La inteligencia artificial, entre la consolidaci¨®n y el frenazo

ChatGPT, el producto con la implantaci¨®n de mercado m¨¢s r¨¢pida de la historia del software, convirti¨® 2023 en el a?o de la inteligencia artificial. Tanto la adopci¨®n como la inversi¨®n fueron masivas, una verdadera fiebre del oro pese a sus notables problemas de fiabilidad y sus infracciones en el campo de la propiedad intelectual y la protecci¨®n de datos. Sin embargo, todo indica que el desarrollo de modelos generativos de IA est¨¢ a punto de enfriarse no...

ChatGPT, el producto con la implantaci¨®n de mercado m¨¢s r¨¢pida de la historia del software, convirti¨® 2023 en el a?o de la inteligencia artificial. Tanto la adopci¨®n como la inversi¨®n fueron masivas, una verdadera fiebre del oro pese a sus notables problemas de fiabilidad y sus infracciones en el campo de la propiedad intelectual y la protecci¨®n de datos. Sin embargo, todo indica que el desarrollo de modelos generativos de IA est¨¢ a punto de enfriarse no por falta de entusiasmo, sino por imperativo material. Los costes asociados a la tecnolog¨ªa son insostenibles. La cadena de suministro no est¨¢ a la altura de la demanda.

¡°La guerra por los componentes y materiales para la inteligencia artificial se intensifica¡±, confirma por correo la investigadora Kate Crawford, profesora de investigaci¨®n en USC Annenberg y autora de Atlas of AI. ¡°Desde el chip H100 de Nvidia hasta los minerales de tierras raras, pasando por la energ¨ªa y el agua necesarias para alimentar las nuevas infraestructuras de nube hiperescala, la pila de inteligencia artificial generativa est¨¢ volvi¨¦ndose a¨²n m¨¢s intensiva en recursos. En 2024, esto significa m¨¢s presiones en la cadena de suministro global y un creciente impacto ambiental¡±, concluye.

¡°Estoy de acuerdo en que se desacelerar¨¢ el nivel de entusiasmo y adopci¨®n si no se reducen dram¨¢ticamente los costes¡±, a?ade Dar¨ªo Gil, vicepresidente de IBM. ¡°El a?o pasado estaba todo ligado a crecer, a demostrar capacidad, y el coste era irrelevante. Es ahora, al desarrollar los casos de uso que quieres utilizar, cuando te das cuenta de que, si no optimizas much¨ªsimo los modelos, el coste es disparatado y no genera un beneficio. Antes de escalar, hay que optimizar¡±.

Hasta la disponibilidad de datos apropiados para entrenar los modelos predictivos se ha vuelto complicada, tanto por las demandas por infracci¨®n de propiedad intelectual como por la propagaci¨®n de contenidos sint¨¦ticos no identificados. La IA se corrompe cuando se alimenta de su propia carne. Ya no vale entrenarla con todos los contenidos disponibles en la Red. Pero, sobre todo, el mercado de chips de ¨²ltima generaci¨®n est¨¢ tan concentrado que todo depende de tres empresas: Nvidia depende de la Taiwan Semiconductor Manufacturing Company para fabricar sus chips, que a su vez depende de los equipos de litograf¨ªa de la holandesa ASML para su impresi¨®n. Y todos los dem¨¢s dependen de las tarjetas gr¨¢ficas de Nvidia. En el tercer cuatrimestre de 2023, Nvidia vendi¨® medio mill¨®n de estas tarjetas (GPU). Ahora tiene tanta demanda que el tiempo de espera ya supera un a?o.

Entre el exceso y la escasez. AlexNet, la primera red neuronal de arquitectura profunda desarrollada por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton en 2012, usaba dos GeForce GTX 580, una tarjeta gr¨¢fica de Nvidia para videojuegos de alta gama con 3 GB de memoria. Seg¨²n filtraciones no verificadas, entrenar un modelo de ¨²ltima generaci¨®n como GPT-4 ha requerido el uso simult¨¢neo de 25.000 GPU A100 de Nvidia durante 90-100 d¨ªas y una base de datos de 13 billones de tokens. Sam Altman, director ejecutivo de la empresa, dice que les ha costado 100 millones. Solo puede permit¨ªrselo gracias a un acuerdo con Microsoft.

La ¡°madrina de la IA¡± Fei-Fei Li se?ala el acceso como uno de los grandes problemas del sector. ¡°El gasto m¨ªnimo para contribuir a este tipo de investigaci¨®n ronda ahora casi el mill¨®n de d¨®lares¡±, escribe en su reciente libro The Worlds I See: Curiosity, Exploration, and Discovery at the Dawn of AI. ¡°Eso sin contar el tiempo y el personal necesario para interconectar los procesadores de alto rendimiento y mantener todo funcionando dentro de un rango de temperatura aceptable mientras todo ese silicio hierve durante las 24 horas del d¨ªa¡±. Con esos precios, la tecnolog¨ªa m¨¢s importante de nuestro tiempo solo puede ser desarrollada por empresas con un bill¨®n de d¨®lares de capitalizaci¨®n. La escasez y exclusividad de recursos consolida a los gigantes.

