¿Cuál es el futuro de la IA?

0
103

Los sistemas de inteligencia artificial impulsados por grandes modelos de lenguaje hoy en día transforman la forma en que las personas trabajan y crean, desde generar líneas de código para desarrolladores de software hasta bocetos para diseñadores gráficos.

Kevin Scott, director de tecnología de Microsoft, espera que estos sistemas de IA continúen con su crecimiento en sofisticación y escala, desde ayudar a abordar desafíos globales como el cambio climático y la educación infantil hasta revolucionar campos desde la atención médica y el derecho hasta la ciencia de los materiales y la ciencia ficción.

De manera reciente, Scott compartió sus pensamientos con nosotros sobre el impacto de la IA para los trabajadores del conocimiento y lo que sigue en IA. Las conclusiones más importantes:

  • Los avances en los grandes modelos de IA y la IA generativa seguirán con el impulso de la productividad, la creatividad y la satisfacción.
  • La IA permitirá avances científicos y ayudará al mundo a resolver algunos de sus mayores desafíos.
  • A medida que estos modelos se convierten en plataformas y Microsoft continúa con la escala de manera responsable de los avances de IA para los clientes, la nube, las inversiones en infraestructura y un enfoque de IA sólido y responsable son fundamentales.

En tu opinión, ¿cuáles fueron algunos de los avances más importantes en IA este año?

Cuando nos dirigíamos al 2022, creo que casi todo el mundo en IA anticipaba cosas en verdad impresionantes para los próximos doce meses. Pero ahora que casi hemos terminado el año, e incluso con esas elevadas expectativas, es alucinante mirar hacia atrás y ver la magnitud de la innovación que vimos de izquierda a derecha en la IA. Las cosas que los investigadores y otras personas han hecho para avanzar en el estado del arte están a años luz de lo que creíamos posible incluso hace unos años. Y casi todo esto es el resultado del avance tan rápido que ha ocurrido con los grandes modelos de IA.

Las tres cosas que más me impresionaron este año fueron el lanzamiento de GitHub Copilot, que es un gran sistema basado en un modelo de lenguaje que convierte las indicaciones en lenguaje natural en código y tiene un impacto positivo dramático en la productividad de los desarrolladores. Abre la codificación a un grupo mucho más amplio de personas que nunca antes, lo cual es increíble porque gran parte del futuro depende de nuestra capacidad para escribir software.

Lo segundo son estos modelos de imagen generativa como DALL∙E 2 que se han vuelto muy populares y más accesibles. Se requiere un grado de habilidad bastante alto para bocetar y dibujar y dominar todas las herramientas del diseño gráfico, la ilustración y el arte. Un sistema de IA como DALL∙E 2 no convierte a la gente común en artistas profesionales, pero les brinda a muchas personas un vocabulario visual que no tenían antes, un nuevo superpoder que nunca pensaron que tendrían.

También hemos visto que los modelos de IA se vuelven más poderosos y brindan ganancias aún más sustanciales para los problemas que se utilizan para resolver. Creo que el trabajo sobre el plegamiento de proteínas este año ha sido en verdad bueno en toda la industria de la tecnología, incluido el trabajo que hemos realizado con el laboratorio de David Baker en la Universidad de Washington, el Instituto para el Diseño de Proteínas con RoseTTAFold, y para ayudar con un montón de IA avanzada para hacer cosas transformadoras.

Y eso es bastante emocionante. Cualquier cosa que sea un multiplicador de fuerza en la ciencia y la medicina es bastante beneficiosa para el mundo porque ahí es donde viven algunos de nuestros problemas más grandes y desagradables. Ese es un año grande e impresionante. Y creo que el próximo año será mejor.

¿Dónde crees que la tecnología de IA tendrá el mayor impacto el próximo año y más allá?

Creo que puedo decir con cierta confianza que 2023 será el año más emocionante que jamás haya tenido la comunidad de IA. Y digo eso después de creer en verdad, que 2022 fue el año más emocionante que jamás hayamos tenido. El ritmo de la innovación sigue su avance a un ritmo acelerado.

