Rank Columnas | Mail o Telegram

Este texto de Paul Lara, escrito el 27 de Enero de 2025, analiza críticamente la carrera por el desarrollo de la Inteligencia Artificial General (IAG), cuestionando la dependencia excesiva en el hardware y las grandes inversiones, y destacando el éxito de una alternativa china más eficiente.

El éxito de DeepSeek, una empresa china, en desarrollar una IA generativa con una inversión significativamente menor que la de OpenAI, demuestra que la eficiencia, no el capital, es clave en el desarrollo de la IA.

Resumen

• Se critica la creencia de que la IAG requiere una gran capacidad de procesamiento y almacenamiento, lo que beneficia a las grandes empresas tecnológicas a costa del medio ambiente. Se utiliza la analogía de la fiebre del oro en Estados Unidos.
• Se menciona el fracaso de los modelos de lenguaje extenso (LLM) y la propuesta arriesgada de Elon Musk de entrenar con datos sintéticos.
• Se destaca el éxito de DeepSeek, liderada por Liang Wenfeng, que logró una IA generativa con 6 millones de dólares, en contraste con los 500 mil millones de dólares que planean invertir OpenAI, Oracle y Softbank.

• Publicidad
• Se expone el fracaso del "primer ingeniero de software de IA", Devin, creado por Cognition IA, que sólo completó 3 de 20 tareas satisfactoriamente. Devin utiliza modelos como GPT-4 de OpenAI.
• El éxito de DeepSeek ha generado una reacción en Estados Unidos, con Sam Altman reduciendo los precios de las plataformas de OpenAI, que ya estaba perdiendo dinero con ChatGPT Pro.

Conclusión

• El éxito de DeepSeek cuestiona el modelo de desarrollo de IA basado en grandes inversiones y consumo de energía.
• El fracaso de Devin indica que aún hay desafíos importantes en el desarrollo de agentes de IA autónomos.
• La competencia en Estados Unidos se ve afectada, generando incertidumbre sobre iniciativas como StarGate de Donald Trump, las ventas de Nvidia, y el impacto ambiental del desarrollo de la IA en Estados Unidos.
• Se plantea la necesidad de repensar la estrategia de desarrollo de la IA, priorizando la eficiencia sobre el gasto excesivo.