3. La IA es hambrienta de poder y tiene más hambre.
Probablemente hayas escuchado eso Ai tiene hambre de poder. Pero gran parte de esa reputación proviene de la cantidad de electricidad que se necesita para entrenar a estos modelos gigantes, aunque los modelos gigantes solo se entrenan de vez en cuando.
Lo que ha cambiado es que estos modelos ahora están siendo utilizados por cientos de millones de personas todos los días. Y mientras el uso de un modelo requiere mucha menos energía que el entrenamiento, los costos de energía aumentan masivamente con ese tipo de números de usuarios.
ChatGPT, por ejemplo, tiene 400 millones de usuarios semanales. Eso lo convierte en el quinto sitio internet más visitado del mundo, justo después de Instagram y por delante de X. Otros chatbots se están poniendo al día.
Por lo tanto, no es sorprendente que las compañías tecnológicas corran para construir nuevos centros de datos en el desierto y Renovar las redes eléctricas.
La verdad es que hemos estado en la oscuridad sobre la cantidad de energía que se necesita para alimentar este auge porque ninguna de las principales compañías que construyen esta tecnología ha compartido mucha información al respecto.
Sin embargo, eso está empezando a cambiar. Varios de mis colegas pasaron meses trabajando con investigadores para atacar los números para algunas versiones de código abierto de esta tecnología. (Echa un vistazo Lo que encontraron.)
4. Nadie sabe exactamente cómo funcionan los modelos de idiomas grandes.
Claro, sabemos cómo construirlos. Sabemos cómo hacer que funcionen muy bien, no vea no. 1 en esta lista.
Pero cómo hacen lo que hacen es seguir misterio sin resolver. Es como si estas cosas hubieran llegado del espacio exterior y los científicos estuvieran hurgándolos desde afuera hasta averiguar cuáles son realmente.
Es increíble pensar que nunca antes la tecnología de mercado masivo utilizada por miles de millones de personas se ha entendido tan poco.
¿Por qué importa eso? Bueno, hasta que los entendamos mejor, no sabremos exactamente qué pueden y no pueden hacer. No sabremos cómo controlar su comportamiento. No entenderemos completamente las alucinaciones.
5. AGI no significa nada.
No hace mucho, hablar de AGI period margen, y los investigadores convencionales se avergonzaban de mencionarlo. Pero a medida que la IA se ha vuelto mejor y mucho más lucrativa, las personas serias están felices de insistir en que están a punto de crearlo. Sea lo que sea.
AGI, o inteligencia common synthetic, ha llegado a significar algo como: IA que puede igualar el rendimiento de los humanos en una amplia gama de tareas cognitivas.
Pero, ¿qué significa eso? ¿Cómo medimos el rendimiento? ¿Qué humanos? ¿Qué tan amplia es una gama de tareas? Y el rendimiento en las tareas cognitivas es casi otra forma de decir inteligencia, por lo que la definición es round de todos modos.
Esencialmente, cuando las personas se refieren a AGI, ahora tienden a significar Ai, pero mejor de lo que tenemos hoy.
Existe esta fe absoluta en el progreso de la IA. Ha mejorado en el pasado, por lo que continuará mejorando. Pero hay cero evidencia de que esto realmente se desarrollará.
Entonces, ¿dónde nos deja eso? Estamos construyendo máquinas que se están volviendo muy buenas en imitando algunas de las cosas que hace la gentepero la tecnología todavía tiene fallas serias. Y solo estamos descubriendo cómo funciona realmente.
Así es como pienso sobre la IA: hemos construido máquinas con comportamiento humano, pero no hemos ignorado el hábito de imaginar una mente humana detrás de ellas. Esto lleva a suposiciones exageradas sobre lo que la IA puede hacer y juega en el más amplio Guerras culturales entre tecnode-optimistas y tecnodépticos.
Es correcto estar asombrado por esta tecnología. También es correcto ser escéptico de muchas de las cosas que se dicen al respecto. Todavía es muy temprano, y todo está en juego.
Esta historia apareció originalmente en el algoritmo, nuestro boletín semanal en AI. Para obtener historias como esta en su bandeja de entrada primero, regístrese aquí.
