Es hora de pasar el testigo de la IA de software a hardware

Es poco probable que encontremos una tecnología más importante y consecuente que la IA en nuestras vidas. La presencia de la inteligencia artificial ya ha alterado la experiencia humana y cómo la tecnología puede cambiar nuestras vidas, y su trayectoria de impacto solo está aumentando.

Con eso en mente, los innovadores y líderes de la IA han pasado el último cuarto de siglo recopilando datos y avanzando en los modelos para lograr el software que impulsa la IA generativa. La IA representa la cima del software: una herramienta amorfa que puede reproducir herramientas para resolver problemas en capas de abstracción. Las empresas que construyen imperios de cómputo o las que adquieren LLMs para fortalecer su oferta de software ahora son una vista común.

Así que, ¿hacia dónde vamos desde aquí?

Incluso con cómputo ilimitado, la recopilación de deducciones utilizando todos los datos existentes se acercará asintóticamente al cuerpo existente de conocimiento humano. Al igual que los humanos necesitan experimentar con el mundo exterior, la próxima frontera en la IA radica en hacer que la tecnología interactúe de manera significativa con el reino físico para generar datos nuevos y ampliar los límites del conocimiento.

Interacción a través de la experimentación

Explorar el potencial de la IA requiere trascender su uso en computadoras personales o teléfonos inteligentes. Sí, estas herramientas probablemente seguirán siendo los puntos de acceso más fáciles para la tecnología de la IA, pero eso pone un límite en lo que la tecnología puede lograr.

Aunque la ejecución dejó mucho que desear, los gafas inteligentes Ray-Ban impulsadas por el sistema de IA de Meta demostraron un concepto de prueba en wearables infundidos con tecnología de IA. Estos ejemplos de integraciones de hardware en primer lugar son fundamentales para construir la familiaridad y la usabilidad de la IA fuera de un entorno de dispositivo porque ilustran cómo hacer que estos grandes avances tecnológicos sean fluidos.

No todos los experimentos con la IA en el mundo real van a ser un éxito, eso es precisamente por lo que son experimentos. Sin embargo, demostrar el potencial de aplicaciones de IA de hardware en primer lugar amplía el espectro de cómo esta tecnología puede ser útil y aplicable fuera de la caja de “asistente personal” en la que se encuentra ahora.

En última instancia, las empresas que demuestran cómo hacer que la IA sea práctica y legítima serán las que generen puntos de datos experimentales que simplemente no se pueden obtener de las aplicaciones web. Por supuesto, todo esto requiere cómputo e infraestructura para funcionar adecuadamente, lo que requiere una mayor afluencia de inversión en la construcción de la infraestructura física de la IA.

Pero, ¿están las empresas de IA listas y dispuestas a hacerlo?

El diálogo entre hardware y software

Es fácil decir que las aplicaciones de IA intensivas en cómputo en productos físicos se convertirán en la norma eventualmente, pero hacer que eso sea una realidad requiere mucha más rigidez. Solo hay tantos recursos y voluntad disponibles para seguir el camino menos transitado.

Lo que estamos viendo hoy es una forma de exuberancia a corto plazo de la IA, que refleja la reacción típica del mercado a las tecnologías disruptivas que están a punto de crear nuevas industrias. Así que es claro por qué puede haber hesitación por parte de las empresas que construyen software de IA o que se aventuran en él para embarcarse en salidas de hardware costosas y intensivas en cómputo.

Pero cualquiera con una perspectiva más amplia puede ver por qué este podría ser un enfoque miope para la innovación.

No es de extrañar que haya muchas comparaciones hechas entre el auge de la IA y la burbuja puntocom de principios de internet , donde los proyectos se centraron en objetivos a corto plazo que murieron una vez que estalló. Pero si colectivamente descartáramos internet debido a las secuelas de la burbuja puntocom en lugar de centrarnos en las ideas a largo plazo que han sobrevivido mucho después, no estaríamos cerca del paisaje tecnológico en el que nos encontramos hoy. Las grandes ideas sobreviven a cualquier tendencia.

Además, el cómputo es el elemento clave para que cualquier innovación de la IA siga progresando. Y como cualquier desarrollador de IA te dirá—el cómputo vale su peso en oro. Sin embargo, eso también pone un límite en la cantidad de proyectos que pueden explorar aplicaciones de IA en el mundo real cuando el desarrollo de modelos ya consume recursos. Pero ninguna empresa puede mantener el dominio del mercado solo con software—no importa cuán impresionante sea su LLM.

Es cómodo para las empresas de IA liderar con software y esperar pacientemente a que un proveedor de hardware venga y adquiera o licencie su tecnología. No solo es esto severamente limitante, sino que también deja muchos proyectos increíbles a merced de desconocidos que pueden nunca llegar.

La IA es una tecnología de varias generaciones que solo se volverá más personalizada y diseñada para individuos a medida que pasa el tiempo. Sin embargo, es hasta los proyectos aprovechar un campo de juego software más o menos nivelado para dar pasos reales en el reino físico. Sin experimentación audaz, y hasta el fracaso, no habrá camino hacia adelante para que la tecnología de la IA realice su máximo potencial para mejorar la experiencia humana.