Este reportaje es parte de la serie What's Next (¿Qué sigue?) de MIT Technology Review, donde se analizan las industrias, tendencias y tecnologías para saber qué esperar este año. 

En 2022, la inteligencia artificial (IA) se volvió creativa. Los modelos de IA ya pueden producir texto, imágenes e incluso vídeos convincentes con solo unas indicaciones. 

Han pasado solo nueve meses desde que OpenAI inició la explosión de la Inteligencia Artificial generativa con el lanzamiento de DALL-E 2, el modelo de aprendizaje profundo que genera imágenes a partir de instrucciones textuales. A continuación, surgió un gran avance de Google y Meta: una IA que puede crear vídeos a partir de texto. Y solo han pasado unas pocas semanas desde que OpenAI lanzó ChatGPT, el último modelo de lenguaje que incendió internet por su elocuencia y coherencia. 

El ritmo de la innovación ha sido tremendo en 2022 y, a veces, abrumador. ¿Quién podría haberlo previsto? ¿Y cómo podemos predecir lo que sigue? 

Por suerte, en MIT Technology Review tenemos no solo uno, sino dos periodistas que pasan todo el día, cada día, siguiendo los últimos avances en IA. Así que intentaremos predecir lo que viene. 

A continuación, Will Douglas Heaven y Melissa Heikkilä cuentan qué cuatro tendencias más importantes esperan que den forma al panorama de la IA en 2023. 

Prepárese para los chatbots multipropósito

GPT-4 puede manejar más que solo lenguaje

En los últimos años, hemos visto un goteo constante de modelos de lenguaje más grandes y mejores. La marca más importante es ChatGPT, lanzado por OpenAI a principios de diciembre. Este chatbot es una versión mejorada y práctica del GPT-3 de la compañía, la IA que en 2020 inició esta ola de extraños imitadores de lenguaje.

Sin embargo, tres años es mucho tiempo en el sector IA y, aunque ChatGPT tomó al mundo por asalto e inspirando publicaciones en las redes sociales y titulares en prensa gracias a sus habilidades de conversación fluida (pero sin sentido), ahora todos los ojos están puestos en el próximo gran modelo: GPT-4. El dinero inteligente señala que en 2023 comenzará la nueva generación de grandes modelos de lenguaje. 

¿Qué deberíamos esperar? Para empezar, los futuros modelos de lenguaje pueden ser más que simples modelos de lenguaje. OpenAI está interesado en combinar diferentes modalidades, como el reconocimiento de imágenes o vídeos con texto. Hemos visto algo parecido con DALL-E. Pero si las habilidades conversacionales de ChatGPT se mezclan con la manipulación de imágenes en un solo modelo, se obtendrá algo más poderoso e importante. Imagine poder preguntarle a un chatbot qué aparece en una imagen, o pedirle que genere una imagen, y que estas interacciones formen parte de una conversación para refinar los resultados de forma más natural que con DALL-E. 

Algo similar aportó Flamingo de DeepMind, el "modelo de lenguaje visual" presentado en abril de 2022, es capaz de responder sobre las imágenes usando un lenguaje natural. Más adelante, en mayo, DeepMind anunció el modelo "generalista" Gato, que fue entrenado con las mismas técnicas de los grandes modelos de lenguaje. Su objetivo es realizar diferentes tareas, desde describir imágenes hasta jugar a videojuegos y controlar un brazo robótico. 

Si GPT-4 se basa en esa tecnología, esperamos la mejor IA de creación de imágenes y lenguaje (y más) en un solo paquete. La combinación de habilidades en lenguaje e imágenes podría, en teoría, hacer que la próxima generación de IA entienda mejor ambos. No solo será OpenAI. Otros grandes laboratorios, en especial DeepMind, seguirán adelante con prototipos multimodales este 2023. 

