Bienvenidos a Florida Weekly News

La IA generativa ya alcanzó su fase para “aficionados” y, al igual que con las computadoras, el progreso adicional tiene como objetivo lograr un mayor rendimiento en paquetes más pequeños. En 2023 se produjo una explosión de modelos fundacionales cada vez más eficientes con licencias abiertas, comenzando con el lanzamiento de la familia Llama de modelos de lenguaje grandes (LLM) de Meta y seguido por StableLM, Falcon, Mistral y Llama 2. DeepFloyd y Stable Diffusion lograron una paridad relativa con los principales modelos patentados. Muchos modelos abiertos, mejorados con técnicas de ajuste y conjuntos de datos desarrollados por la comunidad de código abierto, ahora pueden superar a todos los modelos de código cerrado, excepto a los más potentes, en la mayoría de los puntos de referencia, a pesar de que los recuentos de parámetros son mucho más pequeños.

A medida que se acelera el ritmo del progreso, las capacidades cada vez mayores de los modelos más avanzados acapararán la mayor parte de la atención mediática. Pero es posible que los avances de mayor impacto sean los que se centren en la gobernanza, el middleware, las técnicas de entrenamiento y los pipelines de datos que hacen que la IA generativa sea más confiable, sostenible y accesible, tanto para las empresas como para los usuarios finales.

Estas son algunas de las tendencias actuales de la IA a las que habrá que prestar atención el año que viene.

• Análisis objetivo: expectativas más realistas
• IA multimodal
• Modelos de lenguaje (más) pequeños y avances en materia de código abierto
• Escasez de GPU y costos de la nube
• La optimización de los modelos es cada vez más accesible
• Modelos locales personalizados y pipelines de datos
• Agentes virtuales más eficaces
• Inquietudes sobre la normativa, los derechos de autor y la ética de la IA
• IA en la sombra (y políticas corporativas de IA)