Por qué importa el Hype Pensar de manera práctica sobre la IA

Por qué es importante pensar de manera práctica sobre la IA y el Hype

Cuando inventas el barco, inventas el naufragio.

En la década de 1960, Joseph Weizenbaum estaba interesado en cómo los humanos podrían comunicarse con las computadoras. Lo que resultó de esto fue ELIZA, un ejemplo muy temprano de un chatbot. ELIZA funcionaba de una manera muy diferente a un chatbot moderno como ChatGPT, que se alimenta con grandes cantidades de texto y “aprende” a comprenderlo. ELIZA estaba programada con reglas; intentaba relacionar lo que decías con una serie de patrones que había sido programada para reconocer, y daba una respuesta en base a eso. Debe haber sido un gran desafío crearlo, escribir todo ese código para que pueda tener en cuenta la gran cantidad de cosas que una persona podría decirle, todo en un lenguaje arcaico que ahora tiene más de medio siglo de antigüedad.

Este arduo trabajo parecía funcionar y las personas que interactuaban con ELIZA comenzaron a pensar que los comprendía. De verdad los comprendía. Incluso cuando Weizenbaum no estaba de acuerdo, la gente pensaba que era algo más que solo código. ELIZA podía asumir la personalidad de un terapeuta, dándote plausibles trivialidades como las que ves en la imagen de arriba. Sin embargo, esto no impidió que los académicos pensaran que reemplazaría a médicos y psiquiatras.

Suena algo familiar, ¿verdad? Aunque ELIZA era muy básica (en cierto sentido) en comparación con GPT4, la gente aún se apresuraba a creer que la comprendía y, a partir de ahí, rápidamente decidía que también la reemplazaría.

¿Qué es el hype?

Hay un patrón familiar en la forma en que un nuevo producto es exagerado: todo cae en una curva. Al principio, las personas se emocionan cada vez más (y de manera poco razonable) sobre la cosa. Eventualmente, alcanza el pico de la curva. A partir de ahí, se establece la realidad y la emoción de las personas se desvanece cuando se enfrentan a los hechos. Eventualmente, la opinión pública llega al punto más bajo en el Valle de la Desilusión. Después de que todo se calma y descubrimos para qué es realmente útil la tecnología, alcanzamos un punto medio feliz en la Meseta de la Productividad.

• Redefiniendo a los Transformadores Cómo las simples redes neuronales de avance pueden imitar los mecanismos de atención para tareas secuenciales eficientes de secuencia a secuencia
• La IA es la Sexta Disciplina de Inteligencia
• Investigadores de la Universidad de California en San Diego presentan EUGENe un software de genómica fácil de usar y basado en el aprendizaje profundo

Mi trabajo implica trabajar con tecnologías emergentes como perros robot y auriculares de realidad virtual. Siento que constantemente me presentan cosas que podrían estar extremadamente sobrevaloradas. Los perros robot de Boston Dynamics son geniales, es difícil no proclamar constantemente que son el futuro (no lo son). Echemos un vistazo a algunas tecnologías que definitivamente no fueron exageradas:

Bueno, tal vez fueron un poco exageradas. ¡Esperemos que al menos hayan alcanzado una meseta productiva! Veamos cómo les va en 2023:

Tal vez (si estás familiarizado/a con estos ejemplos) no sea sorprendente cómo sucedió todo. Obviamente, todos son un desastre. Google Glass murió dos veces. Tesla está siendo demandada. El fundador de FTX actualmente vive en prisión federal. La realidad es que la curva no siempre es correcta. A veces no puedes superar la curva, a veces caes en la depresión de la desilusión y sigues cayendo para siempre.

¿Por qué nos debería importar? ¿Importa que Google Glass haya generado mucho hype y resultara ser terrible? Bueno, un poco. Si siempre exageras todo y dices que cada nueva tecnología es el futuro, ¿quién puede creerte? ¿Pueden las personas tomar en serio tus consejos? Por supuesto, es emocionante decir que los Tesla son completamente autónomos al 100%, pero decirlo cuando no lo son, conduce a accidentes graves.

Al establecer (y fomentar) expectativas poco realistas sobre la tecnología, nos estamos preparando para la decepción. Potencialmente, no solo para nosotros mismos, sino también para nuestros compañeros de trabajo y clientes. En algún lugar, en este momento, donde esto es muy claro, está la IA.

¿Qué deshypeará a la IA?

