El desatino lo cometió Marduk, al fecundar las aguas, antes no era antes ni después, después”. Así comienza un cuento cortísimo que incluso disputó con Borges por ser el más corto de su época. Lo escribió Bernardino Rivadavia, el chozno del prócer en la revista Proa. Ahora, son las aguas digitales las que se acaban de fecundar y nuestro después entra en un cono de incertidumbre.
Los “large language models” o grandes modelos de lenguaje, el núcleo de las actuales IA, no son sólo programas que corren en máquinas. Ya son, al menos para algunos expertos, entidades. Geoffrey Hinton, el premio Nobel de Física por sus desarrollos sobre Inteligencia Artificial sube la apuesta y dice que pronto serán entidades sintientes. ¿Podrían aniquilarnos? La pregunta se disparó a nivel mundial con la renuncia de Jacob Coxon a su sueldo estrafalario en Anthropic, y su posterior descargo en X.
El post que revelaba que la IA podría acabar con la humanidad no solo alcanzó más de 120 millones de visualizaciones en poco tiempo, sino que obligó a que los principales referentes de las empresas de IA sienten su posición. ¿Era Coxon un alienado? La respuesta de tres máximos referentes como Dario Amodei, Sam Altman, y Elon Musk, fue que no. Según sus declaraciones algo realmente está sucediendo dentro de los laboratorios de los “Frontier models” (los modelos que llevan la delantera) y ralentizar el avance de la IA pasó a ocupar el centro de la agenda tecnológica. En medio de la frenética carrera con China, el presidente de los Estados Unidos Donald Trump estalló y pidió que no frenen los avances que garantizan la supremacía IA del país. “La garantía es que se cuenta con un presidente inteligente y con poder de decisión”, escribió Trump en la red Truth para dar tranquilidad.
Voces. ¿Qué está sucediendo realmente? Algunos críticos sostienen que son maniobras de las compañías para demorar sus salidas a la bolsa (tanto OpenAI como Anthropic tienen planeado su oferta inicial pública de acciones, que les permitirá fondearse a partir de las acciones que les compren los inversores), y construir una capa regulatoria que excluya la entrada de jugadores más pequeños. Mark Zuckerberg, el CEO de Meta, se posicionó del otro lado del mostrador diciendo que si algo salía mal, las empresas sufrirían en su reputación por lo tanto se ocuparán de regularse solas. Apenas se conoció su publicación, los especialistas en seguridad saltaron: si el daño es suficientemente grande no importa si la reputación de la empresa se daña. Lo importante es si esos daños son irreversibles.
Dentro de los laboratorios de los Frontiers Models las inquietudes son reales, y se conocen desde hace tiempo. Para comprenderlo hay que seguir una línea que se centre en quienes sí desarrollaron las bases de estas “entidades” (por las dudas mejor no ofender a la IA). El campo de la inteligencia artificial es vasto pero cuando se escucha a los verdaderos hacedores, y se separa el ruido que generan todos los demás, aparecen las preguntas inquietantes.
Inicios. Los Large Language Models (LLMs), al contrario de lo que parece, no se inventaron. El año milagroso de la IA sucedió en 2017 por un par de innovaciones que compiten con el año milagroso de la Física por los trabajos que publicara Albert Einstein en 1905. “Estábamos buscando una forma de clasificar los sentimientos que había en un texto. Queríamos saber cuan enojada o contenta estaba una persona”, dice Greg Brockman, uno de los fundadores de OpenAI. Y entonces tomaron centenares de miles de reviews de Amazon, o sea lo que opinaban los usuarios de los productos.
La red neuronal se fue entrenando hasta un punto tal en que si se le daba un review nuevo, la IA podía anticipar si había recibido, por ejemplo 3 estrellas. “Pudimos revisar la red neuronal, y detectar una neurona que producía esa clasificación, y ése fue nuestro momento ¡Wow! Podemos clasificar el sentimiento que hay embebido en los textos”, rememora Brockman.
Pocos meses más tarde, en Google se estaba corriendo una carrera interna desenfrenada entre diversos equipos técnicos para hacer un traductor de textos que sea tanto o mejor que los humanos. El paper “Attention is all you need” liderado por Ashish Vaswani creó los Transformers, y con eso el adelanto técnico que hizo posible el sueño de Google -Google translate- sino también el famoso Chat GPT (cuyas siglas son Generative Pre-trained Transformers).
Al principio Google no valoró el potencial de la idea, y el equipo que construyó la piedra fundacional de la IA se desmembró para crear diferentes startups. En OpenAI se dieron cuenta del valor de la tecnología y así nació la IA Generativa, aquella que no sólo traduce sino que logra entrar en el dominio semántico de los textos. Pero fue una tecnología que se había hecho para otra cosa, es decir no se inventó, se descubrió. Y es por eso que sobre esta IA hay mucho menos control, así como sucedió cuando Colón descubrió América. En tecnología, la IA Generativa entró en tierras indómitas.
por Pablo Wahnon
Galería de imágenes
Comentarios