Podría denominarse el renacimiento del razonamiento.
A raíz del lanzamiento de o1 de OpenAI, el llamado modelo de razonamiento, ha habido una explosión de modelos de razonamiento de laboratorios de IA rivales. A principios de noviembre, DeepSeek, una empresa de investigación de inteligencia artificial financiada por comerciantes cuantitativos, lanzó una vista previa de su primer algoritmo de razonamiento, DeepSeek-R1. Ese mismo mes, el equipo Qwen de Alibaba dio a conocer lo que afirma es el primer retador “abierto” de o1.
Entonces, ¿qué abrió las puertas? Bueno, por un lado, la búsqueda de enfoques novedosos para perfeccionar la tecnología de IA generativa. Como informó recientemente Max Zeff, las técnicas de “fuerza bruta” para ampliar modelos ya no están produciendo las mejoras que antes producían.
Existe una intensa presión competitiva sobre las empresas de IA para que mantengan el ritmo actual de innovación. De acuerdo a una estimación, el mercado mundial de la IA alcanzó los 196.630 millones de dólares en 2023 y podría valer 1,81 billones de dólares en 2030.
OpenAI, por ejemplo, ha afirmado que los modelos de razonamiento pueden “resolver problemas más difíciles” que los modelos anteriores y representan un cambio radical en el desarrollo de la IA generativa. Pero no todo el mundo está convencido de que los modelos de razonamiento sean el mejor camino a seguir.
Ameet Talwalkar, profesor asociado de aprendizaje automático en Carnegie Mellon, dice que considera que la cosecha inicial de modelos de razonamiento es “bastante impresionante”. Al mismo tiempo, sin embargo, dijo que «cuestionaría los motivos» de cualquiera que afirme con certeza que sabe hasta dónde llevarán los modelos de razonamiento a la industria.
«Las empresas de IA tienen incentivos financieros para ofrecer proyecciones optimistas sobre las capacidades de futuras versiones de su tecnología», dijo Talwalkar. «Corremos el riesgo de centrarnos miopemente en un solo paradigma, razón por la cual es crucial que la comunidad de investigación de IA en general evite creer ciegamente en las exageraciones y los esfuerzos de marketing de estas empresas y, en cambio, se centre en resultados concretos».
Dos desventajas de los modelos de razonamiento son que son (1) caros y (2) consumen mucha energía.
Por ejemplo, en la API de OpenAI, la empresa cobra 15 dólares por cada ~750 000 palabras de análisis y 60 dólares por cada ~750 000 palabras que genera el modelo. Eso es entre 3 y 4 veces el coste del último modelo “sin razonamiento” de OpenAI, GPT-4o.
O1 está disponible en la plataforma de chatbot impulsada por IA de OpenAI, ChatGPT, de forma gratuita y con límites. Pero a principios de este mes, OpenAI introdujo un nivel o1 más avanzado, el modo o1 pro, que cuesta la friolera de 2.400 dólares al año.
“El coste total de de un modelo de lenguaje grande en el razonamiento ciertamente no está disminuyendo”, dijo Guy Van Den Broeck, profesor de informática en UCLA.
Una de las razones por las que los modelos de razonamiento cuestan tanto es porque requieren muchos recursos informáticos para ejecutarse. A diferencia de la mayoría de las IA, o1 y otros modelos de razonamiento intentan comprobar su propio trabajo mientras lo hacen. Esto les ayuda a evitar algunos de los escollos que normalmente hacen tropezar a los modelos, con la desventaja de que a menudo tardan más en llegar a las soluciones.
OpenAI imagina futuros modelos de razonamiento que “pensarán” durante horas, días o incluso semanas. Los costes de uso serán mayores, reconoce la compañía, pero los beneficios, desde baterías innovadoras hasta nuevos medicamentos contra el cáncer, puede que valgan el esfuerzo.
La propuesta de valor de los modelos de razonamiento actuales es menos obvia. Costa Huang, investigador e ingeniero de aprendizaje automático de la organización sin fines de lucro Ai2, señala que o1 no es una calculadora muy confiable. Y las búsquedas superficiales en las redes sociales muestran una serie de resultados de o1 pro con errores.
«Estos modelos de razonamiento son especializados y pueden tener un rendimiento inferior en dominios generales», dijo Huang. «Algunas limitaciones se superarán antes que otras».
Van den Broeck afirma que los modelos de razonamiento no funcionan tal razonamiento y, por lo tanto, están limitados en los tipos de tareas que pueden abordar con éxito. “El verdadero razonamiento funciona en todos los problemas, no sólo en los que son más probables según los datos de aprendizaje usados”, dijo. «Ese es el principal desafío que aún queda por superar».
Dado el fuerte incentivo del mercado para impulsar los modelos de razonamiento, es seguro que mejorarán con el tiempo. Después de todo, no son sólo OpenAI, DeepSeek y Alibaba los que invierten en esta nueva línea de investigación de IA. Los capitalistas de riesgo y los fundadores de industrias adyacentes se están uniendo en torno a la idea de un futuro dominado por la inteligencia artificial racional.
Sin embargo, a Talwalkar le preocupa que los grandes laboratorios controlen estas mejoras.
«Es comprensible que los grandes laboratorios tengan razones competitivas para permanecer en secreto, pero esta falta de transparencia obstaculiza gravemente la capacidad de la comunidad de investigación para involucrarse con estas ideas», dijo. “A medida que más personas trabajen en esta dirección, espero que permitan a los modelos de razonamiento avanzar rápidamente. Pero si bien algunas de las ideas provendrán del mundo académico, dados los incentivos financieros, esperaría que la mayoría, si no todos, los modelos sean ofrecidos por grandes laboratorios industriales como OpenAI”.
