¿Quién ganará la carrera de la IA en 2024? La carrera de las grandes tecnológicas hacia la AGI

La Inteligencia Artificial (IA) se ha convertido en el avance tecnológico más cuestionado de esta década. A medida que ampliamos los límites de lo que las máquinas pueden hacer, el objetivo final de muchos gigantes tecnológicos es lograr la Inteligencia General Artificial (AGI), una forma hipotética de IA que puede comprender, aprender y aplicar su inteligencia para resolver cualquier problema, de manera muy similar a un cerebro humano.

La carrera hacia la IA general no es solo una cuestión de supremacía tecnológica; es una búsqueda que podría transformar la esencia misma de nuestra sociedad. Las aplicaciones potenciales de la IA general son vastas y transformadoras, y abarcan desde la solución de problemas globales complejos hasta la revolución de industrias en todos los ámbitos. Por eso, las principales empresas tecnológicas del mundo invierten miles de millones de dólares e incontables horas en investigación y desarrollo de IA.

En este artículo, exploraremos los esfuerzos de actores clave en la carrera de la IA, como Google, NVIDIA, Microsoft, OpenAI, Meta y otros. Analizaremos sus estrategias, logros y los enfoques únicos que están adoptando para ampliar los límites de la tecnología de la IA.

Entendiendo el AGI

¿Qué es AGI?

AGI, a menudo descrita como el “santo grial” de la inteligencia artificial, se concibe como un sistema capaz de realizar cualquier tarea intelectual que un ser humano pueda realizar. Sin embargo, definir el AGI ha demostrado ser tan difícil de alcanzar como lograrlo. Geoffrey Hinton, una figura pionera en IA, señala que si bien AGI es un "concepto serio, aunque mal definido”, hay poco consenso sobre lo que implica precisamente. Hinton prefiere el término "superinteligencia" para describir sistemas AGI que superarían las capacidades cognitivas humanas.

La naturaleza esquiva de AGI

Los principales gigantes tecnológicos, incluidos OpenAI, Google, Meta, Microsoft y Amazon, están a la vanguardia de esta carrera. Cada empresa aporta sus fortalezas únicas y sus objetivos estratégicos. OpenAI, por ejemplo, está profundamente comprometido a garantizar que la AGI, una vez desarrollada, beneficie a toda la humanidad. La organización ha establecido una estructura de gobierno donde su junta directiva decidirá cuándo sus sistemas alcanzarán AGI, un hito que tendrá un impacto significativo en su asociación con Microsoft.

Google

Google ha estado durante mucho tiempo a la vanguardia de la investigación y el desarrollo de la IA, con dos divisiones principales encabezando sus esfuerzos: DeepMind y Google Brain.

A. DeepMind y sus logros

Mente profunda, adquirida por Google en 2014, ha sido responsable de algunos de los logros más innovadores en IA. Su AlphaGo El programa derrotó al campeón mundial en el complejo juego de Go en 2016, una hazaña que muchos pensaban que estaba a décadas de distancia. A esto le siguió AlphaZero, que logró un rendimiento sobrehumano en ajedrez, shogi y Go mediante el aprendizaje por refuerzo mediante el juego autónomo.

Más recientemente, DeepMind ha logrado avances significativos en el plegamiento de proteínas con AlphaFold. Este sistema de inteligencia artificial puede predecir estructuras de proteínas con una precisión notable, lo que podría revolucionar el descubrimiento de fármacos y nuestra comprensión de las enfermedades.

B. Google Brain y TensorFlow

Google Brain, el equipo de investigación de IA interno de la empresa, ha sido fundamental en el desarrollo de herramientas y marcos que han acelerado la investigación de IA en todo el mundo. TensorFlow, una biblioteca de aprendizaje automático de código abierto desarrollada por Google Brain, se ha convertido en una de las herramientas más utilizadas para crear modelos de IA.

Google Brain También ha hecho contribuciones significativas al procesamiento del lenguaje natural con modelos como BERT (Representaciones de codificadores bidireccionales de transformadores), lo que ha mejorado los resultados de búsqueda de Google y las capacidades de comprensión del lenguaje.

