Yahoo Finanzas IA avanza más rápido de lo que muchos humanos creen
(Bloomberg) — La inteligencia artificial (IA) avanza de una manera difícil de comprender para la mente humana. Durante mucho tiempo no pasa nada, y luego, de repente, algo pasa. La revolución actual de los modelos lingüísticos de gran tamaño (LLM, por sus siglas en inglés) como ChatGPT fue el resultado de la llegada de las “redes neuronales transformadoras” alrededor de 2017.
¿Qué nos deparará la próxima media década? ¿Podemos basarnos en nuestras impresiones actuales sobre estas herramientas para juzgar su calidad, o nos sorprenderán con su desarrollo? Como alguien que ha pasado muchas horas jugando con estos modelos, creo que mucha gente se va a llevar una sorpresa. Los LLM tendrán implicaciones significativas para nuestras decisiones empresariales, nuestras carteras, nuestras estructuras reguladoras y la simple cuestión de cuánto deberíamos invertir como individuos en aprender a utilizarlos.
Para que quede claro, no soy un sensacionalista de la IA. No creo que vaya a provocar un desempleo masivo, ni mucho menos el escenario de “Skynet se pone en marcha” y la consiguiente destrucción del mundo. Sí creo que representará una ventaja competitiva y de aprendizaje duradera para las personas e instituciones capaces de aprovecharla.
Tengo una historia para ustedes, sobre ajedrez y un proyecto de red neuronal llamado AlphaZero en DeepMind. AlphaZero se creó a fines de 2017. Casi de inmediato, comenzó a entrenarse jugando cientos de millones de partidas de ajedrez contra sí mismo. Al cabo de unas cuatro horas, era la entidad que mejor jugaba ajedrez que jamás se había creado. La lección de esta historia: en las condiciones adecuadas, la IA puede mejorar muy, muy rápidamente.
Los LLM no pueden igualar ese ritmo, ya que se enfrentan a sistemas más abiertos y complejos, y además requieren inversión empresarial continua. Aun así, los avances recientes han sido impresionantes.
No me entusiasmó GPT-2, un LLM de 2019. Me intrigó GPT-3 (2020) y estoy muy impresionado con ChatGPT, que a veces se denomina GPT-3.5 y se lanzó a fines del año pasado. GPT-4 está en camino, posiblemente en la primera mitad de este año. En pocos años, estos modelos han pasado de ser curiosidades a formar parte integral de las rutinas de trabajo de muchas personas que conozco. Este semestre enseñaré a mis alumnos a escribir un artículo utilizando los LLM.
ChatGPT, el modelo lanzado a fines del año pasado, recibió una calificación de D en un examen de economía laboral de licenciatura impartido por mi colega Bryan Caplan. Anthropic, un nuevo LLM disponible en fase beta y que se espera que salga a la venta este año, aprobó nuestro examen de derecho y economía de posgrado con respuestas claras y bien hechas (por si se lo está preguntando, se utilizó la calificación a ciegas). Es cierto que los resultados actuales de los LLM no siempre son impresionantes. Pero tenga en cuenta estos ejemplos y el de AlphaZero.
No tengo una predicción sobre el ritmo de mejora, pero la mayoría de las analogías de la economía normal no son aplicables. Los autos mejoran modestamente cada año, al igual que la mayoría de las cosas que compro o uso. Los LLM, en cambio, pueden dar saltos.
Aun así, puede que se pregunte: “¿Qué pueden hacer por mí los LLM?” Tengo dos respuestas inmediatas.
En primer lugar, pueden escribir código de software. Cometen muchos errores, pero a menudo es más fácil editarlos y corregirlos que escribir el código desde cero. También suelen ser más útiles para escribir las partes aburridas del código, liberando a programadores humanos con talento para la experimentación y la innovación.
En segundo lugar, pueden ser tutores. Estos LLM ya existen, y pronto mejorarán mucho. Pueden dar respuestas muy interesantes a preguntas sobre casi cualquier cosa del mundo humano o natural. No siempre son confiables, pero suelen ser útiles para nuevas ideas e inspiraciones, no para comprobar hechos. Espero que pronto se integren en los servicios de comprobación y búsqueda. Mientras tanto, pueden mejorar la escritura y organizar las notas.
Empecé a dividir a la gente que conozco en tres bandos: los que aún no conocen los LLM; los que se quejan de sus LLM actuales; y los que intuyen el sorprendente futuro que nos espera. Lo intrigante de los LLM es que no siguen reglas de desarrollo uniformes y continuas. Más bien son como una larva a punto de convertirse en mariposa.
Es humano, si se me permite usar esa palabra, sentir ansiedad ante este futuro. Pero también debemos estar preparados para ello.
Nota Original:AI Is Improving Faster Than Most Humans Realize: Tyler Cowen
More stories like this are available on bloomberg.com
©2023 Bloomberg L.P.
