Desbloquee el resumen del editor de forma gratuita
Roula Khalaf, editora del FT, selecciona sus historias favoritas en este boletín semanal.
¿El futuro pertenece a un puñado de agentes de inteligencia artificiales todopoderosos y de gran alcance que navegan por el mundo en nuestro nombre: sucesores de los chatgpts, Claudes y Groks que buscan manejar casi cualquier tarea que les arroje? ¿O estará poblado por una gran cantidad de asistentes digitales especializados, cada uno capacitado para asumir una tarea estrecha e invocada solo cuando sea necesario?
Parece probable una mezcla de los dos, pero el ritmo de cambio ha dejado incluso a los líderes en el campo admitiendo que tienen poca idea de cómo se verán las cosas un año o dos.
Para que los defensores de la idea de “una IA los gobiernen a todos”, ha habido muchos desarrollos alentadores. Operai, por ejemplo, agregó una función de compra a ChatGPT esta semana que señala cómo los agentes de IA personalizados podrían reordenar la economía del comercio electrónico. El uso de una sola consulta para obtener un chatbot para investigar su producto y hacer una recomendación de compra amenaza con subvertir todo el “embudo” en el que las marcas han confiado para dirigir a los compradores, poniendo a OpenAi en el centro.
Avances como estos pueden atraer la mayor atención, pero detrás de escena, una nueva generación de agentes más especializados está comenzando a tomar forma. Estos prometen ser atacados estrechamente y, una consideración clave, mucho más barata, tanto para construir como para ejecutar.
La Conferencia de Desarrolladores Llamacon de Meta esta semana proporcionó una idea del estado del juego. La compañía de redes sociales ha apostado por la adaptabilidad de sus “pesos abiertos”, modelos de IA que tienen una forma limitada de una estructura de código abierto. Esto permite que otros usen y adapten los modelos, incluso si no pueden ver exactamente cómo fueron entrenados.
Una señal de que Meta ha alcanzado un nervio en el mundo tecnológico más amplio es las descargas de 1.2bn que sus modelos “abiertos” han tenido en sus primeros dos años. La gran mayoría de estos han involucrado versiones de LLAMA que otros desarrolladores han adaptado para usos particulares y luego pongan a disposición para que cualquiera la descargue.
Las técnicas para convertir estos modelos de pesas abiertas en herramientas útiles están evolucionando rápidamente. La destilación, por ejemplo, imbuyendo pequeños modelos con algunas de las inteligencia de mucho más grandes, se ha convertido en una técnica común. Las empresas con modelos “cerrados”, como OpenAI, se reservan el derecho de decidir cómo y quién se pueden destilarse sus modelos. En el mundo de los pesos abiertos, en comparación, los desarrolladores son libres de adaptar modelos como quieran.
El interés en crear modelos más especializados ha aumentado en los últimos meses, ya que el mayor enfoque del desarrollo de la IA ha cambiado más allá de los datos, y altamente caros, de capacitación inicial para los modelos más grandes. En cambio, gran parte de la salsa especial en las últimas se crea en los pasos que vienen a continuación, en “post-entrenamiento”, que a menudo utiliza una técnica conocida como aprendizaje de refuerzo para dar forma a los resultados, y en la llamada fase de tiempo de prueba utilizada por modelos de razonamiento para trabajar en un problema.
Según Ali Ghodsi, director ejecutivo de Databricks, una poderosa forma de post-entrenamiento que se ha estado entreñando implica el uso de los datos patentados de una empresa para dar forma a los modelos en su fase de aprendizaje de refuerzo, lo que los hace mucho más confiables para el uso comercial. Hablando en el evento de Meta, dijo que esto solo es posible con modelos abiertos.
Otro nuevo truco favorito ha sido combinar las mejores partes de diferentes modelos abiertos. Después de que Deepseek sorprendió al mundo de la IA con el éxito de su modelo de razonamiento R1 de bajo costo, por ejemplo, otros desarrolladores aprendieron rápidamente a copiar su razonamiento “trazas”, los patrones de pensamiento paso a paso que mostraban cómo funcionaba a través de un problema, y ejecutarlos encima del llama de Meta,
Estas y otras técnicas prometen una marea de agentes inteligentes que requieren hardware menos costoso y consumen mucha menos potencia.
Mientras tanto, para los constructores de modelos, se suma al riesgo de mercantilización: que las alternativas más baratas socavarán sus modelos más caros y avanzados.
Pero los mayores ganadores de todos, a medida que cae el costo de la IA, podrían ser los usuarios: empresas que tienen los medios para diseñar e incrustar agentes especializados en sus procesos de trabajo diarios.
About the Author