Por supuesto, hay un inconveniente. Los modelos de la próxima generación de lenguaje heredarán la mayoría de problemas de esta generación, como la incapacidad de distinguir los hechos de la ficción y la tendencia hacia los prejuicios. Unos modelos de lenguaje mejores harán que sea más difícil confiar en diferentes tipos de medios. Dado que nadie ha descubierto cómo entrenar modelos con datos extraídos de internet sin absorber lo peor de internet, seguirán llenos de suciedad. 

—Will Douglas Heaven

Las primeras líneas rojas de la IA

Las nuevas leyes y los contundentes reguladores de todo el mundo van a por las empresas 

Hasta ahora, la industria de la IA ha sido un salvaje Oeste con pocas reglas que rijan el uso y desarrollo de la tecnología.  Eso va a cambiar en 2023. Los reguladores y legisladores pasaron 2022 afilando sus garras. Este 2023, van a atacar. 

Veremos la versión definitiva de la amplia ley de la UE, el Reglamento de la Inteligencia Artificial, cuando los legisladores terminen de modificar el proyecto de ley, para verano. Seguramente incluirá la prohibición de prácticas de la IA que consideren perjudiciales para los derechos humanos, como los sistemas que califican y clasifican a las personas según su confiabilidad. 

El uso de reconocimiento facial en lugares públicos también estará restringido para las fuerzas del orden en Europa, e incluso existe un impulso para prohibirlo tanto a las fuerzas del orden como a las empresas privadas. Aunque una prohibición total tendría una fuerte resistencia por parte de los países que quieran usar estas tecnologías para combatir el crimen. La UE también está trabajando en una nueva ley para responsabilizar a las empresas IA cuando sus productos causen daños, como infracciones de privacidad o decisiones injustas tomadas por los algoritmos. 

En EE UU, la Comisión Federal de Comercio (FTC, por sus siglas en inglés) también observa de cerca cómo las empresas recopilan datos y usan algoritmos de IA. A principios de 2022, la FTC obligó a Weight Watchers, la empresa de control de peso, a destruir datos y algoritmos porque había recopilado información sobre niños de manera ilegal. A finales de diciembre, Epic, que fabrica juegos como Fortnite, esquivó el mismo destino al aceptar un acuerdo de 520 millones de dólares (489 millones de euros). Durante 2022, este órgano regulador ha recopilado comentarios que sugieren reglas sobre cómo las empresas manejan los datos y crean algoritmos. Su presidenta, Lina Khan, explicó que la FTC tiene la intención de proteger a los estadounidenses de la vigilancia comercial ilegal y las prácticas de seguridad de datos con "urgencia y rigor". 

En China, las autoridades prohibieron  la creación de deepfakes sin el consentimiento del sujeto. A través del Reglamento sobre la IA, los europeos quieren agregar señales de advertencia para indicar que las personas están interactuando con deepfakes, o imágenes, audio o vídeo generados por IA. 

Todas estas regulaciones podrían influir en cómo las empresas de tecnología construyen, utilizan y venden sus tecnologías de IA. Sin embargo, los reguladores deben lograr un delicado equilibrio entre proteger a los usuarios y no obstaculizar la innovación, algo que los lobbistas tecnológicos no temen recordarles. 

La IA es un campo que está desarrollándose a la velocidad de la luz, y el desafío será mantener las normas lo suficientemente precisas para que sean efectivas, pero no tan específicas como para que se vuelvan obsoletas enseguida. Igual que los esfuerzos de la UE para regular la protección de datos, si las nuevas leyes se implementan correctamente, 2023 podría marcar el inicio de una esperada era de desarrollo de una IA más respetuosa con la privacidad y la equidad. 

—Melissa Heikkilä

Las Big Tech podría perder el control de la investigación fundamental de la IA

Las startups de IA flexionan sus músculos

Las grandes empresas tecnológicas no son los únicos actores a la vanguardia de la IA; la revolución de código abierto ha comenzado a igualar, y a veces superar, lo que crean los laboratorios más ricos. 

En 2022 vimos el primer gran modelo de lenguaje multilingüe construido por la comunidad, BLOOM, lanzado por Hugging Face. También vimos una explosión de innovación en torno a la IA de código abierto de Stable Diffusion, que genera imágenes a partir de texto y rivalizaba con DALL-E 2 de OpenAI. 

