NEO 286

La IA es un campo interdisciplinario que abarca una amplia variedad de enfoques y técnicas; su progreso no está estrict- amente relacionado con el número de transistores en un microchip. El avance de la IA depende más de la mejora en algoritmos, modelos de aprendizaje au- tomático, acceso a grandes conjuntos de datos y el poder de cómputo, entre otros factores. Para comprender mejor el enorme salto cualitativo empleando como referente Chat GPT te tengo estos datos: ⚡ En 2018, OpenAI lanzó su primer modelo de lenguaje, GPT-1, que fue capaz de generar textos coherentes a partir de una entrada de texto dada. ⚡ GPT-1: 117 millones de parámetros ⚡ GPT-2: 1.5 billones de parámetros ⚡ GPT-3: 175 billones de parámetros ⚡ GPT-4 tiene asombrosos 170 billones de parámetros , que se adquieren a través de un proceso llamado apren- dizaje no supervisado, donde se en- trena el modelo en extensos datos de texto sin instrucciones explícitas sobre cómo ejecutar tareas específicas lo que lo hace significativamente más grande y poderoso. El aumento de los parámetros requiere más potencia informática y recursos, lo que plantea desafíos para equipos de investigación y organizaciones más pequeñas. ⚡ GPT-4supera tambiéna GPT-3 encuan- to a su capacidad de procesamiento en varios idiomas. El inglés era la única lengua de la inteligencia artificial hasta hace poco. Sin embargo, la versión más reciente del chat es compatible con más de 50 idiomas y se desenvuelve con cor- rección en 20. ⚡ Si quisiéramos calcular una tasa de crecimiento entre GPT 1 en 2018 y GPT4 en 2023 tomando como base sólo su número de parámetros, este sería de ≈ 1,448,718,247%

El progreso de la IA se ha acelerado en gran medida gracias a la mejora en los algoritmos y al aumento del poder de cómputo, pero no ha seguido una pro- gresión lineal como la Ley de Moore predice para los transistores. Nuestro cerebro no está diseñado para asimilar cambios exponenciales, por eso es que seguimos procrastinando otro año el aprender sobre este tipo de inno- vaciones o sobre cryptomonedas. Para medir y evaluar el progreso de la IA, se utilizan diversos indicadores y métri- cas, que pueden variar según el contex- to y los objetivos específicos. Algunos de estos indicadores incluyen: ⚡ Precisiónyrendimiento delosmode- los de IA: Se mide la precisión y el rendimiento de los algoritmos de IA en tareas específcas, como recono- cimiento de imágenes, procesamiento del lenguaje natural, juegos, etc. ⚡ Capacidad de procesamiento: El poder de cómputo disponible para en- trenar y ejecutar modelos de IA. A me- dida que aumenta la potencia de cóm- puto y la eficiencia de las arquitecturas, se pueden abordar problemas más com- plejos. ¿Se acuerdan que ya vamos en la era del Quantum Computing hace al- gunos años? ⚡ Velocidad de avance en investiga- ciones: Se evalúa la rapidez con la que se publican nuevos trabajos de investi- gación, artículos y avances en el campo de la IA. ⚡ Aplicaciones prácticas: La adopción de la IA en diversas industrias y su im- pacto en la sociedad son indicadores esenciales del progreso en la imple- mentación práctica de la tecnología. ⚡ Ética y seguridad: A medida que la IA avanza, también se presta atención a cuestiones éticas y de seguridad, como el sesgo en los algoritmos, la privacidad de los datos y la responsabilidad en la toma de decisiones de la IA.