Inteligencia artificial en negocios: ¿Abierto o cerrado?
En mi última publicación, mencioné que mucha gente estaría siguiendo de cerca los resultados del segundo trimestre de NVIDIA. El motivo de esto es porque NVIDIA actualmente lidera la carga de hardware que maneja gran parte de la enorme carga informática requerida por los modelos de lenguajes grandes (LLM) que impulsan el frenesí de la IA actual. Este artículo ilustra el por qué NVIDIA se encuentra en esa posición dominante por ahora; aunque los competidores no se quedan con los brazos cruzados.
Sobre el tema de los LLM, un aspecto clave que probablemente tardará años en resolverse, es si los LLM abiertos (como ChatGPT o Bard) mantendrán su liderazgo inicial o si los LLM abiertos como Meta's Llama 2 los superarán. Es probable que el debate abierto o cerrado continúe, ya que es un tema muy complejo. Caso en cuestión: el supuesto documento interno filtrado “"No tenemos pozo…” argumentó que los LLM de código abierto eventualmente ganarán, mientras que el propio CEO de DeepMind de Google no está de acuerdo con esa premisa.
Además de la naturaleza abierta o cerrada de los LLM, otro aspecto clave que las empresas están considerando es perfeccionar los LLM por un par de razones: 1) quieren limitar el enfoque de una herramienta de IA (más no siempre es mejor) o 2) quieren capacitar a los LLM utilizando sus propios conjuntos de datos internos (tome de ejemplo las herramientas internas eficientes de atención al cliente).
También hay elementos de la competencia abierta vs. cerrada cuando se trata de ajustes. Es por eso que OpenAI presentó recientemente GPT-3.5 Turbo y el motivo por el cual IBM anunció recientemente que pondría a disposición de clientes y socios selectos una versión de Watsonx con tecnología Llama 2.
Mientras todavía estamos en los primeros días del ciclo de exageración de la IA, Está claro que el interés de las empresas por implementar la IA de múltiples maneras no muestra signos de desaceleración.
