El sector de la inteligencia artificial sigue avanzando a pasos agigantados, pero el ritmo no ha sido tan sostenido como muchos esperaban. OpenAI, conocido por su revolucionario ChatGPT, se encuentra en el centro de este escenario con su modelo más reciente, denominado Orion.
Aunque la compañía tenía grandes expectativas para esta IA, el rendimiento de Orion no ha alcanzado el nivel esperado. En particular, ha mostrado limitaciones en tareas complejas, como responder preguntas de codificación fuera de su área de entrenamiento. Este resultado marca una desviación respecto a los avances significativos logrados en iteraciones previas, como el salto entre GPT-3.5 y GPT-4.
Orion y la escasez de datos de entrenamiento
Uno de los mayores retos en el desarrollo de Orion ha sido la escasez de datos de alta calidad para su entrenamiento, especialmente en el campo de la codificación. A medida que la inteligencia artificial avanza, el acceso a fuentes de datos útiles y frescos se ha vuelto cada vez más limitado.
OpenAI, al igual que otras grandes empresas tecnológicas como Google y Anthropic, enfrenta una encrucijada: mejorar los modelos de IA sin contar con grandes cantidades de datos y manteniendo bajo control los enormes costos de procesamiento y desarrollo. Esto plantea dudas sobre la viabilidad de una inversión continua en modelos que no necesariamente ofrecen un rendimiento proporcional a los recursos empleados.
La dificultad de escalar la IA
La ley no oficial de escalamiento en IA, que asume que más datos y mayor potencia de procesamiento siempre llevarán a mejores resultados, está empezando a encontrar sus límites.
Margaret Mitchell, científica en ética de IA en Hugging Face, señaló que el sector se está dando cuenta de que «las leyes de escalamiento no son absolutos». Según Mitchell, lograr una inteligencia artificial avanzada que se desempeñe a nivel humano podría requerir «enfoques de entrenamiento diferentes». Esta perspectiva refleja la incertidumbre sobre si el modelo Orion, y otros desarrollos similares, podrán alcanzar el rendimiento que los consumidores esperan de las empresas líderes.
La Influencia de Orion en el Mercado de IA
En este contexto de expectativas altas y rendimiento incierto, OpenAI no ha sido la única compañía que se enfrenta a estos obstáculos. Google, por ejemplo, ha tenido problemas con el modelo Gemini, mientras que Anthropic ha visto retrasos en la salida de su modelo Claude 3.5 Opus.
Estas dificultades también plantean cuestionamientos sobre la capacidad de alcanzar una Inteligencia Artificial General (AGI) en los próximos años, un objetivo que se refiere a un tipo de IA capaz de igualar o superar el desempeño humano en una amplia gama de tareas intelectuales.
¿Cuál es el camino a seguir?
Para superar estos desafíos, OpenAI y sus competidores están explorando nuevas técnicas de «razonamiento» en IA. La idea detrás de estos avances es que los modelos futuros sean capaces de procesar consultas complejas y tomar decisiones en función de múltiples opciones antes de ofrecer una respuesta final.
Sam Altman, CEO de OpenAI, mencionó recientemente que aunque la compañía sigue trabajando en mejoras para modelos como Orion, el próximo gran avance vendrá de la implementación de «agentes de IA» que podrán realizar tareas automatizadas, como reservar vuelos o enviar correos electrónicos.
Reflexiones finales
El desarrollo de la inteligencia artificial se enfrenta a un momento crucial en el que los retos técnicos, la falta de datos de calidad y los altos costos están obligando a las empresas a reconsiderar sus estrategias. La atención ha comenzado a desplazarse de la construcción de modelos cada vez más grandes a la creación de aplicaciones específicas que ofrezcan valor agregado a los usuarios.
La industria de IA podría estar en el umbral de una nueva etapa, donde la eficiencia y la especialización se conviertan en las prioridades clave para el éxito en un sector de rápido crecimiento.
Mientras Wall Street descansa, los índices sintéticos de Deriv generan volatilidad real 24/7 → Empezá a operar.
Espacio patrocinado