La IA eventualmente caerá en la depresión de la desilusión. Creo que las grietas comienzan a mostrarse cuando las personas se enfrentan a la simple pregunta de “¿cómo puedo usar esto en realidad?” Cuando juegas con ChatGPT, puede ser casi mágico, pero cuando intentas imaginar cómo esto puede aplicarse a un negocio, la magia puede desvanecerse. Claramente, estas cosas están sujetas a cambios, pero es difícil ver cómo todas ellas pueden resolverse:

1. Seguridad: ¿Cómo podemos interactuar con la IA de manera segura y asegurarnos de que nuestros datos privados no se filtren al mundo exterior?
2. Confiabilidad: ¿Podemos confiar realmente en ella? Y si no podemos, ¿podemos usarla realmente para automatizar algún proceso?
3. Costos: Tal vez podamos obtener una IA segura y confiable, pero el costo de un servicio como este podría ser muy alto.
4. Sesgo: Superar el sesgo en el sistema será difícil. Si tienes un modelo de IA que va a interactuar con tus clientes, ¿estás contento de que haya visto todo Reddit y 4Chan y en cualquier momento pueda repetir algo de ahí?

Una reflexión final aquí es que nos han enseñado a creer que lo más grande es lo mejor. Existe la idea de las “leyes de escala” que rigen estos modelos, básicamente, mientras más datos introduzcas y más grande sea el modelo, mejor será el resultado. Sin embargo, estos recursos no son infinitos; solo hay tantas GPU en el mundo. Más fundamentalmente, solo hay una cantidad limitada de datos. Se espera que para 2027, todo el texto de alta calidad en el mundo ya haya sido utilizado para entrenar un modelo de lenguaje grande. ¿Y ahora qué?

Entonces, si eso nos sumerge en la depresión, ¿qué nos sacará de ella? ¿Cuáles son las cosas buenas que nos permitirán utilizar la IA de manera significativa?

1. Hacerlo sobre TI: Un chatbot genérico no es realmente útil. Es genial que una IA pueda escribir una canción sobre mí, pero eso no ayudará a tu negocio. Al reducir su alcance y enfocarlo en ti (mediante la adaptación con tus propios datos), estos modelos de chat se volverán mucho más útiles. Es una idea divertida que pueda escribir un documento, pero es útil cuando puede escribir un documento como tú.
2. Big Data está muy del 2021: Hasta hace poco, para realizar ciencia de datos a gran escala se necesitaba una gran cantidad de datos. Con un LLM, eso ya no es necesario, cualquier persona puede acceder a GPT4.
3. Automatizar TODO: La automatización (esta es una generalización enorme) generalmente trata sobre la transformación de números. La IA realmente puede habilitar tuberías de automatización que contengan lenguaje natural. Siempre y cuando haya un humano involucrado, claro está.

¿Por qué debería importarme?

Si estás leyendo esto, es probable que hayas usado ChatGPT en algún momento; probablemente deseas claridad y expectativas realistas. El hype confunde esa claridad. Por otro lado, muchos de nosotros somos desarrolladores, fundadores de startups, tecnólogos, personas que utilizarán una herramienta de IA preconstruida en algo que están creando o simplemente defensores de la IA. Hacer mucho ruido sobre algo y lograr que las personas lo usen (especialmente algo que has creado tu mismo) no es independiente de lo que sucede después de entregar la herramienta. O, dicho de una manera mucho más elocuente:

Cuando inventas el barco, también inventas el naufragio; cuando inventas el avión, también inventas el accidente aéreo; y cuando inventas la electricidad, inventas la electrocución.

– Paul Virilio

Cuando creas algo, eres parcialmente responsable de lo que las personas hacen con ello. Como desarrolladores, tenemos una responsabilidad sobre todas esas cosas negativas que mencioné anteriormente: los sesgos, los costos, la confiabilidad.

Es fácil (y equivocado) pensar que el desarrollo de la IA es algo lejano, que se realiza por desarrolladores en Silicon Valley y que tenemos poco control sobre ello. Sin embargo, la cita de Virilio abarca cosas más allá de eso, a toda la tecnología que desarrollamos y recomendamos. Encontramos nuevas ideas no probadas todos los días. Desde pequeñas cosas como una nueva función en una actualización de software hasta un nuevo producto SAAS importante de una enorme empresa tecnológica con una campaña publicitaria ingeniosa que promete cambiarlo todo.

Ser realista acerca de la IA no debería ser una distracción para ser realista y pragmático acerca de todo. ¿Ese nuevo y reluciente producto SAAS realmente está listo para ser lanzado? ¿Definitivamente debería estar utilizando esta nueva arquitectura? La tecnología nunca es la solución completa. Mi trabajo involucra trabajar con perros robots, y me duele mucho admitir que tal vez (solo tal vez) no son tan útiles.

¡Gracias por leer! También puedes ponerte en contacto aquí: LinkedIn, o echar un vistazo al boletín al que contribuyo aquí.

\

We will continue to update Zepes; if you have any questions or suggestions, please contact us!