3 Grandes Tendencias en Inteligencia Artificial para 2024
El año 2023 fue crucial para la inteligencia artificial generativa, pasando de los laboratorios de investigación a la vida real con millones de personas usándola a través de herramientas populares como ChatGPT y Microsoft Copilot. Este año, se espera que la IA se vuelva más accesible, matizada e integrada en tecnologías que mejoran las tareas cotidianas y ayudan a resolver algunos de los problemas más desafiantes del mundo.
Aquí te presentamos tres importantes tendencias de IA a tener en cuenta en 2024.
Modelos de Lenguaje Pequeños
Si has usado Copilot para responder preguntas complejas, has experimentado el poder de los grandes modelos de lenguaje (LLMs). Estos modelos son tan grandes que pueden requerir recursos de computación significativos para funcionar, lo que hace que el auge de los modelos de lenguaje pequeños (SLMs) sea un gran avance.
Los SLMs siguen siendo bastante grandes, con varios miles de millones de parámetros, en contraste con los cientos de miles de millones de parámetros en los LLMs, pero son lo suficientemente pequeños como para ejecutarse en un teléfono sin conexión. Los parámetros son variables o elementos ajustables que determinan el comportamiento de un modelo.
“Los modelos de lenguaje pequeños pueden hacer que la IA sea más accesible debido a su tamaño y asequibilidad”, dice Sebastien Bubeck, quien lidera el grupo de Fundamentos de Aprendizaje Automático en Microsoft Research. “Al mismo tiempo, estamos descubriendo nuevas formas de hacerlos tan poderosos como los grandes modelos de lenguaje”.
Los investigadores de Microsoft han desarrollado y lanzado dos SLMs — Phi y Orca — que funcionan tan bien o mejor que los grandes modelos de lenguaje en ciertas áreas, desafiando la noción de que se requiere escala para el rendimiento.
A diferencia de los LLMs entrenados con enormes cantidades de datos de internet, los modelos más pequeños utilizan datos de entrenamiento curados y de alta calidad, con investigadores encontrando nuevos umbrales para tamaño y rendimiento. Este año, puedes esperar ver modelos mejorados diseñados para fomentar más investigación e innovación.
IA Multimodal
La mayoría de los LLMs pueden procesar solo un tipo de datos, como texto, pero los modelos multimodales pueden entender información de diferentes tipos de datos como texto, imágenes, audio y video. Esta capacidad está haciendo que tecnologías desde herramientas de búsqueda hasta aplicaciones creativas sean más ricas, precisas e integradas.
Con Copilot, puedes descubrir qué está sucediendo en una imagen cargada gracias a un modelo multimodal que puede procesar imágenes, lenguaje natural y datos de búsqueda de Bing. Copilot puede generar, por ejemplo, información relevante como la importancia histórica de un monumento en tu foto.
La IA multimodal también está impulsando Microsoft Designer, una aplicación de diseño gráfico que puede generar imágenes basadas en una descripción de lo que deseas. Y permite voces neuronales personalizadas, o voces naturales útiles en lectores de texto y herramientas para personas con discapacidades vocales.
“La multimodalidad tiene el poder de crear experiencias más parecidas a las humanas que pueden aprovechar mejor el rango de sentidos que usamos como humanos, como la vista, el habla y la audición”, dice Jennifer Marsman, ingeniera principal de la Oficina del Director de Tecnología de Microsoft, Kevin Scott.
IA en la Ciencia
Los expertos anticipan grandes avances en herramientas de IA diseñadas para acelerar los descubrimientos científicos, con gran parte del trabajo dirigido a abordar problemas globales como el cambio climático, crisis energéticas y enfermedades.
Para mitigar el cambio climático y ayudar a los agricultores a trabajar más eficientemente, los investigadores de Microsoft están utilizando IA para construir mejores predictores meteorológicos, estimadores de carbono y otras herramientas para la agricultura sostenible. También están desarrollando tecnologías de IA que ayudarán a los agricultores en el campo, incluyendo un chatbot que puede ayudar a un agricultor a identificar una maleza misteriosa o comparar la eficiencia de diferentes métodos de riego usando datos específicos de la granja.
En ciencias de la vida, los investigadores están colaborando en el modelo de IA basado en imágenes más grande del mundo para combatir el cáncer y usando IA avanzada para encontrar nuevos medicamentos para enfermedades infecciosas y nuevas moléculas para medicamentos innovadores. La tecnología está comprimiendo el ensayo y error científico —trabajo que puede llevar años— en solo unas pocas semanas o meses.
La IA también está transformando la ciencia de materiales, un campo amplio enfocado en crear nuevos materiales con propiedades específicas. Un avance reciente mostró el poder de la IA y la computación de alto rendimiento para acelerar la búsqueda de materiales menos tóxicos para baterías.
“La inteligencia artificial está impulsando una revolución en el descubrimiento científico”, dice Chris Bishop, director del equipo AI4Science en Microsoft Research. “Eso puede resultar ser la aplicación más emocionante y, en última instancia, la más importante de la IA”.