En la terminología técnica de la inteligencia artificial, cuando un experto hace referencia a términos como "invierno" y "verano", no está hablando de las estaciones del año, sino a los ciclos de auge y declive en el desarrollo de esta disciplina.
A lo largo de las últimas décadas, desde sus primeros pasos en la década de los 50, hemos sido testigos de varios "inviernos de la inteligencia artificial", períodos en los que el entusiasmo por esta tecnología ha descendido notablemente, arrastrando igualmente a la baja los avances técnicos y la inversión económica en la misma.
Ese entusiasmo no desciende de forma caprichosa, incluso si sí lo hace de manera exagerada: siempre se debe al surgimiento de desafíos técnicos insuperables, al incumplimiento de expectativas poco realistas o a la falta de avances significativos.
Puede parecer extraño desde la perspectiva de un público que ha 'descubierto' la IA gracias a ChatGPT y MidJourney, pero a la etapa de 1956-1974 se la conoce como "los años dorados" de la IA. Ya entonces se creó el primer software capaz de jugar al ajedrez contra un humano, por ejemplo.
Pero rápidamente se dieron cuenta de que el progreso no era sostenido y que, tras unos rápidos avances iniciales, la IA se había quedado estancada resolviendo versiones triviales de los problemas para los que se había creado.
En los últimos años, sin embargo, pareciera que ese escenario fuese algo lejano: desde mediados de 2022, gracias sobre todo a la IA generativa, esta tecnología está en boca de todos, Silicon Valley ha invertido miles de millones de dólares en proyectos de IA, y el campo ha atraído a algunos de los mejores talentos del momento.
Sin embargo, ahora, en 2024, algunas voces de expertos han empezado a alzarse para expresar el temor de que un nuevo 'invierno de la IA' nos esté esperando en el horizonte.
¿Hay razones para darle la razón a los Stark?
Entonces, ¿por qué hay expertos poniendo sobre la mesa la posibilidad de que estemos al borde de un nuevo invierno de la inteligencia artificial en 2024? Bueno, en parte porque se está cayendo en un exceso de 'hype' que puede llevar a decepción: te puedes encontrar con que los mismos usuarios que hace dos años alucinaban con la primera versión de DALL-E, hoy no saben más que verle fallos a Adobe Firefly o a DALL-E 3.
Además, por mucho que los grandes emprendedores de Silicon Valley no dejen de hablar de desarrollar la 'AGI' (o 'IA General'), a medida que avanzamos en el desarrollo de la IA, los problemas técnicos se vuelven más complejos. La resolución de desafíos como la comprensión del contexto o la interpretación emocional sigue siendo un obstáculo importante.
Así, Rodney Brooks, un respetado experto en robótica e IA (exdirector del CSAIL del MIT, de hecho), predice un posible "invierno de la IA" por las limitaciones de los LLMs, que carecen de la capacidad para transformarse en una verdadera AGI... porque sólo son hábiles en la generación de respuestas basadas en probabilidades y correlaciones lingüísticas, algo que tiene poca conexión con poseer un modelo propio de la Realidad.
Por último, cabe la posibilidad de que, aunque seamos realistas y reduzcamos el entusiasmo en torno a la IA, la actual generación de la misma muera de éxito: la IA generativa (ya sea de imagen o de texto) se basa en ser 'alimentada' (entrenada) con contenidos preexistentes creados por humanos y disponibles en Internet.
Sin embargo, los creadores de imágenes han empezado a promover el desarrollo de software capaz de 'intoxicar' ese entrenamiento, y si bien ese problema aún no existe con el texto, en este campo nos enfrentamos a un reto mayor: que la IA empiece a verse alimentada mayoritariamente por texto generado por la propia IA, con resultados aún inesperados.
Imagen | Marcos Merino mediante IA
En Genbeta | La IA ha creado en un año tantas imágenes como las tomadas por las cámaras de fotos en sus primeros 150 años
Ver 2 comentarios