Desafíos a los que se enfrentan las principales empresas de IA en la mejora de los modelos

Información esencial

• Las principales empresas de inteligencia artificial, incluidas OpenAI, Google y Anthropic, se enfrentan a importantes obstáculos en su intento por mejorar sus últimos modelos de inteligencia artificial y experimentan rendimientos decrecientes de sus inversiones.
• El último modelo de OpenAI, Orion, no ha cumplido con las expectativas, especialmente en lo que respecta a las capacidades de codificación, mientras que Gemini de Google y Claude 3.5 Opus de Anthropic enfrentan desafíos similares.
• Los principales desafíos incluyen la falta de datos de entrenamiento de calidad, enormes gastos informáticos y limitaciones en los recursos energéticos.

Los principales actores de la industria tecnológica especializados en IA se encuentran con dificultades en su ambición de crear modelos de inteligencia artificial más sofisticados. OpenAI, conocida por ChatGPT, ha descubierto que su última creación, Orion, está por debajo de los estándares previstos. En particular, tiene dificultades con las tareas de codificación, ya que no muestra avances sustanciales en comparación con versiones anteriores, según un informe de Bloomberg .

Otros desarrolladores de IA importantes han sufrido reveses similares. La futura plataforma Gemini de Google no está cumpliendo los objetivos internos y Anthropic ha retrasado el lanzamiento de su modelo Claude 3.5 Opus. Estos problemas han sacudido los cimientos de Silicon Valley, que durante mucho tiempo había dado por sentado que aumentar la potencia informática y la entrada de datos garantizaría una mejora en los sistemas de IA.

El problema central surge de la disponibilidad limitada de datos de entrenamiento de calidad. Imaginemos que estamos enseñando a un estudiante con cada vez menos libros de texto: las empresas de IA se están quedando sin el contenido de alta calidad generado por humanos necesario para entrenar a sus modelos. Los expertos sugieren que para 2028, los modelos de IA pueden agotar el material de entrenamiento actual, lo que impulsará a las empresas a buscar nuevas soluciones innovadoras.

En respuesta a estos desafíos, las empresas están reevaluando sus estrategias. En lugar de centrarse únicamente en modelos más amplios, ahora están considerando diversas metodologías. Esto incluye mejoras posteriores al entrenamiento, la integración de comentarios humanos y el diseño de aplicaciones de IA dirigidas a tareas específicas, como la reserva de vuelos o la gestión del correo electrónico. Se trata de un cambio desde una estrategia genérica a un enfoque más personalizado y orientado a las tareas.

Las ramificaciones de estos obstáculos van más allá de las meras cuestiones técnicas. Las elevadas valoraciones de las empresas de IA se han basado en la expectativa de avances rápidos y constantes. A medida que la velocidad del progreso se desacelera, los inversores que han inyectado enormes cantidades de capital en estas iniciativas pueden comenzar a plantearse preguntas difíciles sobre el rendimiento de sus inversiones.

Fuente: MacRumors

Fuente e imágenes