Amazon presionará a OpenAI con su próximo modelo de IA de razonamiento

Según se informa, Amazon está construyendo un nuevo modelo de IA que incluye capacidades avanzadas de razonamiento, el cual se espera que compita con los modelos de OpenAI y Anthropic.

Se espera que la nueva oferta se lance en junio bajo la marca Nova, un grupo de IA generativa lanzada por la compañía el año pasado, según un informe de Business Insider que citó a una fuente involucrada en el proyecto.

El nuevo modelo de Amazon adoptará un enfoque de razonamiento híbrido

Los modelos de razonamiento se están convirtiendo rápidamente en una herramienta poderosa en el mercado de la IA, ya que algunos de ellos ahora se utilizan principalmente para resolver problemas complejos.

Amazon informó recientemente que quiere que el nuevo modelo adopte un enfoque de razonamiento híbrido. Se cree que esto proporciona respuestas más rápidas y un pensamiento extendido más complejo en un solo sistema.

Tal desarrollo reafirma a los clientes que Amazon está comprometida a invertir en su propia familia de modelos de IA, incluso si predica la necesidad de ofrecer una variedad de opciones de modelos a través de Bedrock. El equipo de AGI de la empresa tecnológica, dirigido por el científico jefe Rohit Prasad, ha estado trabajando en este nuevo modelo.

Anthropic, respaldada por Amazon y Google de Alphabet, desarrolló un modelo de IA híbrido que incluye capacidades de razonamiento. El posible nuevo modelo de Amazon podría competir con Anthropic también.

Anthropic anunció recientemente su nuevo modo Claude 3.7 Sonnet, algo que llama el primer modelo híbrido en el mercado.

Según la información previa proporcionada, Amazon dijo que sus modelos propios Nova existentes son al menos un 75 % más baratos que los modelos de terceros disponibles a través de su plataforma de desarrollo de IA Bedrock.

Los modelos de razonamiento se han convertido recientemente en la próxima zona de guerra en la batalla de la IA. Según la investigación, a menudo funcionan más lentamente, pero también pueden abordar problemas más difíciles intentando múltiples soluciones y retrocediendo mediante técnicas de cadena de pensamiento.

Las empresas tecnológicas llevan su rivalidad a los modelos de razonamiento

Google, OpenAI y Anthropic han lanzado recientemente sus propios modelos de razonamiento, mientras que DeepSeek llamó mucho la atención por construir una oferta similar de manera más eficiente.

Para Amazon, la firma de comercio electrónico está buscando modelos rentables para sus clientes. Amazon también está buscando que su modelo de razonamiento se clasifique entre los 5 primeros en rendimiento, basándose en benchmarks externos que evalúan habilidades de desarrollo de software y matemáticas, como SWE, Berkeley Function Calling Leaderboard y AIME, entre otros, informó Business Insider.

El desarrollo ocurre después de que el CEO de Amazon, Andy Jassy, un mes atrás, aceptó que el costo de la inferencia en la IA disminuirá sustancialmente, un desarrollo que será muy positivo tanto para los clientes como para el negocio de Amazon.

Esto también ocurre mientras la empresa tecnológica está construyendo uno de los supercomputadores más potentes del mundo de inteligencia artificial en colaboración con Anthropic.

Cuando esté completo, será cinco veces más grande que el clúster utilizado para construir el modelo más potente actual de Anthropic. Amazon dice que espera que el supercomputador, que contará con cientos de miles de los últimos chips de entrenamiento de IA de Amazon, Trainium 2, sea la máquina de IA más grande reportada en el mundo cuando termine.

El CEO de Amazon Web Services reveló los planes del supercomputador, bautizado como proyecto Rainer, en la conferencia Re:Invent de la empresa, junto con una serie de otros anuncios que consolidan el creciente estatus de Amazon como una caballo oscuro en el mundo de la IA generativa.

La empresa tecnológica ha invertido 8000 millones de dólares en Anthropic hasta ahora y las dos compañías han sido socios cercanos, colaborando en áreas que incluyen chips de IA y computación en la nube.