C. Acontecimientos recientes y planes futuros

Google continúa superando los límites de la IA con proyectos como LAMDA (Modelo de lenguaje para aplicaciones de diálogo), cuyo objetivo es hacer que la IA conversacional sea más natural y consciente del contexto. La compañía también ha estado trabajando para integrar la IA más profundamente en sus productos, desde la Búsqueda de Google hasta Gmail y Google Photos.

En términos de hardware, Google ha desarrollado sus propios chips de IA, llamados Unidades de procesamiento de tensores (TPU), optimizados para cargas de trabajo de aprendizaje automático. Estos chips impulsan muchos de los servicios de IA de Google y también están disponibles para los clientes a través de Google Cloud.

De cara al futuro, la estrategia de IA de Google parece centrarse en el desarrollo de sistemas de IA más generales y versátiles que puedan gestionar una amplia gama de tareas, acercándose cada vez más al concepto de IA general. La empresa también ha invertido fuertemente en... investigación en computación cuántica.

El papel de NVIDIA en el ecosistema de IA

Si bien NVIDIA puede no ser un nombre familiar como Google o Microsoft, desempeña un papel crucial en el ecosistema de IA como proveedor líder de hardware que impulsa los cálculos de IA.

A. Dominio de la GPU en el hardware de IA

Las unidades de procesamiento gráfico (GPU) de NVIDIA se han convertido en el estándar de facto para el entrenamiento y la ejecución de modelos de IA. Diseñadas originalmente para renderizar gráficos en videojuegos, las GPU resultaron ser excepcionalmente adecuadas para el procesamiento paralelo necesario en los cálculos de IA.

Los ingresos de NVIDIA por centros de datos, impulsados ​​en gran medida por las ventas relacionadas con la IA, han crecido rápidamente. En 2022, la compañía presentó su GPU H100, basado en la nueva arquitectura Hopper, que promete importantes mejoras de rendimiento para cargas de trabajo de IA.

B. La pila de software de IA de NVIDIA

Más allá del hardware, NVIDIA ha desarrollado una pila de software integral para el desarrollo de IA. Esto incluye CUDA, una plataforma informática paralela y un modelo de programación que permite a los desarrolladores aprovechar el poder de las GPU NVIDIA para procesamiento de propósito general.

NVIDIA también ofrece herramientas como cuDNN (Biblioteca de red neuronal profunda CUDA) y TensorRT, que optimizan el rendimiento del aprendizaje profundo en GPU NVIDIAEstas herramientas se utilizan ampliamente en la comunidad de IA y han contribuido a la posición dominante de NVIDIA en el mercado de hardware de IA.

C. Asociaciones y colaboraciones

NVIDIA ha formado asociaciones estratégicas con muchas empresas tecnológicas e instituciones de investigación líderes. Por ejemplo, trabaja en estrecha colaboración con fabricantes de vehículos autónomos para proporcionar soluciones basadas en inteligencia artificial para vehículos autónomos. La empresa también ha colaborado con instituciones sanitarias para aplicar la IA en imágenes médicas y descubrimiento de fármacos.

En 2022, NVIDIA anunció una asociación con Booz Allen Hamilton Desarrollar soluciones de ciberseguridad basadas en IA para el gobierno de EE. UU. y la infraestructura crítica. Esto pone de relieve la creciente importancia de la IA en las aplicaciones de defensa y seguridad nacional.

La estrategia de IA de Microsoft

Microsoft se ha posicionado estratégicamente como líder en IA al aprovechar las alianzas e invertir en startups clave de IA. La empresa Inversión de $ 13 mil millones en OpenAI le ha proporcionado acceso exclusivo a los modelos de OpenAI, que se han integrado en productos de Microsoft como Copiloto de GitHub y la IA de Azure .

A. Azure AI y servicios en la nube

La plataforma en la nube de Microsoft, Azure, ofrece una amplia gama de servicios de IA que permiten a las empresas incorporar IA en sus aplicaciones. Estos servicios abarcan áreas como el aprendizaje automático, la visión artificial, el procesamiento del lenguaje natural y el reconocimiento de voz.

Azure Machine Learning, un entorno basado en la nube para entrenar, implementar y administrar modelos de aprendizaje automático, se ha convertido en una opción popular para las empresas que buscan implementar soluciones de IA. La estrategia de Microsoft de proporcionar herramientas de IA fáciles de usar ha ayudado a democratizar el desarrollo de la IA y a acelerar su adopción en diversos sectores.

