Cinco arquitectos de la economía AI analizan fallos.

Recientemente, un selecto grupo de cinco influyentes figuras en el ámbito de la inteligencia artificial se reunió en el prestigioso evento de la Milken Global Conference en Beverly Hills, donde discutieron complejos temas que abarcan desde la escasez de chips hasta la viabilidad de centros de datos en la órbita terrestre. En un intercambio iluminador con este editor, abordaron la posibilidad de que la arquitectura fundamental de las tecnologías actuales necesite una revisión profunda.

Entre los panelistas se encontraban Christophe Fouquet, CEO de ASML, que controla la producción de las máquinas de litografía ultravioleta extrema cruciales para la fabricación de chips; Francis deSouza, COO de Google Cloud, quien lidera una de las mayores inversiones en infraestructura; Qasar Younis, cofundador y CEO de Applied Intuition, cuya empresa de inteligencia física ha crecido de la simulación a la defensa; Dimitry Shevelenko, director comercial de Perplexity, y Eve Bodnia, una física cuántica que busca desafiar los cimientos arquitectónicos que la industria de IA considera habituales con su startup Logical Intelligence.

Caminos Obstruidos: La Escasez de Suministro

Bajo la sombría luz de la limitación en la producción de chips, Fouquet subrayó la “enorme aceleración” en la manufactura de estos componentes, pero, pese a estas iniciativas, prevé una escasez de suministro para los próximos años. DeSouza también destacó el crecimiento exponencial de Google Cloud, que cruzó los $20 mil millones en ingresos en el último trimestre, recordando que el backlog de ingresos comprometidos casi se duplicó en solo un cuarto.

Por el contrario, Younis señaló que para su compañía, el verdadero obstáculo no radica en el silicio, sino en la falta de datos que deben recopilarse del mundo real para entrenar adecuadamente a los modelos de IA usados en vehículos autónomos y otros sistemas. Resaltó que la capacitación integral de modelos basados exclusivamente en simulaciones sería un camino complicado y prolongado.

El Problema Energético: Un Desafío En Resalto

La escasez de chips, aunque crítica, se ve seguida de un desafío aún mayor: el acceso a energía. DeSouza reveló que Google está considerando seriamente la posibilidad de construir centros de datos en el espacio como una solución para los problemas energéticos. En la ingravidez, la disipación del calor se vuelve compleja, pero esto no detiene a la compañía, que sigue explorando este camino innovador.

DeSouza argumentó que la eficiencia es clave, sugiriendo que la co-ingeniería del stack completo de IA de Google les permite lograr resultados mucho más eficientes en términos de energía. Al usar chips diseñados a medida, la compañía logra una eficiencia energética que otros competidores, que utilizan componentes estándar, no pueden igualar.

Más adelante, Fouquet enfatizó la naturaleza extraña y singular del momento actual en la industria, donde enormes inversiones están impulsadas por la necesidad estratégica, recordando que más computación necesariamente conlleva un costo más alto en energía.

Modelos de Inteligencia Diferenciados

Mientras la industria se afana en discutir la escalabilidad y la eficiencia de la arquitectura LLM, Bodnia expone una propuesta innovadora con Logical Intelligence, que destaca por su enfoque hacia modelos basados en energía (EBMs). A diferencia de la predicción secuencial de palabras, estos modelos buscan entender principios subyacentes, acercándose más a la forma en que opera el cerebro humano. Con un modelo de hasta 200 millones de parámetros, Bodnia afirma que su sistema es miles de veces más rápido y está diseñado para actualizarse continuamente frente a cambios en la información.

Agentes, Control y Confianza

Shevelenko, por su parte, expuso cómo Perplexity ha evolucionado de un producto de búsqueda a lo que ahora llaman un “trabajador digital”. Su nueva herramienta, Perplexity Computer, permite a los trabajadores del conocimiento crear un equipo virtual. No obstante, esto plantea cuestiones sobre el control. La respuesta se centra en la granularidad de los permisos de los agentes, lo que permite a los administradores decidir sobre el alcance de las acciones de estos dentro de las plataformas corporativas.

Soberanía: Más Allá de la Seguridad

El discurso de Younis tocó una fibra sensible al entrelazar laAI en su forma física con cuestiones de soberanía nacional, resaltando que cada país se muestra reacio a perder el control sobre la inteligencia operativa dentro de sus fronteras. Mientras que la mayoría de los países pueden desarrollar tecnología digital, controlar el IA físico plantea desafíos que no pueden ser ignorados.

Fouquet contrastó este punto al mencionar que el progreso de China en IA se encuentra limitado por su acceso a la litografía avanzada, lo que implica que a pesar de sus capacidades en la parte superior de la pila de tecnología, sus avances están comprometidos por restricciones en la manufactura de chips.

Desafíos para las Próximas Generaciones

Una pregunta pertinente surgió en el evento sobre el impacto que tienen estos desarrollos en las capacidades de pensamiento crítico de las futuras generaciones. DeSouza subrayó que el avance en la tecnología podría permitir resolver problemas profundos, desde enfermedades neurológicas hasta la infraestructura de energía. Mientras tanto, Shevelenko observó que la accesibilidad a herramientas innovadoras está democratizando el emprendimiento, colocando el control en manos de los curiosos y apasionados.

Younis identificó una distinción crucial entre el trabajo de conocimiento y el trabajo físico, señalando que muchos oficios manuales enfrentan escasez de mano de obra, lo que sugiere que la IA física no es tanto un competidor como una solución a vacíos existentes en esas áreas laborales.