¿Quién está ganando la carrera de IA en 2024? La carrera de los gigantes tecnológicos hacia la AGI

La Inteligencia Artificial (IA) se ha convertido en el avance tecnológico más debatido de esta década. A medida que empujamos los límites de lo que las máquinas pueden hacer, el objetivo final para muchos gigantes tecnológicos es lograr la Inteligencia Artificial General (AGI) – una forma hipotética de IA que puede entender, aprender y aplicar su inteligencia para resolver cualquier problema, al igual que el cerebro humano.

La carrera hacia la AGI no es solo una cuestión de supremacía tecnológica; es una búsqueda que podría cambiar la estructura misma de nuestra sociedad. Las aplicaciones potenciales de la AGI son vastas y transformadoras, que van desde resolver problemas globales complejos hasta revolucionar industrias en todo el mundo. Esto es por lo que las principales empresas tecnológicas del mundo están invirtiendo miles de millones de dólares y horas incuantificables en investigación y desarrollo de IA.

En este artículo, exploraremos los esfuerzos de los principales actores en la carrera de IA, incluyendo Google (GOOGL ), NVIDIA (NVDA ), Microsoft (MSFT ), OpenAI, Meta y otros. Discutiremos sus estrategias, logros y enfoques únicos que están adoptando para empujar los límites de la tecnología de IA.

Entendiendo la AGI

¿Qué es la AGI?

La 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 humano pueda. Sin embargo, definir la AGI ha resultado ser tan esquiva como lograrla. Geoffrey Hinton, una figura pionera en IA, señala que mientras la AGI es un “concepto serio, aunque mal definido“, no hay consenso sobre lo que implica exactamente. Hinton prefiere el término “superinteligencia” para describir sistemas de AGI que superarían las capacidades cognitivas humanas.

La naturaleza esquiva de la AGI

Los principales gigantes tecnológicos, incluyendo OpenAI, Google, Meta, Microsoft y Amazon (AMZN ), están a la vanguardia de esta carrera. Cada empresa aporta sus fortalezas y objetivos estratégicos únicos a la mesa. OpenAI, por ejemplo, está profundamente comprometida con garantizar que la AGI, una vez desarrollada, beneficie a toda la humanidad. La organización ha establecido una estructura de gobernanza donde su junta directiva decidirá cuándo sus sistemas han logrado la 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 desarrollo de IA, con dos divisiones principales que encabezan sus esfuerzos: DeepMind y Google Brain.

A. DeepMind y sus logros

DeepMind, adquirida por Google en 2014, ha sido responsable de algunos de los logros más innovadores en IA. Su programa AlphaGo derrotó al campeón mundial en el complejo juego de Go en 2016, un logro que muchos pensaban que estaba décadas por delante. Esto fue seguido por AlphaZero, que logró un rendimiento sobrehumano en ajedrez, shogi y Go a través del aprendizaje de refuerzo por autojuego.

Más recientemente, DeepMind ha hecho avances significativos en el plegamiento de proteínas con AlphaFold. Este sistema de IA 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 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 construir modelos de IA.

Google Brain también ha hecho contribuciones significativas al procesamiento del lenguaje natural con modelos como BERT (Bidirectional Encoder Representations from Transformers), lo que ha mejorado los resultados de búsqueda de Google y las capacidades de comprensión del lenguaje.

C. Desarrollos recientes y planes futuros

Google continúa empujando los límites de la IA con proyectos como LaMDA (Modelo de lenguaje para aplicaciones de diálogo), que busca hacer que la IA conversacional sea más natural y consciente del contexto. La empresa también ha estado trabajando en la integración de la IA más profundamente en sus productos, desde Google Search hasta Gmail y Google Photos.

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

Mirando hacia adelante, la estrategia de IA de Google parece centrarse en desarrollar sistemas de IA más generales y versátiles que puedan manejar una amplia gama de tareas, acercándose más al concepto de AGI. La empresa también está muy invertida en investigación de computación cuántica.

El papel de NVIDIA en el ecosistema de IA

Si bien NVIDIA puede no ser un nombre tan conocido como Google o Microsoft, juega un papel crucial en el ecosistema de IA como el principal proveedor de hardware que alimenta los cálculos de IA.

A. Dominio de GPU en hardware de IA

Las Unidades de Procesamiento Gráfico (GPUs) de NVIDIA se han convertido en el estándar de facto para entrenar y ejecutar modelos de IA. Originalmente diseñadas para renderizar gráficos en videojuegos, las GPUs resultaron ser excepcionalmente adecuadas para el procesamiento paralelo requerido en los cálculos de IA.