B. Integración de IA en todos los productos de Microsoft

Microsoft ha estado integrando constantemente capacidades de inteligencia artificial en toda su línea de productos. En Microsoft 365 (anteriormente Office), la IA potencia funciones como la redacción inteligente en Outlook, el diseño automático de diapositivas en PowerPoint y el análisis de datos en Excel.

Windows 11 ha experimentado una mayor integración de la IA con funciones como Windows Studio Effects, que utiliza IA para el desenfoque del fondo, el contacto visual y el encuadre automático en las videollamadas. La compañía también ha introducido funciones impulsadas por IA en su Navegador de bordes y el motor de búsqueda Bing, que aprovecha grandes modelos de lenguaje para brindar experiencias de búsqueda más interactivas e informativas.

El rápido progreso de OpenAI

OpenAI sigue siendo una figura central en el panorama de la IA, particularmente con su misión de desarrollar AGI. La empresa ha sido pionera en la creación de algunos de los modelos de lenguaje más avanzados, incluido GPT-4 y el próximo GPT-5. OpenAI Los modelos no sólo son líderes en términos de capacidad técnica sino también en integración comercial, gracias a su profunda asociación con Microsoft.

Las ambiciones de AGI de OpenAI están bien documentadas, y el director ejecutivo Sam Altman afirma que lograr AGI representaría “la tecnología más poderosa que la humanidad ha inventado hasta ahoraEl enfoque de la empresa para el desarrollo de IA equilibra la innovación de vanguardia con un fuerte énfasis en las consideraciones éticas y el impacto social. Sin embargo, los altos costos asociados con el entrenamiento de modelos grandes han requerido una importante financiación externa, incluyendo conversaciones con inversores como el gobierno de los EAU para asegurar hasta $ 7 billones para futuros proyectos de fabricación de chips de IA

A. Serie GPT y su impacto

El logro más notable de OpenAI ha sido el desarrollo de la GPT (Transformador preentrenado generativo) serie de modelos lingüísticos. GPT-3, lanzado en 2020, supuso un punto de inflexión en el campo del procesamiento del lenguaje natural, demostrando una capacidad sin precedentes para generar texto similar al humano.

El lanzamiento de GPT-4 en 2023 amplió aún más las posibilidades de los modelos lingüísticos. GPT-4 demostró una mayor capacidad de razonamiento, una reducción de las alucinaciones y la capacidad de gestionar entradas multimodales (texto e imágenes). Estos modelos se han aplicado en diversos campos, desde la creación de contenido hasta la generación de código y la automatización de la atención al cliente.

B. DALL-E y la IA multimodal

Además de la generación de texto, OpenAI ha logrado avances significativos en la generación de imágenes con DALL-E. Este sistema de IA puede crear imágenes únicas a partir de descripciones de texto, mostrando el potencial de la IA en campos creativos. La última iteración, DALL-E3, mejoró la calidad y precisión de las imágenes generadas, al tiempo que introdujo funciones como pintura interna y pintura externa.

Estos avances en la IA multimodal (sistemas que pueden trabajar con diferentes tipos de datos como texto e imágenes) representan un paso significativo hacia sistemas de IA más generales.

Iniciativas de IA de Meta

Meta, bajo el liderazgo de su CEO, Mark Zuckerberg, ha centrado su atención en el desarrollo de la Inteligencia Artificial General (IAG). Su estrategia consiste en construir sistemas de IA capaces de realizar una amplia gama de tareas complejas tan bien como los humanos, o incluso mejor. Este ambicioso objetivo refleja la visión más amplia de Meta de integrar la IA avanzada en su vasto ecosistema de aplicaciones y servicios.

Para respaldar este esfuerzo, Meta está invirtiendo fuertemente en potencia computacional, con planes de acumular más de 340,000 de las GPU H100 de Nvidia para fines de 2024. Esta inmensa capacidad computacional es crucial para entrenar modelos de IA a gran escala como Llama 3, que se lanzó recientemente.

A. PyTorch y contribuciones de código abierto

Una de las contribuciones más significativas de Meta a la comunidad de IA ha sido PyTorch, una biblioteca de aprendizaje automático de código abierto. PyTorch ha sido ampliamente adoptada en la comunidad investigadora gracias a su flexibilidad y facilidad de uso, especialmente para aplicaciones de aprendizaje profundo.

