En Impact hemos apostado por estas tres tendencias para 2023, desde una nueva creación de chatbots hasta sus efectos en la industria farmacéutica.
La IA comenzó a pensar creativamente en 2022. Con solo unas pocas señales, los modelos de IA ya pueden generar textos, imágenes e incluso videos interesantes.
Con el lanzamiento de DALL-E 2, un modelo de aprendizaje profundo que crea imágenes a partir de instrucciones textuales, OpenAI inició hace solo nueve meses la explosión de la inteligencia artificial generativa. Luego surgió un desarrollo de Google y Meta: una IA que puede producir videos a partir de texto. Y ChatGPT, el modelo de lenguaje más reciente que iluminó Internet con su elocuencia y consistencia. Fue lanzado por OpenAI hace unas semanas.
La tasa de innovación en 2022 ha sido extremadamente rápida y, en ocasiones, abrumadora. ¿Cómo podemos predecir lo que sucederá a continuación y quién podría haberlo previsto?
Tenemos la suerte de contar con dos consultores en Impact Strategy que siguen los desarrollos más recientes en IA durante todo el día, todos los días. Por lo tanto, intentaremos prever lo que se avecina.
Estas son las tres principales tendencias que se prevé que influirán en el estado de la IA en 2023.
• Chatbots multipropósito, ¿estáis preparados?
GPT-4 puede manejar más que solo lenguaje
Los modelos de lenguaje más grandes y mejores han ido apareciendo constantemente en los últimos años. ChatGPT, presentado por OpenAI a principios de diciembre, es la marca más importante. Este chatbot es una versión mejorada y útil del GPT-3 de la compañía, la IA que lanzó esta tendencia de imitaciones de lenguaje en 2020.
Sin embargo, tres años es mucho tiempo en la industria de la IA, y aunque ChatGPT arrasó en todo el mundo, inspirando publicaciones y titulares en las redes sociales con sus habilidades de conversación fluidas (pero sin complicaciones), todos los ojos están ahora centrados en el próximo gran modelo: GPT-4. La nueva ola de modelos de lenguaje fantástico comenzará en 2023.
¿Qué debemos anticipar? Por un lado, los futuros modelos lingüísticos podrían ser más que simples modelos lingüísticos. OpenAI está interesado en fusionar varias modalidades, como el reconocimiento de texto con reconocimiento de video o imagen. Con DALL-E se demostró una situación comparable. Sin embargo, combinar las capacidades conversacionales de ChatGPT con la edición de imágenes en un solo modelo da como resultado algo más potente y significativo. Imagine poder preguntarle a un chatbot qué elementos están presentes en una imagen o pedirle que cree una imagen, y luego hacer que estas interacciones se conviertan en una conversación para que los resultados se refinen de forma más natural que con DALL-E.
Una tecnología similar desarrollada por Flamingo de DeepMind, el "modelo de lenguaje visual" presentado en abril de 2022, puede responder a imágenes en lenguaje natural. DeepMind lanzó el modelo Gato a finales de mayo. Este modelo fue entrenado utilizando los mismos métodos que los modelos de lenguaje grande. Las diversas tareas que debe completar, como describir imágenes, jugar videojuegos y operar un brazo robótico, son su objetivo.
Anticipamos que la mejor IA de creación de imágenes y lenguaje (y más) se incluirá en GPT-4 si se expande en esa tecnología. En teoría, la próxima generación de IA puede ser más capaz de comprender ambos cuando combina sus capacidades de aprendizaje lingüístico y visual. No solo OpenAI, DeepMind en particular, continuará desarrollando prototipos multimodales en 2023, junto con otras importantes instalaciones de investigación.
Hay un inconveniente, por supuesto. La mayoría de los problemas de esta generación, como la incapacidad para distinguir entre la realidad y la ficción y la propensión al sesgo, se trasladarán a la próxima generación de modelos de lenguaje. Será más difícil confiar en varios tipos de medios a medida que mejoren los modelos lingüísticos. Todavía estarán llenos de suciedad porque nadie ha descubierto cómo entrenar modelos utilizando datos obtenidos de Internet sin ingerir las peores partes de Internet.
• La incertidumbre sobre las grandes farmacéuticas
La biotecnología entra en una nueva era con el desarrollo de fármacos y bancos de proteínas diseñados por IA.
