La tendencia de la IA puede parecer estar siguiendo una trayectoria de hype y adopción similar a tendencias tecnológicas empresariales anteriores como la nube y el aprendizaje automático, aunque es diferente de maneras significativas, incluyendo:
– La IA requiere cantidades masivas de cálculo para los procesos que le permiten digerir y recrear datos no estructurados.
– La IA está cambiando la forma en que algunas organizaciones ven la estructura organizativa y las carreras.
– El contenido de IA que puede ser confundido con fotografías u obras de arte originales está sacudiendo el mundo artístico, y algunos se preocupan de que pueda ser utilizado para influir en elecciones.
Aquí tenemos nuestras predicciones sobre cinco tendencias en IA, que a menudo se refieren a modelos generativos, para mantener un ojo en 2024.
La adopción de la IA se asemeja cada vez más a la integración con aplicaciones existentes
Muchos casos de uso de IA generativa que llegan al mercado para empresas e negocios se integran con aplicaciones existentes en lugar de crear casos de uso completamente nuevos. El ejemplo más destacado de esto es la proliferación de copilotos, es decir, asistentes de IA generativa. Microsoft ha instalado Copilotos junto a las ofertas de la suite 365, y empresas como SoftServe y muchas otras proporcionan copilotos para trabajo industrial y mantenimiento. Google ofrece una variedad de copilotos para todo, desde creación de video hasta seguridad.
Pero todos estos copilotos están diseñados para filtrar contenido existente o crear contenido que suene más como lo que escribiría un humano para el trabajo.
VER: ¿Es Google Gemini o ChatGPT mejor para el trabajo? (TechRepublic)
Incluso IBM pidió una revisión de la realidad sobre la tecnología de moda y señaló que herramientas como el Smart Compose de Google de 2018 son técnicamente “generativas” pero no se consideraban un cambio en la forma en que trabajamos. Una diferencia importante entre Smart Compose y la IA generativa contemporánea es que algunos modelos de IA de hoy son multimodales, lo que significa que son capaces de crear e interpretar imágenes, videos y gráficos.
“Veremos mucha innovación en torno a eso (multimodalidad), yo argumentaría, en 2024”, dijo Arun Chandrasekaran, vicepresidente distinguido, analista de Gartner, en una conversación con TechRepublic.
En la NVIDIA GTC 2024, muchas startups en el piso de exposición usaron chatbots en los grandes modelos de lenguaje de AI de Mistral, ya que los modelos abiertos pueden usarse para crear IA entrenada personalizada con acceso a los datos de la empresa. El uso de datos de entrenamiento patentados permite que la IA responda preguntas sobre productos específicos, procesos industriales o servicios al cliente sin alimentar información de la empresa patentada de vuelta a un modelo entrenado que podría liberar esos datos en internet. Hay muchos otros modelos abiertos para texto y video, incluido el Llama 2 de Meta, la suite de modelos de Stability AI, que incluyen Stable LM y Stable Diffusion, y la familia Falcon del Technology Innovation Institute de Abu Dhabi.
“Hay mucho interés en llevar datos empresariales a los LLM como una forma de fundamentar los modelos y agregar contexto”, dijo Chandrasekaran.
La personalización de modelos abiertos se puede hacer de varias maneras, incluida la ingeniería de solicitudes, la generación aumentada de recuperación y el ajuste fino.
Agentes de IA
Otra forma en que la IA podría integrarse más con aplicaciones existentes en 2024 es a través de agentes de IA, a los que Chandrasekaran llamó “un punto de inflexión” en el progreso de la IA.
Los agentes de IA automatizan las tareas de otros bots de IA, lo que significa que el usuario no tiene que indicar individualmente modelos específicos; en su lugar, pueden proporcionar una instrucción en lenguaje natural al agente, que básicamente pone a su equipo a trabajar reuniendo los diferentes comandos necesarios para llevar a cabo la instrucción.
El vicepresidente senior y gerente general de Red e Edge de Intel, Sachin Katti, también se refirió a los agentes de IA, sugiriendo en un prebriefing antes de la conferencia de Intel Vision celebrada del 9 al 11 de abril que la delegación de trabajo de IA a otros podría hacer las tareas de departamentos enteros.
La generación aumentada de recuperación domina la IA empresarial
La generación aumentada de recuperación permite que un LLM verifique sus respuestas contra una fuente externa antes de proporcionar una respuesta. Por ejemplo, la IA puede verificar su respuesta contra un manual técnico y proporcionar a los usuarios notas a pie de página con enlaces directos al manual. La RAG está destinada a aumentar la precisión y disminuir las alucinaciones.
