempo real. Los datos en tiempo real se generan continuamente en cada momento, lo que hace imposible que cualquier IA los consuma y procese todos. Por eso es fundamental utilizar IA especializada en lugar de IA generalista. La IA especializada entrenada en datos específicos puede proporcionar tanto información fáctica como capacidad de razonamiento.
AI actualmente refleja los sesgos humanos presentes en los datos en los que se entrena. Esto incluye sesgos como el racismo, que puede ser perpetuado por la IA entrenada con datos que contienen lenguaje discriminatorio. Si nos intimidamos unos a otros en Twitter, la IA generará contenido que promueva dicho comportamiento. Modificar las leyes de privacidad de datos y monitorear el consumo de datos de IA sería un buen punto de partida para dar forma a la IA del futuro.
— atul raicofundador y director ejecutivo, Tecnologías Staqu
El ascenso de los transformadores
Curiosamente, la tecnología Transformer, que se está convirtiendo en el modelo de elección para los problemas de NLP, fue desarrollada por primera vez por Google y desde entonces ha sido adoptada por otras empresas como Open AI, que la utilizó para crear Chat GPT. El poder de la tecnología de transformadores radica en su capacidad para tomar una gran base de datos y generarla en varias salidas. De manera similar, Chat GPT es una de las tecnologías de IA generalistas que las personas utilizan para diversas tareas. Actualmente, se usa principalmente en datos textuales. Sin embargo, en el futuro, podría incorporar potencialmente datos de video y audio para producir resultados generalistas aún más potentes y versátiles.
Transformando los Transformers – Creando una IA más especializada
Los transformadores requieren una gran base de datos para ser efectivos, que generalmente solo está disponible para grandes empresas como Google y Microsoft. Si bien la tecnología en sí no es particularmente complicada de desarrollar, se basa en gran medida en una gran cantidad de datos para la capacitación. El desafío surge cuando hay datos limitados y es posible que la IA no pueda entrenarse a sí misma de manera efectiva. En el futuro, es probable que surja una tecnología de IA generalista que no se base en transformadores, sino que utilice otros métodos para entrenar la IA con datos limitados. Esto permitirá que las empresas más pequeñas y las nuevas empresas con acceso limitado a grandes conjuntos de datos creen modelos de IA más especializados que aún puedan funcionar de manera efectiva.
Una gran cantidad de datos en Internet consiste en imágenes, videos y audio. Al desarrollar un modelo de IA que pueda comprender e interpretar de manera efectiva este tipo de datos, podemos generar casos de uso más poderosos para la IA. Por ejemplo, se podría entrenar un modelo de IA para generar un clip de audio de un presentador de noticias mediante el análisis de datos relevantes. De manera similar, el video corporativo de una empresa se puede crear tomando ciertas entradas.
De Counter Technology y AI Whisperers
Impedir el progreso tecnológico no puede ser una solución y desalentará aún más a los investigadores éticos. El debate actual sobre si detener el progreso de Chat GPT es injusto, ya que las empresas y las empresas emergentes están trabajando para crear una IA generalista para fines especializados. Sin embargo, el desafío radica en combatir la desinformación de contenido que puede generar la IA, por lo que los gobiernos están preocupados. Sin embargo, siempre habrá contratecnologías que se desarrollarán para identificar y verificar la autenticidad del contenido que genera la IA. El contenido se puede rastrear en función de las firmas únicas que llevan en términos de producción de datos. Las licencias se pueden usar para verificar y autenticar la producción de datos de una empresa. Esto ayudará a identificar la fuente de noticias falsas o productores de contenido y evitará la difusión de desinformación.
Al igual que con cualquier cambio tecnológico importante, existe la preocupación de que la IA provoque la pérdida de puestos de trabajo. Los temores de que la revolución industrial provocaría la pérdida de puestos de trabajo en el sector agrícola acabaron siendo falsos, ya que se crearon nuevos puestos de trabajo incluso cuando la producción agrícola se multiplicó. Del mismo modo, con el auge de la IA, surgirán nuevos trabajos, como profesionales éticos de IA, entrenadores de IA o susurradores de IA.
Lograr la precisión de los hechos con la IA es un gran desafío. Incluso si le damos una declaración falsa como «2+2=5», la IA puede proporcionar argumentos convincentes de por qué la respuesta es 5. Mientras se desarrollan los LLM, se requerirán esfuerzos significativos para obtener respuestas objetivamente correctas. La IA debe poder generar datos fácticos en lugar de solo ofrecer explicaciones. Por lo tanto, debe consumir una gran cantidad de datos en tiempo real. Los datos en tiempo real se generan continuamente en cada momento, lo que hace imposible que cualquier IA los consuma y procese todos. Por eso es fundamental utilizar IA especializada en lugar de IA generalista. La IA especializada entrenada en datos específicos puede proporcionar tanto información fáctica como capacidad de razonamiento.
AI actualmente refleja los sesgos humanos presentes en los datos en los que se entrena. Esto incluye sesgos como el racismo, que puede ser perpetuado por la IA entrenada con datos que contienen lenguaje discriminatorio. Si nos intimidamos unos a otros en Twitter, la IA generará contenido que promueva dicho comportamiento. Modificar las leyes de privacidad de datos y monitorear el consumo de datos de IA sería un buen punto de partida para dar forma a la IA del futuro.
— atul raicofundador y director ejecutivo, Tecnologías Staqu