El director ejecutivo de IBM, Arvind Krishna, no cree que la inteligencia artificial actual esté en un camino directo hacia la inteligencia artificial general (AGI). A pesar de la larga historia de IBM en informática (desde las tecnologías fundamentales del siglo XX hasta la más reciente supercomputadora Watson), Krishna reconoce los errores del pasado y explica por qué el cambio actual hacia la IA generativa es prometedor y fundamentalmente diferente.
La evolución de la IA en IBM
Durante décadas, IBM ha sido un actor importante en la investigación de la IA. La victoria de Watson en Jeopardy! en 2011 mostró el procesamiento temprano del lenguaje natural, pero Krishna admite que empujar a Watson a la atención médica demasiado pronto fue “inapropiado”. El enfoque inicial fue demasiado monolítico; Los ingenieros anhelaban modularidad y personalización.
La diferencia clave ahora es el cambio de modelos de aprendizaje profundo personalizados, que requerían conjuntos de datos masivos y etiquetados y un reentrenamiento constante, a modelos de lenguaje de gran tamaño (LLM). Los LLM aprovechan la computación de fuerza bruta para lograr una mejora de 100 veces en velocidad, ajuste y capacidad de implementación.
El punto de inflexión del LLM
Si bien Google fue pionero en algunas de las tecnologías subyacentes de los LLM (como el documento “La atención es todo lo que necesitas”), el giro de la industria hacia los LLM fue un punto de inflexión crucial. Krishna señala que los LLM reducen la necesidad de un etiquetado humano constante, lo que los hace significativamente más escalables y adaptables.
Este cambio no está exento de costos. La infraestructura para los LLM requiere inversiones masivas en GPU y centros de datos, y los retornos no están garantizados. Sin embargo, Krishna cree que los avances en semiconductores y las arquitecturas alternativas (como las de Groq y Cerebras) reducirán los costos en los próximos cinco años.
Más allá de los LLM: la apuesta cuántica
A pesar del revuelo actual en torno a los LLM, Krishna enfatiza que este no es “el fin de todo”. IBM continúa invirtiendo fuertemente en computación cuántica, reconociendo que los LLM son solo un paso en una evolución tecnológica más larga. La computación cuántica sigue siendo una apuesta a largo plazo, pero Krishna cree que es la clave para resolver problemas que están más allá del alcance de la IA clásica.
En última instancia, IBM se está posicionando para un futuro en el que la IA no se trata sólo de una computación más rápida, sino de capacidades fundamentalmente nuevas.
La transición es costosa e incierta, pero Krishna sigue confiando en que IBM no se quedará atrás.