La RAG proporciona a las organizaciones una manera de mejorar la precisión de los modelos de IA sin que la factura se dispare. La RAG produce resultados más precisos en comparación con las otras formas comunes de agregar datos empresariales a LLMs, como la ingeniería de solicitudes y el ajuste fino. Es un tema candente en 2024 y probablemente seguirá siéndolo más adelante en el año.
Más cobertura de IA que debe leerse
Las organizaciones expresan preocupaciones calladas sobre la sostenibilidad
La IA se utiliza para crear modelos climáticos y meteorológicos que predicen eventos desastrosos. Al mismo tiempo, la IA generativa consume mucha más energía y recursos en comparación con la computación convencional.
¿Qué significa esto para las tendencias de la IA? De manera optimista, la conciencia sobre los procesos energéticamente hambrientos alentará a las empresas a producir hardware más eficiente para ejecutarlos o a ajustar el uso. De manera menos optimista, las cargas de trabajo de IA generativa pueden seguir consumiendo cantidades masivas de electricidad y agua. De cualquier manera, la IA generativa puede convertirse en un tema que contribuye a los debates nacionales sobre el uso de energía y la resiliencia de la red. La regulación de la IA se centra principalmente en los casos de uso, pero en el futuro, su consumo de energía también puede estar sujeto a regulaciones específicas.
Los gigantes tecnológicos abordan la sostenibilidad a su manera, como la compra de energía solar y eólica de Google en ciertas regiones. Por ejemplo, NVIDIA destacó el ahorro de energía en centros de datos mientras seguían ejecutando IA utilizando menos bastidores de servidores con GPU más potentes.
El uso de centros de datos y chips de IA
Se espera que los 100,000 servidores de IA que NVIDIA enviará a los clientes este año produzcan de 5.7 a 8.9 TWh de electricidad al año, una fracción de la electricidad utilizada en los centros de datos hoy en día. Esto es según un artículo del candidato a doctorado Alex de Vries publicado en octubre de 2023. Pero si NVIDIA solo agrega 1.5 millones de servidores de IA a la red para 2027, como especula el artículo, los servidores usarían de 85.4 a 134.0 TWh por año, lo que tendría un impacto mucho más serio.
Otro estudio encontró que crear 1,000 imágenes con Stable Diffusion XL genera aproximadamente la misma cantidad de dióxido de carbono que conducir 4.1 millas en un automóvil a gasolina promedio.
“Descubrimos que las arquitecturas generales y multipropósito son órdenes de magnitud más caras que los sistemas específicos para tareas para una variedad de tareas, incluso cuando se controla el número de parámetros del modelo”, escribieron los investigadores, Alexandra Sasha Luccioni y Yacine Jernite de Hugging Face y Emma Strubell de la Universidad Carnegie Mellon.
En la revista Nature, la investigadora de IA de Microsoft, Kate Crawford, señaló que el entrenamiento de GPT-4 usó aproximadamente el 6% del agua del distrito local.
Los roles de los especialistas en IA cambian
La ingeniería de solicitudes fue uno de los conjuntos de habilidades más populares en tecnología en 2023, con personas apresurándose a llevarse a casa salarios de seis cifras por instruir a ChatGPT y productos similares para producir respuestas útiles. El entusiasmo ha disminuido un poco y, como se mencionó anteriormente, muchas empresas que usan ampliamente IA generativa personalizan sus propios modelos. La ingeniería de solicitudes puede convertirse en parte de las tareas habituales de los ingenieros de software en adelante, pero no como una especialización, simplemente como parte de la forma en que los ingenieros de software realizan sus tareas habituales.
Uso de IA para ingeniería de software
“El uso de IA dentro del dominio de la ingeniería de software es uno de los casos de uso de más rápido crecimiento que vemos hoy”, dijo Chandrasekaran. “Creo que la ingeniería de solicitudes será una habilidad importante en toda la organización en el sentido de que cualquier persona que interactúa con sistemas de IA, que seremos muchos en el futuro, tiene que saber cómo guiar y dirigir estos modelos. Pero, por supuesto, las personas en la ingeniería de software realmente necesitan entender la ingeniería de solicitudes a escala y algunas de las técnicas avanzadas de ingeniería de solicitudes.”
Con respecto a cómo se asignan los roles de IA, eso dependerá en gran medida de las organizaciones individuales. Si la mayoría de las personas que hacen ingeniería de solicitudes tendrán ese título como su trabajo aún está por verse.