Los ingresos de centros de datos de NVIDIA, impulsados en gran medida por las ventas relacionadas con IA, han estado creciendo rápidamente. En 2022, la empresa presentó su GPU H100, basada en la nueva arquitectura Hopper, que promete mejoras significativas de rendimiento para cargas de trabajo de IA.

B. 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 de computación paralela y un modelo de programación que permite a los desarrolladores aprovechar el poder de las GPUs de NVIDIA para el procesamiento general.

NVIDIA también ofrece herramientas como cuDNN (biblioteca de redes neuronales profundas de CUDA) y TensorRT, que optimizan el rendimiento de aprendizaje profundo en GPUs de NVIDIA. Estas herramientas son ampliamente utilizadas 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 y instituciones de investigación líderes. Por ejemplo, trabaja en estrecha colaboración con fabricantes de vehículos autónomos para proporcionar soluciones de IA para coches autónomos. La empresa también ha colaborado con instituciones de salud para aplicar la IA en la imagen médica y el descubrimiento de fármacos.

En 2022, NVIDIA anunció una asociación con Booz Allen Hamilton (BAH ) para desarrollar soluciones de ciberseguridad habilitadas por IA para el gobierno de EE. UU. y la infraestructura crítica. Esto destaca la creciente importancia de la IA en aplicaciones de seguridad nacional y defensa.

Estrategia de IA de Microsoft

Microsoft se ha posicionado estratégicamente como líder en IA mediante la explotación de asociaciones y la inversión en startups clave de IA. La inversión de $13 mil millones de Microsoft en OpenAI le ha proporcionado acceso exclusivo a los modelos de OpenAI, que se han integrado en productos de Microsoft como GitHub Copilot y la plataforma de Azure AI.

A. Azure AI y servicios en la nube

La plataforma de nube de Microsoft, Azure, ofrece una amplia gama de servicios de IA que permiten a las empresas incorporar la IA en sus aplicaciones. Estos servicios cubren áreas como el aprendizaje automático, el procesamiento de lenguaje natural, la visión por computadora 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 IA y acelerar su adopción en diversas industrias.

B. Integración de IA en productos de Microsoft

Microsoft ha estado integrando constantemente capacidades de IA en su línea de productos. En Microsoft 365 (anteriormente Office), la IA alimenta características como la composición inteligente en Outlook, el diseño de diapositivas automático en PowerPoint y el análisis de datos en Excel.

Windows 11 ha visto una mayor integración de IA con características como Windows Studio Effects, que utiliza la IA para el desenfoque de fondo, el contacto visual y el encuadre automático en llamadas de video. La empresa también ha introducido características de IA en su navegador Edge y el motor de búsqueda Bing, aprovechando modelos de lenguaje grande para proporcionar experiencias de búsqueda más interactivas e informativas.

El rápido progreso de OpenAI

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

La ambición de OpenAI de lograr la AGI está bien documentada, con el CEO Sam Altman afirmando que lograr la AGI representaría “la tecnología más poderosa que la humanidad ha inventado“. El enfoque de la empresa para el desarrollo de IA equilibra la innovación de vanguardia con un fuerte énfasis en consideraciones éticas y de impacto social. Sin embargo, los altos costos asociados con el entrenamiento de modelos grandes han requerido una financiación externa significativa, incluidas conversaciones con inversores como el gobierno de los EAU para asegurar hasta $7 billones para proyectos futuros de fabricación de chips de IA​

A. La serie GPT y su impacto

El logro más notable de OpenAI ha sido el desarrollo de la serie de modelos de lenguaje GPT (Generative Pre-trained Transformer). GPT-3, lanzado en 2020, fue un juego cambiator en el campo del procesamiento de lenguaje natural, demostrando una capacidad sin precedentes para generar texto similar al humano.

El lanzamiento de GPT-4 en 2023 empujó aún más los límites de lo que es posible con los modelos de lenguaje. GPT-4 demostró capacidades de razonamiento mejoradas, redujo las alucinaciones y fue capaz de manejar entradas multimodales (texto e imágenes). Estos modelos han encontrado aplicaciones en diversos campos, desde la creación de contenido hasta la generación de código y el servicio al cliente automatizado.

B. DALL-E y IA multimodal

Además de la generación de texto, OpenAI ha hecho 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-E 3, mejoró la calidad y precisión de las imágenes generadas, mientras que también introdujo características como la pintura y la extensión de imágenes.

Estos desarrollos en 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 del CEO Mark Zuckerberg, ha cambiado su enfoque hacia el desarrollo de la Inteligencia Artificial General (AGI). La estrategia de Meta implica construir sistemas de AGI que puedan realizar una amplia gama de tareas complejas tan bien o mejor que los humanos. Este objetivo ambicioso refleja la visión más amplia de Meta de integrar la IA avanzada en su vasto ecosistema de aplicaciones y servicios.