Recientemente, se ha hecho evidente que la IA tiene el poder de transformar por completo el sector farmacéutico. El desarrollo de nuevos tipos de investigación en biología molecular gracias a AlphaFold de DeepMind, una IA que puede predecir estructuras de proteínas, que son cruciales para comprender cómo funcionan las proteínas, ha ayudado a comprender cómo funcionan las enfermedades y al desarrollo de nuevos medicamentos para tratarlas. Meta presentó en noviembre un modelo más rápido para predecir la estructura de proteínas, ESMFold, una proteína que utiliza un método basado en modelos de lenguaje masivo.
Juntos, DeepMind y Meta, han creado las estructuras de cientos de millones de proteínas, incluidas todas las que la ciencia comprende actualmente, y las han compartido en bases de datos públicas considerables. Encontrar nuevas estructuras de proteínas ahora es tan simple como realizar una búsqueda en la web gracias al uso de estos recursos por parte de biólogos y compañías farmacéuticas. Esta preparación puede dar sus frutos en 2023. Isomorphic Labs, una empresa secreta que ha estado operando durante más de un año, es el resultado de la escisión de DeepMind y su trabajo biotecnológico. Este año, existe la posibilidad de que haga un anuncio público significativo.
Numerosas empresas emergentes están trabajando para encontrar nuevas formas de utilizar la IA para acelerar el descubrimiento de fármacos e incluso crear fármacos no descubiertos en el proceso de desarrollo farmacéutico. La cantidad de medicamentos que las compañías farmacéuticas de IA están probando en entornos clínicos ha aumentado de cero en 2020 a 19 en este momento, y se darán a conocer más en un futuro próximo. Los hallazgos iniciales para algunos pueden publicarse el año siguiente, lo que permitirá el lanzamiento del primer medicamento creado por inteligencia artificial.
Los ensayos clínicos pueden llevar años. Sin embargo, la era de la tecnología farmacéutica ha llegado y ya no hay vuelta atrás. La visión de futuro de Impact es que si se hace bien, vamos a ver cosas increíbles y sorprendentes en este campo.
• La investigación fundamental de la IA puede escaparse de las manos de las Big Tech.
La revolución del código abierto está comenzando a alcanzar, y en ocasiones incluso superar, lo que producen los laboratorios mejor financiados en el campo de la inteligencia artificial. Las grandes empresas de tecnología no son los únicos jugadores en este campo.
BLOOM de Hugging Face, el primer modelo significativo de lenguaje multilingüe construido por la comunidad, se lanzó en 2022. La IA de código abierto de Stable Diffusion, que crea imágenes a partir de texto y compitió con DALL-E 2 de OpenAI, también vio un aumento en la innovación.
Las grandes corporaciones que históricamente han dominado la investigación de IA están realizando despidos a gran escala y congelaciones de contratación a medida que las perspectivas de la economía global se vuelven más sombrías. Las empresas deberán ser cautelosas al decidir en qué proyectos invertir porque la investigación de IA es costosa y los costos aumentarán a medida que los presupuestos se vuelvan más limitados. Debido a la experiencia con IA de Impact, apostamos por que las empresas seleccionarán la opción con el mayor potencial económico en lugar de la más intrigante, innovadora o experimental.
Esa estrategia ya está teniendo un impacto en Meta, que ha reorganizado sus equipos de investigación de IA y ha alentado a muchos de ellos a trabajar dentro de los equipos que desarrollan productos.
Las nuevas y llamativas empresas que trabajan en IA generativa están recibiendo más interés de los fondos de capital de riesgo a medida que las Big Tech se aprietan el cinturón.
Se cree que 2023 podría ser un buen año para las nuevas empresas en inteligencia artificial. Hay mucho talento por ahí, y las personas con frecuencia reevalúan sus vidas durante las recesiones, como regresar a la escuela o dejar una gran empresa por una nueva.
Según el Grupo Impact, las universidades y las empresas emergentes pueden comenzar a actuar como centros de gravedad para la investigación fundamental. Estamos entrando en un momento en que las grandes corporaciones tendrán menos influencia sobre la agenda de investigación de IA. Es una oportunidad fantástica.