Las grandes empresas que históricamente han dominado la investigación de IA están realizando despidos masivos y congelaciones de contratación a medida que se oscurece el panorama económico mundial. La investigación de IA es costosa y, mientras se van ajustando los presupuestos, las empresas deberán tener cuidado a la hora de elegir en qué proyectos invierten. Puede que elijan el que tenga mayor potencial económico, en vez del más innovador e interesante, o los más experimentales, explica Oren Etzioni, CEO de Instituto Allen, la organización de investigación para la IA. 

Ese enfoque ya está surtiendo efecto en Meta, que ha reorganizado sus equipos de investigación de IA y ha fomentado que muchos trabajen dentro de los equipos que crean productos. 

Mientras las 'Big Tech' se aprietan el cinturón, los nuevos y llamativos advenedizos que trabajan en IA generativa están viendo un aumento en el interés de los fondos de capital riesgo. 

Según Etzioni, 2023 podría ser un año de oportunidad para las start-ups de inteligencia artificial. Hay mucho talento y, a menudo, en las recesiones, las personas tienden a repensar sus vidas, por ejemplo, volviendo a la universidad o dejando una gran corporación por una start-up. 

Las start-ups y las universidades podrían convertirse en los centros de gravedad de la investigación fundamental, afirma Mark Surman, director ejecutivo de la Fundación Mozilla. 

"Entramos en una era donde [la agenda de investigación de IA] estará menos definida por las grandes empresas. Es una gran oportunidad", asegura Surman. 

—Melissa Heikkilä

Las grandes farmacéuticas nunca volverán a ser las mismas

Desde bancos de proteínas producidos por IA hasta fármacos diseñados por ella, la biotecnología entra en una nueva era

En los últimos años, se ha hecho evidente el potencial de la IA para revolucionar la industria farmacéutica. AlphaFold de DeepMind, la IA que puede predecir las estructuras de las proteínas (la clave de sus funciones), ha despejado el camino para nuevos tipos de investigación en biología molecular, ayudando a los investigadores a comprender cómo funcionan las enfermedades y crear nuevos medicamentos para tratarlas. En noviembre, Meta reveló ESMFold, un modelo más rápido para predecir la estructura de proteínas. Una especie de autocompletado para proteínas, que utiliza una técnica basada en grandes modelos de lenguaje. 

Entre ellos, DeepMind y Meta han producido estructuras para cientos de millones de proteínas, incluidas todas las conocidas por la ciencia, y las han compartido en enormes bases de datos públicas. Los biólogos y los fabricantes de medicamentos ya están beneficiándose de estos recursos, así buscar nuevas estructuras de proteínas es tan fácil como una búsqueda web. 2023 podría ser el año en el que este trabajo preliminar dé sus frutos. DeepMind ha escindido su trabajo de biotecnología en una compañía separada, Isomorphic Labs, que ha estado oculta durante más de un año. Hay una posibilidad de que este año salga públicamente con algo grande. 

En esta línea de desarrollo farmacéutico, hay cientos de start-ups que exploran formas de utilizar la IA para acelerar el descubrimiento de fármacos e incluso diseñar fármacos desconocidos. Actualmente, existen 19 medicamentos en ensayos clínicos (frente a cero en 2020) que han sido desarrollados por compañías farmacéuticas de IA y serán presentados más en los próximos meses. Puede que los resultados iniciales de algunos se publiquen el próximo año, lo que permitirá que el primer fármaco desarrollado con IA llegue al mercado. 

Sin embargo, los ensayos clínicos pueden llevar años, así que no contenga la respiración. Aun así, la era de la tecnología farmacéutica está aquí y no hay vuelta atrás. "Si se hace bien, creo que veremos cosas increíbles y sorprendentes en este campo", opina Lovisa Afzelius de Flagship Pioneering, la firma de capital de riesgo que invierte en biotecnología.

—Will Douglas Heaven