Ya hablé sobre GitHub Copilot y es increíble. Pero es la punta del iceberg de lo que los grandes modelos de IA podrán hacer en el futuro: extrapolar la misma idea a todo tipo de escenarios diferentes sobre cómo pueden ayudar en otros tipos de trabajo intelectual más allá de la codificación. Toda la economía del conocimiento verá una transformación en la forma en que la IA ayuda con los aspectos repetitivos de su trabajo y lo hace, en general, más placentero y satisfactorio. Esto se aplicará a casi cualquier cosa: diseñar nuevas moléculas para crear medicamentos, hacer «recetas» de fabricación a partir de modelos 3D o tan solo escribir y editar.

Por ejemplo, he jugado con un sistema experimental que construí para mí con GPT-3 diseñado para ayudarme a escribir un libro de ciencia ficción, que es algo que quería hacer desde que era adolescente. Tengo cuadernos llenos de sinopsis que he creado para libros teóricos, donde describo de qué tratan los libros y los universos donde se desarrollan. Con esta herramienta experimental, he podido romper el atasco. Cuando escribía un libro a la antigua usanza, si tenía 2 mil palabras en un día, me sentía muy bien conmigo mismo. Con esta herramienta, he tenido días en los que puedo escribir 6 mil palabras en un día, lo que para mí es mucho. Se siente como un proceso, a nivel cualitativo, más energizante que lo que hacía antes.

Este es el sueño del «copiloto para todo»: que tendrías un copiloto que podría sentarse a tu lado mientras realizas cualquier tipo de trabajo cognitivo, ayudándote no solo a hacer más, sino también a mejorar tu creatividad en formas nuevas y emocionantes.

Este aumento de la productividad es, con claridad, un impulso para tu satisfacción. ¿Por qué estas herramientas traen más alegría al trabajo?

Todos usamos herramientas para hacer nuestro trabajo. Algunos de nosotros en verdad disfrutamos adquirir las herramientas, dominarlas y descubrir cómo implementarlas de una manera súper efectiva para hacer lo que tratamos de hacer. Creo que eso es parte de lo que pasa aquí. En muchos casos, las personas ahora tienen herramientas nuevas e interesantes y mucho más efectivas que las que tenían antes. Hicimos un estudio que encontró que el uso de herramientas sin código o de bajo código tuvo un impacto positivo de más del 80% en la satisfacción laboral, la carga de trabajo general y la moral de los usuarios. En especial para las herramientas que se encuentran en sus etapas más o menos tempranas, eso es solo un gran beneficio para ver.

Para algunos trabajadores, de manera literal mejora ese flujo central en el que se involucran cuando hacen el trabajo; te acelera. Es como tener un mejor par de zapatillas para correr una carrera o un maratón. Esto es justo lo que vemos con las experiencias que los desarrolladores tienen con Copilot; ellos informan que Copilot les ayuda a mantenerse en el flujo y mantiene sus mentes más agudas durante lo que solían ser tareas aburridas y repetitivas. Y cuando las herramientas de IA pueden ayudar a eliminar la monotonía de un trabajo, algo que es súper repetitivo o molesto o que se interpone en su camino para llegar a lo que en verdad disfrutan, como era de esperar, mejora la satisfacción.

A nivel personal, estas herramientas me permiten estar en estado de flujo por más tiempo que antes. El enemigo del flujo creativo es la distracción y quedarse atascado. Llego a un punto en el que no sé muy bien cómo resolver lo siguiente, o lo siguiente es, como, «Tengo que ir a buscar esto». Tengo que cambiar el contexto de lo que hacía para resolver el subproblema”. Estas herramientas me resuelven cada vez más el subproblema para que me mantenga en el flujo.

¿Cómo han contribuido los avances en las técnicas informáticas y el hardware a los avances en IA?