Meta IA, la división de investigación de inteligencia artificial de la empresa, publica regularmente investiga y lanza herramientas de código abierto, lo que contribuye al ecosistema de IA más amplio. Este enfoque abierto ha ayudado a Meta a atraer los mejores talentos de IA y mantenerse a la vanguardia de la investigación de IA.

B. IA en las redes sociales y el metaverso

Meta aprovecha ampliamente la IA en sus plataformas de redes sociales (Facebook, Instagram, WhatsApp) para la recomendación de contenido, la segmentación de anuncios y la moderación de contenido. Los algoritmos de recomendación de la empresa procesan grandes cantidades de datos para personalizar la experiencia del usuario.

C. Avances y desafíos recientes

En 2024, Meta anunció varios avances en inteligencia artificial, incluidos Segmentar cualquier modelo (SAM), un nuevo modelo de IA para segmentación de imágenes que puede identificar y delinear objetos en imágenes y videos con notable precisión. También presentaron una serie de uno de los LLM de código abierto más populares llamado LLaMA (Large Language Model Meta AI).

Sin embargo, Meta ha enfrentado desafíos, particularmente en la moderación de contenido. La empresa ha tenido dificultades para utilizar la IA de forma eficaz para combatir la desinformación y el discurso de odio en sus plataformas, lo que pone de relieve las complejidades de aplicar la IA a cuestiones sociales del mundo real.

Otros jugadores notables

IBM sigue siendo un actor clave en IA con su plataforma Watsonx, que ha evolucionado significativamente desde su creación. El enfoque de IBM se ha centrado en hacer que la IA sea más abierta, accesible y escalable para las empresas. La plataforma Watsonx ahora incluye un conjunto de herramientas de automatización basadas en IA y capacidades de gobernanza que permiten a las empresas integrar y gestionar soluciones de IA de forma más eficaz en diversos ámbitos, como las operaciones de TI, la ciberseguridad y la atención al cliente.

Recientemente, IBM introdujo capacidades de IA generativa para mejorar sus Servicios de Detección y Respuesta a Amenazas gestionados. Esto incluye un nuevo Asistente de Ciberseguridad basado en IA, diseñado para optimizar y acelerar la investigación y la respuesta a las amenazas de seguridad, aprovechando aún más las amplias capacidades de IA de IBM basadas en la plataforma WatsonX. (Sala de prensa de IBM) (Sala de prensa de IBM).

IBM también está fomentando asociaciones estratégicas con empresas como AWS, Adobe, Meta y Salesforce para integrar sus soluciones de IA en ecosistemas más amplios, garantizando que sus tecnologías de IA sean versátiles y ampliamente adoptadas en todas las industrias. (Comunidad IBM TechXchange) (IBM – Estados Unidos).

B. Servicios de inteligencia artificial de Amazon

Amazon sigue siendo una fuerza dominante en IA a través de su plataforma Amazon Web Services (AWS), que proporciona un conjunto completo de herramientas de IA y aprendizaje automático. Amazon SageMaker de AWS es una oferta clave que permite a los desarrolladores crear, entrenar e implementar modelos de aprendizaje automático a escala.

Además de los servicios empresariales de inteligencia artificial, Amazon continúa innovando en el sector de consumo. Productos de IA con Alexa, su asistente virtual, que utiliza procesamiento avanzado del lenguaje natural y aprendizaje automático para interactuar con los usuarios. El enfoque de la compañía en integrar la IA a la perfección en su comercio electrónico y servicios en la nube la ha posicionado como líder en el espacio de la IA.

C. El enfoque de inteligencia artificial en el dispositivo de Apple

El enfoque único de Apple hacia la IA se centra en el procesamiento en el dispositivo para priorizar la privacidad del usuario. Esto se ejemplifica con funciones como Face ID y el uso más amplio de modelos de aprendizaje automático a través de su plataforma Core ML. El silicio personalizado de Apple, incluyendo los chips de las series A y M, incluye motores neuronales dedicados que impulsan las tareas de IA de forma eficiente en los dispositivos.

La compañía también ha mejorado su oferta de IA con mejoras en el procesamiento del lenguaje natural a través de Siri y avances en visión por computadora con características como Texto en vivo.

¿Qué sigue? El camino hacia la AGI