La IA ha sido desde sus inicios una etiqueta de marketing y al mismo tiempo un objetivo científico y filosófico. El uno sin el otro no se entienden. La investigación, el desarrollo y la innovación para hacer que las máquinas tengan comportamientos equiparables al de los humanos necesitan de varios muchos: muchos datos, mucha capacidad de cálculo y muchos cerebros humanos en toda la cadena de valor. Nadie lo resumió mejor que el músico, ingeniero informático y pionero de la realidad virtual Jaron Lanier, cuando dijo aquello de “olvidamos que la IA es un término que nos inventamos los informáticos para poder obtener financiación cuando dependíamos de subvenciones gubernamentales” .
Pero ahora la investigación en IA ya no depende sólo de subvenciones gubernamentales: el genio hace tiempo que ha salido de la lámpara de las universidades y ahora vive dentro de las grandes tecnológicas. El punto de inflexión –el momento cero del paso de la academia a la empresa– lo podemos situar en el 2013, cuando Google fichó a Geoffrey Hinton y sus colaboradores de la universidad de Toronto. Hinton, a quien a menudo se llama el Padrino de la IA por su trabajo pionero en redes neuronales en los ochenta, se benefició de la financiación infinita de Google, que aceleró de manera significativa su investigación en aprendizaje profundo. Hinton, junto a Joseph Hopfield, ha sido galardonado con el Nobel de Física de este año.
Logotipo de OpenAI sobre un teclado
Dos años más tarde, en 2015, Elon Musk, Sam Altman, Greg Brockman, Wojciech Zaremba e Illia Sutskever fundaban una empresa cuya misión era que la inteligencia artificial fuera abierta y beneficiosa para todos: OpenAI. Ilya Sutskever venía de Google, que le había fichado junto a Geoffrey Hinton.
Muchas
Veremos estallar la burbuja y también veremos cómo la IA, que es en realidad la suma de muchas inteligencias humanas, cambiará una vez más el mundo
Hoy, quien lidera la investigación y el despliegue de la IA son grandes empresas tecnológicas como Meta, Google, Microsoft, Amazon u OpenAI. Esto hace que la investigación haya dejado de ser abierta –un clamoroso oxímoron en el caso de OpenAI– y que se haya desatado la carrera para ver quién llega primero a la IA general, si es que esto es posible. La carrera está marcada por inversiones multimillonarias, protección de los avances como activos propietarios y concentración de poder. La euforia inversora, las sobreexpectativas creadas, la mala comprensión que tenemos de las exponenciales y la historia de la IA hacen temer lo peor. Y sí, la palabra que tenemos en mente es burbuja.
OpenAI cerró en octubre de 2024 una ronda de financiación de 6.600 millones de dólares, elevando su valoración hasta los 157.000 millones de dólares. Esta cifra la sitúa como una de las emergentes más valiosas del mundo, sólo por detrás de ByteDance (TikTok) y SpaceX, propiedad de Elon Musk. Pero ¿vale realmente esto una empresa que no tiene un modelo de negocio claro y que el producto que vende, ChatGPT, Google o Meta lo regalan? Hoy, no. Y esto vale tanto para OpenAI como para las demás emergentes de nueva factura de IA. Las valoraciones multimillonarias responden a las expectativas de futuro y no a la realidad actual. OpenAI lidera en innovación pero su modelo de negocio es poco claro y altamente dependiente de grandes inversiones como su alianza con Microsoft o su colaboración con Apple. En última instancia, esta situación recuerda a burbujas tecnológicas pasadas, donde las valoraciones se basaban más en el pensamiento desiderativo que en la realidad de la hoja de cálculo.
A todo esto se le añade la mala comprensión que tenemos de los procesos exponenciales. Nos hemos creído los gurús de Silicon Valley cuando nos han dicho que las tecnologías digitales son exponenciales; sólo hacen falta más datos, más máquina y más inversión. Bien, pues no. Resulta que nos hemos zampado todos los datos de internet y que aunque pongamos más potencia de cálculo las capacidades de los grandes modelos de lenguaje no aumentan de forma exponencial sino que lo hacen de forma lineal. Las últimas versiones de los modelos de OpenAI y de Google muestran mejoras incrementales; el ritmo de crecimiento de las capacidades de los modelos se va frenando y la forma de la curva ya no es exponencial sino que es en forma de ese.
La forma real
El ritmo de crecimiento de las capacidades de los grandes modelos de lenguaje se frena y la forma de la curva ya no es exponencial
La curva en forma de ese es una vieja conocida de la innovación tecnológica. En cualquier proceso de innovación, a las fases iniciales lentas les suceden avances rápidos a los que les sigue una ralentización a medida que los sistemas alcanzan sus límites intrínsecos. Pese al entusiasmo inicial por su aparente capacidad ilimitada, la realidad es que nos acercamos al techo de lo que los modelos actuales pueden conseguir con los datos y la potencia de cálculo disponibles. Lo que inicialmente parecía un camino sin fin de crecimiento exponencial choca con restricciones físicas, económicas y técnicas. El desarrollo futuro de la IA requerirá más que grandes modelos de lenguaje; obliga tanto a empresas como a investigadores a replantearse las expectativas y a buscar soluciones más creativas y sostenibles para seguir avanzando. Y finalmente tenemos 80 años de historia de IA que nos aportan lecciones muy valiosas. A lo largo de las décadas, hemos vivido varios inviernos de la IA, períodos de desinversión y desencanto debido al incumplimiento de las promesas iniciales. Los setenta vieron caer el entusiasmo por la IA simbólica; a finales de los ochenta, la decepción de los sistemas expertos y los noventa trajeron otro invierno cuando los sistemas basados en redes neuronales no alcanzaron los resultados esperados.
Los mercados –que somos las personas– tienen la tendencia a sobreestimar el ritmo de los avances tecnológicos y subestimar los obstáculos técnicos y prácticos. Hoy, a pesar de los logros evidentes de la IA, estamos en una situación similar: las grandes expectativas en torno a los grandes modelos de lenguaje comienzan a chocar con limitaciones técnicas, económicas e incluso sociales, una dimensión, la social, ausente en los demás inviernos. Esto no significa que la IA no progrese, sino que el ritmo no es el que dicen los mercados. Veremos estallar la burbuja y también cómo la IA, que es en realidad la suma de muchas inteligencias humanas, cambiará una vez más el mundo. El primero pasará porque tendemos a sobreestimar las capacidades de la IA a corto plazo y el último porque tendemos a subestimar las de la inteligencia humana a largo.
Lee también