El imperio de los gigantes. Los informes de las consultoras anuncian una gran integraci¨®n en los servicios y un aumento de la productividad. Gartner prev¨¦ que, en 2024, el 60% de los negocios globales integrar¨¢ modelos de IA y machine learning en sus operaciones. ¡°Va a transformar el mundo en el que trabajamos, pero tambi¨¦n la manera de interactuar con el mundo que nos rodea¡±. El Banco Mundial estima un salto del 40% en la productividad global. La consultora Forrester anuncia que la IA generativa va a revolucionar todo lo relacionado con las tecnolog¨ªas de la informaci¨®n, con mejoras de un 40% en todas las operaciones de software. Pero el coste elevado de los modelos y las exigencias de la nueva regulaci¨®n favorecer¨¢ a los jugadores que ya dominan la carrera. Especialmente, las alianzas entre j¨®venes start-ups y gigantes de la nube: OpenAI con Microsoft, DeepMind con Google, Anthropic con Amazon.

Es de prever que, en 2024, las ballenas tecnol¨®gicas aumenten su oferta de software como servicio (SaaS) y plataforma como servicio (PaaS) con los poderes de la IA. ¡°Los servidores de inteligencia artificial avanzada tienen una oferta de l¨®gica, memoria y almacenamiento significativamente superior a la de los servidores tradicionales, y se espera que cada aumento incremental del 1% en la penetraci¨®n de servidores y centros de datos de IA genere de 1.000 millones de d¨®lares a 1.500 millones de inversi¨®n adicional [en equipos de chips]¡±, coment¨® Tim Archer, CEO de la empresa de semiconductores Lam Research, en un encuentro con analistas. Con una plataforma de acceso a los modelos a trav¨¦s de la nube y de interfaces de programaci¨®n para desarrolladores externos (API), los gigantes del valle seguir¨¢n mejorando sus productos y servicios, elev¨¢ndose todav¨ªa m¨¢s sobre el resto del mercado y dejando atr¨¢s a los laboratorios universitarios de investigaci¨®n.

Sin una fuerte inversi¨®n en el sector p¨²blico que compense al mercado, Fei-Fei Li advierte que la dependencia de las grandes tecnol¨®gicas es un futuro con ¡°menos supervisi¨®n, m¨¢s desigualdad y, en manos equivocadas, posiblemente incluso un tipo de autoritarismo digital inminente¡±. El a?o 2024 podr¨ªa ofrecer un cambio de paradigma o, al menos, una alternativa al imperio de las big tech.

AI Alliance se come a las big tech. ¡°Habr¨¢ consolidaci¨®n a corto plazo porque hay determinadas ventajas competitivas para los que han podido agregar computaci¨®n, recursos y crear los modelos de IA¡±, dice Dar¨ªo Gil, ¡°pero a la vez tambi¨¦n hay una fuente de energ¨ªa por debajo que va a salir, aunque quiz¨¢ m¨¢s adelante¡±. Se refiere a los modelos de c¨®digo abierto, como Llama 2 y Falcon 180B, que se miden con GPT-3.5 y Bard, y ofrecen una alternativa muy competitiva. ¡°El debate grande va a estar entre c¨®digo abierto o cerrado en general y que, si de verdad hay alternativas en diferentes ¨¢reas, desde el software stack al dataset, el resto de las comunidades en el mundo que quiere participar y crear valor va a migrar a la alternativa que les da m¨¢s flexibilidad e independencia¡±.

Gil acaba de presentar una alternativa al monopolio de las empresas del valle llamada la AI Alliance, con m¨¢s de 50 instituciones, incluyendo universidades de todo el mundo, de la Berkeley en California al Imperial College de Londres, la TU de M¨²nich, los IIT en la India o la de Tokio. Participan agencias cient¨ªficas internacionales como la NASA o el CERN, y laboratorios, empresas y fundaciones que desarrollan o invierten en investigaci¨®n basada en principios de innovaci¨®n abierta, como la Fundaci¨®n Simons y el Instituto Flatiron. IBM se ha comprometido a invertir m¨¢s de 100 millones de d¨®lares en universidades dedicadas a temas de inteligencia artificial.

¡°Se ha restringido toda la discusi¨®n de la inteligencia artificial a modelos de lenguaje para hacer chatbots, y la realidad es que es un mundo much¨ªsimo m¨¢s amplio y hay necesidades de la sociedad mucho m¨¢s diversas¡±, dice Gil. ¡°Las instituciones no est¨¢n satisfechas con el relato imperante y quieren crear una alternativa que refleje sus inversiones, sus compromisos y su manera de colaborar¡±. Mientras tanto, una sombra importante planea sobre el a?o que viene: m¨¢s de la mitad de la poblaci¨®n mundial va a las urnas en 2024, las primeras elecciones generales con inteligencia artificial.

Son 76 pa¨ªses los que tienen programadas elecciones en 2024, incluyendo gran parte de Europa y algunas de las democracias m¨¢s pobladas y polarizadas del planeta: Banglad¨¦s, Brasil, India, Indonesia, M¨¦xico, Pakist¨¢n, Rusia y EE UU. ¡°Esto podr¨ªa significar poderosas campa?as de desinformaci¨®n, deep fakes que parecen completamente reales y una mayor polarizaci¨®n pol¨ªtica¡±, advierte Kate Crawford. Los modelos generativos han desplomado los costes de producci¨®n de contenidos realistas, capaces de manipular a millones de forma concreta, espec¨ªfica y personalizada, a trav¨¦s del sistema de publicidad segmentada de las redes sociales. No hay soluci¨®n ni vacuna para la producci¨®n y distribuci¨®n de noticias falsas, contenidos sint¨¦ticos y deep fakes.