Títulos ejecutivos relacionados con la IA
Una encuesta de ejecutivos de datos y tecnología realizada por el MIT Sloan Management Review en enero de 2024 encontró que las organizaciones a veces estaban reduciendo los puestos de directores de IA. Ha habido cierta “confusión sobre las responsabilidades” de líderes hiperespecializados como directores de IA o datos, y es probable que en 2024 se normalice en torno a “líderes tecnológicos generales” que crean valor a partir de los datos y reportan al CEO, independientemente de dónde provengan esos datos.
VER: Qué hace un jefe de IA y por qué las organizaciones deberían tener uno en el futuro. (TechRepublic)
Por otro lado, Chandrasekaran dijo que los directores de datos y análisis y los directores de IA no son “prevalentes”, pero han aumentado en número. Si los dos seguirán siendo roles separados del CIO o CTO es difícil de predecir, pero puede depender de las competencias básicas que las organizaciones estén buscando y si los CIO se encuentran equilibrando demasiadas otras responsabilidades al mismo tiempo.
“Definitivamente estamos viendo que estos roles (director de IA y director de datos y análisis) aparecen cada vez más en nuestras conversaciones con los clientes,” dijo Chandrasekaran.
El 28 de marzo de 2024, la Oficina de Administración y Presupuesto de EE. UU. publicó una guía para el uso de IA dentro de las agencias federales, que incluía un mandato para que todas esas agencias designaran un Director de IA.
El arte de IA y el glaseado contra el arte de IA se vuelven más comunes
A medida que el software de arte y las plataformas de fotos de archivo abrazan la fiebre del oro de las imágenes fáciles, artistas y reguladores buscan formas de identificar contenido de IA para evitar la desinformación y el robo.
El arte de IA se está volviendo más común
Adobe Stock ahora ofrece herramientas para crear arte de IA y marca como tal el arte de IA en su catálogo de imágenes de stock. El 18 de marzo de 2024, Shutterstock y NVIDIA anunciaron una herramienta de generación de imágenes 3D en acceso temprano.
OpenAI promovió recientemente cineastas que usan el fotorealista Sora AI. Las demostraciones fueron criticadas por defensores de artistas, incluido el CEO de Fairly Trained AI, Ed Newton-Rex, anteriormente de Stability AI, quien las llamó “Lavado de artistas: cuando solicitas comentarios positivos sobre tu modelo de IA generativa de un puñado de creadores, mientras entrenas con el trabajo de las personas sin permiso/pago”.
Dos posibles respuestas al arte de IA probablemente se desarrollarán más en 2024: marca de agua y glaseado.
Marca de agua en el arte de IA
El estándar principal para marcar el arte de IA es de la Coalition for Content Provenance and Authenticity, con la que OpenAI (Figura A) y Meta han trabajado para etiquetar imágenes generadas por su IA; sin embargo, las marcas de agua, que aparecen visualmente o en metadatos, son fáciles de eliminar. Algunos dicen que las marcas de agua no llegarán lo suficientemente lejos cuando se trata de prevenir la desinformación, especialmente en torno a las elecciones de EE. UU. de 2024.
Figura A
Metadatos de una imagen generada por DALL-E muestra la procedencia de la imagen.
VER: El gobierno federal de EE. UU. y las principales empresas de IA acordaron una lista de compromisos voluntarios, incluida la marca de agua, el año pasado. (TechRepublic)
Envenenamiento de arte original contra IA
Los artistas que buscan evitar que los modelos de IA se entrenen en arte original publicado en línea pueden usar Glaze o Nightshade, dos herramientas de envenenamiento de datos desarrolladas por la Universidad de Chicago. El envenenamiento de datos ajusta la obra de arte lo suficiente como para que resulte ilegible para un modelo de IA. Es probable que aparezcan más herramientas como esta en el futuro, ya que tanto la generación de imágenes de IA como la protección del trabajo original de los artistas siguen siendo un foco en 2024.
¿La IA está sobrevalorada?
La IA fue tan popular en 2023 que inevitablemente fue sobrevalorada al entrar en 2024, pero eso no significa que no se esté utilizando de manera práctica. A finales de 2023, Gartner declaró que la IA generativa había alcanzado “el pico de expectativas infladas”, un pico conocido de hype antes de que las tecnologías emergentes se vuelvan prácticas y se normalicen. El pico es seguido por el “abismo de la desilusión” antes de una subida de nuevo a la “pendiente de la iluminación” y, eventualmente, a la productividad. Es discutible si el lugar de la IA generativa en el pico o el abismo significa que está sobrevalorada. Sin embargo, muchos otros productos han pasado por el ciclo de hype antes, muchos alcanzando eventualmente el “plateau de productividad” después del auge inicial.