Tres grandes tendencias de la IA para 2024
2023 fue un año clave para la IA generativa y en 2024 sea más accesible, matizada e integrada en tecnologías cotidianas.
2023 fue un año clave para la IA generativa, ya que pasó de los laboratorios de investigación a la vida real con millones de personas que la utilizan a través de herramientas populares como ChatGPT y Microsoft Copilot. Este año, se espera que la IA sea más accesible, matizada e integrada en tecnologías que mejoren las tareas cotidianas y ayuden a resolver algunos de los problemas más desafiantes del mundo.
He aquí tres importantes tendencias de la IA que no hay que perder de vista en 2024.
Modelos lingüísticos pequeños
Si hass utilizado Copilot para responder a preguntas complejas, ya conoce la potencia de los grandes modelos lingüísticos (Large Lenguage Models · LLM). Los modelos son tan grandes que pueden requerir importantes recursos informáticos para su ejecución, por lo que el auge de los modelos lingüísticos pequeños (Small Lenguage Models · SLM) es un gran acontecimiento.
Los SLM siguen siendo bastante grandes, con varios miles de millones de parámetros -en contraste con los cientos de miles de millones de parámetros de los LLM-, pero son lo suficientemente pequeños como para funcionar en un teléfono sin conexión. Los parámetros son variables o elementos ajustables que determinan el comportamiento de un modelo.
«Los modelos lingüísticos pequeños pueden hacer más accesible la IA gracias a su tamaño y asequibilidad y, al mismo tiempo, estamos descubriendo nuevas formas de hacerlos tan potentes como los modelos de lenguaje grandes».
Sebastien Bubeck (dirige el grupo Machine Learning Foundations de Microsoft Research)
Los investigadores de Microsoft han desarrollado y lanzado dos SLM -Phi y Orca- que rinden tanto o más que los grandes modelos lingüísticos en determinadas áreas, desafiando la noción de que la escala es necesaria para el rendimiento.
A diferencia de los LLM entrenados con grandes cantidades de datos de Internet, los modelos más pequeños utilizan datos de entrenamiento seleccionados y de alta calidad, y los investigadores han encontrado nuevos umbrales de tamaño y rendimiento. Este año, cabe esperar modelos mejorados diseñados para fomentar más la investigación y la innovación.
IA multimodal
La mayoría de los LLM sólo pueden procesar un tipo de datos -texto-, pero los modelos multimodales pueden comprender información de distintos tipos de datos, como texto, imágenes, audio y vídeo. Esta capacidad está haciendo que las tecnologías, desde las herramientas de búsqueda hasta las aplicaciones de creatividad, sean más ricas, precisas y fluidas.
En Copilot puedes averiguar qué ocurre 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 el significado histórico de un monumento en tu foto.
La IA multimodal también está impulsando Microsoft Designer, una aplicación de diseño gráfico que puede generar imágenes a partir de una descripción de lo que quieres. Y permite voces neuronales personalizadas, o voces con sonido natural útiles en lectores de texto y herramientas para personas con discapacidades vocales.
«La multimodalidad tiene el poder de crear experiencias más humanas que pueden aprovechar mejor la gama de sentidos que utilizamos como humanos, como la vista, el habla y el oído», dice l de la Oficina del Director de Tecnología de Microsoft, Kevin Scott.
Jennifer Marsman (ingeniera principal de la oficina del CIO de Microsoft, Kevin Scott)
La IA en la ciencia
Los expertos prevén grandes avances en las herramientas de IA diseñadas para acelerar los descubrimientos científicos, con gran parte del trabajo destinado a abordar problemas globales como el cambio climático, las crisis energéticas y las enfermedades.
Para mitigar el cambio climático y ayudar a los agricultores a trabajar de forma más eficiente, los investigadores de Microsoft están utilizando la IA para crear 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, incluido un chatbot que puede ayudar a un agricultor a identificar una mala hierba misteriosa o comparar la eficiencia de diferentes métodos de riego utilizando datos específicos de la granja.
En ciencias biológicas, los investigadores colaboran en el mayor modelo de IA basado en imágenes del mundo para luchar contra el cáncer y utilizan IA avanzada para encontrar nuevos fármacos contra enfermedades infecciosas y nuevas moléculas para medicamentos revolucionarios.
La IA también está transformando la ciencia de los materiales, un amplio campo centrado en la creación de nuevos materiales con propiedades específicas. Un avance reciente ha puesto de manifiesto el poder de la IA y la informática de alto rendimiento para acelerar la búsqueda de materiales menos tóxicos para las baterías.
«La inteligencia artificial está impulsando una revolución en los descubrimientos científicos y puede que esa resulte ser la aplicación más emocionante y, en última instancia, la más importante de la IA».
Chris Bishop (director del equipoAI4Science de Microsoft Research)
Esta información está basada en «3 big AI trends to watch in 2024» publicado la sección de noticias de Microsoft.