Para apoyar este esfuerzo, Meta está invirtiendo fuertemente en poder computacional, con planes para reunir más de 340,000 GPUs H100 de Nvidia para fines de 2024. Esta capacidad computacional masiva 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 ganado una adopción generalizada en la comunidad de investigación debido a su flexibilidad y facilidad de uso, particularmente para aplicaciones de aprendizaje profundo.

Meta AI, la división de investigación de IA de la empresa, publica regularmente su investigación y libera herramientas de código abierto, contribuyendo al ecosistema de IA más amplio. Este enfoque abierto ha ayudado a Meta a atraer a los mejores talentos de IA y a mantenerse a la vanguardia de la investigación de IA.

B. IA en las redes sociales y el metaverso

Meta aprovecha la IA ampliamente en sus plataformas de redes sociales (Facebook (META ), Instagram, WhatsApp) para la recomendación de contenido, la segmentación publicitaria y la moderación de contenido. Los algoritmos de recomendación de la empresa procesan grandes cantidades de datos para personalizar las experiencias de los usuarios.

C. Avances recientes y desafíos

En 2024, Meta anunció varios avances en IA, incluyendo el Modelo de segmentación, un nuevo modelo de IA que puede identificar y delinear objetos en imágenes y videos con una precisión notable. También introdujo una serie de modelos de lenguaje abierto llamados LLaMA (Large Language Model Meta AI).

Sin embargo, Meta ha enfrentado desafíos, particularmente en la moderación de contenido. La empresa ha luchado por utilizar la IA de manera efectiva para combatir la desinformación y el discurso de odio en sus plataformas, destacando las complejidades de aplicar la IA a problemas sociales del mundo real.

Otros actores destacados

IBM sigue siendo un actor importante en IA con su plataforma watsonx, que ha evolucionado significativamente desde su creación. El enfoque de IBM se ha desplazado hacia hacer que la IA sea más abierta, accesible y escalable para las empresas. La plataforma watsonx ahora incluye una suite de herramientas de automatización impulsadas por IA y capacidades de gobernanza que permiten a las empresas integrar y administrar soluciones de IA de manera más efectiva en diversos dominios como operaciones de TI, ciberseguridad y servicio al cliente.

Recientemente, IBM introdujo capacidades de IA generativa para mejorar sus Servicios de Detección y Respuesta a Amenazas administrados. Esto incluye un nuevo Asistente de Ciberseguridad impulsado por IA diseñado para agilizar y acelerar la investigación y la respuesta a las amenazas de seguridad, aprovechando aún más las capacidades de IA de IBM construidas en la plataforma watsonx​ (IBM Newsroom)​ (IBM Newsroom).

IBM también está fomentando asociaciones estratégicas con empresas como AWS, Adobe (ADBE ), Meta y Salesforce (CRM ) para integrar sus soluciones de IA en ecosistemas más amplios, asegurando que sus tecnologías de IA sean versátiles y ampliamente adoptadas en las industrias​ (IBM TechXchange Community)​ (IBM – United States).

B. Servicios de IA de Amazon

Amazon sigue siendo una fuerza dominante en IA a través de su plataforma Amazon Web Services (AWS), que proporciona una suite integral de herramientas de IA y aprendizaje automático. Amazon SageMaker de AWS es una oferta clave, que permite a los desarrolladores construir, entrenar y desplegar modelos de aprendizaje automático a escala.

Además de los servicios de IA empresariales, Amazon sigue innovando en productos de IA para consumidores con Alexa, su asistente virtual, que utiliza procesamiento de lenguaje natural avanzado y aprendizaje automático para interactuar con los usuarios. El enfoque de la empresa en integrar la IA de manera transparente en sus servicios de comercio electrónico y en la nube la ha posicionado como líder en el espacio de IA.

C. Enfoque de IA en dispositivo de Apple

El enfoque único de Apple (AAPL ) para la IA se centra en el procesamiento en dispositivo para priorizar la privacidad del usuario. Esto se ejemplifica con características como Face ID y el uso más amplio de modelos de aprendizaje automático a través del marco Core ML. El silicio personalizado de Apple, incluyendo los chips de la serie A y M, incluye motores neuronales dedicados que alimentan las tareas de IA de manera eficiente en los dispositivos.

La empresa también ha mejorado sus ofertas de IA con mejoras en el procesamiento del lenguaje natural a través de Siri y avances en la visión por computadora con características como Live Text.

¿Qué sigue? El camino hacia la AGI