Lo fundamental que subyace a casi todo el progreso reciente que hemos visto en IA es cuán crítica ha demostrado ser la importancia de la escala. Resulta que los modelos entrenados en más datos con más poder de cómputo tienen un conjunto de capacidades mucho más rico y generalizado. Si queremos seguir con el impulso de este progreso, y para ser claros, en este momento no vemos ningún fin a los beneficios de una mayor escala, debemos optimizar y escalar nuestra potencia de cómputo tanto como podamos.

Hace dos años, anunciamos nuestra primera supercomputadora Azure AI y en nuestra conferencia de desarrolladores Build de este año, compartí que ahora tenemos varios sistemas de supercomputación que estamos bastante seguros de que son las supercomputadoras AI más grandes y poderosas del mundo en la actualidad. Nosotros y OpenAI usamos esta infraestructura para entrenar casi todos nuestros modelos grandes de última generación, ya sean nuestros modelos Turing, Z-code y Florence en Microsoft o los modelos GPT, DALL∙E y Codex en OpenAI. Y de manera reciente anunciamos una colaboración con NVIDIA para construir una supercomputadora impulsada por la infraestructura de Azure combinada con GPU de NVIDIA.

Los modelos en estas aplicaciones de ciencia básica tienen las mismas propiedades de escala que los modelos de lenguaje grande. Construyes un modelo, lo pones en un modo auto supervisado donde aprende de una simulación o aprende de su propia capacidad para observar un dominio particular, y luego el modelo que obtienes te permite cambiar de manera drástica el rendimiento de una aplicación, ya sea que lleves a cabo una simulación de dinámica de fluidos computacional o dinámica molecular para el diseño de fármacos.

Hay una inmensa oportunidad allí. Esto significa mejores medicamentos, significa que tal vez podamos encontrar el catalizador que aún no tenemos para solucionar nuestro problema de emisión de carbono, significa acelerar en general la forma en que los científicos y otras personas con grandes ideas pueden trabajar para tratar de resolver los mayores desafíos de la sociedad.

Todos estos avances se desarrollan en medio de una preocupación constante de que la IA afectará los empleos. ¿Cuál es tu pensamiento sobre el tema de la IA y los empleos?

Vivimos en una época de extraordinaria complejidad y cambios macroeconómicos históricos, y mientras miramos hacia el futuro a 5 o 10 años, incluso para lograr un balance neto neutral para todo el mundo, vamos a necesitar nuevas formas de productividad para todos nosotros para poder disfrutar del progreso. Queremos construir estas herramientas de IA como plataformas que muchas personas puedan usar para construir negocios y resolver problemas. Creemos que estas plataformas democratizan el acceso a la IA a muchas más personas. Con ellos, obtendrás un conjunto más rico de problemas resueltos y tendrás un grupo más diverso de personas que podrán participar en la creación de tecnología.

Con la creación de instancias de IA previa, necesitabas una gran cantidad de experiencia solo para comenzar. Ahora puedes llamar a Azure Cognitive Services, puedes llamar al servicio Azure OpenAI y crear productos complicados por sobre estas cosas, sin tener que ser tan experto en IA que tengas que poder entrenar su propio modelo grande desde cero.

A medida que todos estos enormes sistemas de IA continúan con su crecimiento y evolución, creo que podemos esperar que estos avances cambien de manera fundamental la naturaleza del trabajo, en algunos lugares más que en otros, y en algunos casos crearán una gran cantidad de nuevos trabajos que no existían antes. Puedes mirar hacia atrás y ver que sucede lo mismo junto a todo tipo de cambios de paradigma famosos en la tecnología a lo largo de la historia: el teléfono, el automóvil, Internet. Y creo que, al igual que esos ejemplos, vamos a necesitar nuevas formas de pensar sobre el trabajo, nuevas formas de pensar sobre las habilidades y estar súper enfocados en asegurarnos de que tenemos suficientes personas talentosas alrededor y capacitadas para los trabajos en verdad críticos.

Comments are closed.