En una revelación discreta que resonó con más fuerza en los pasillos tecnológicos que cualquier anuncio orquestado, investigadores de Apple Inc. y la Universidad de Cornell presentaron discretamente Ferret al mundo el pasado octubre. Este modelo de lenguaje grande (LLM) multimodal y de código abierto rompe con la tradición de secretismo de Apple, marcando un salto significativo en el ámbito de la IA. Utilizando imágenes como consultas, el debut silencioso de Ferret en GitHub ha despertado un considerable interés entre los entusiastas e investigadores de la inteligencia artificial.
En medio del silencio de la innovación, investigadores de Apple y la Universidad de Cornell, en una acción inesperada, presentaron el pasado octubre un modelo de lenguaje grande (LLM) multimodal de código abierto, conocido como Ferret. Este lanzamiento inesperado en GitHub pasó desapercibido, pero desde entonces ha captado la atención de la comunidad de IA.
La ingeniosa operación del hurón: una mirada más de cerca
El modus operandi de Ferret consiste en examinar regiones específicas dentro de una imagen,dentelementos valiosos y encapsularlos dentro de un cuadro delimitador. Este novedoso enfoque permite a los usuarios usar esos elementos como consultas, lo que provoca que Ferret responda de forma tradicional.
Por ejemplo, cuando un usuario resalta la imagen de un animal y pregunta a Ferret sobre su especie, el modelo ladenty responde en consecuencia. Ferret incluso puede aprovechar el contexto de otros elementos de la imagen para proporcionar respuestas más detalladas, lo que permite vislumbrar sus singulares capacidades multimodales.
El modelo Ferret de código abierto, que se caracteriza por tener la capacidad de referenciar y establecer conexiones entre diversos elementos en distintos niveles de granularidad, marca un cambio significativo para Apple, como lo indican los conocimientos compartidos por el científico investigador de inteligencia artificial de Apple, Zhe Gan.
Conocida por su secretismo, la disposición de la compañía a compartir sus avances en IA con la comunidad de código abierto se considera una decisión sorprendente. Esta nueva apertura posiciona a Apple como un actor importante en el espacio de la IA multimodal, desafiando las expectativas de la industria.
El lanzamiento de Ferret no solo marca la incursión de Apple en la IA de código abierto, sino que también refleja la respuesta estratégica de la compañía a los desafíos de la industria. Como señaló el bloguero tecnológico Ben Dickson, Apple se enfrenta a una dura competencia de rivales como Microsoft Corp. y Google LLC debido a las limitaciones de sus recursos informáticos. A diferencia de modelos como ChatGPT, la infraestructura de Apple no está preparada para gestionar modelos de lenguaje de gran tamaño (LLM) a gran escala.
Esta situación deja a Apple en una encrucijada, con dos opciones viables. La primera implica establecer alianzas estratégicas con proveedores de servicios de nube a hiperescala para reforzar sus capacidades de IA. La segunda, como lo indica el lanzamiento de Ferret, es adoptar un enfoque de código abierto, similar a la estrategia empleada por Meta Platforms Inc. La elección entre la colaboración y el intercambio comunitario refleja el compromiso de Apple de mantenerse competitivo en el cambiante panorama de la IA.
Mientras Ferret explora discretamente territorios inexplorados en el ámbito de la IA multimodal, Apple se encuentra en una encrucijada que trasciende la mera innovación tecnológica. El lanzamiento de esta maravilla de código abierto plantea una pregunta con matices sobre el futuro de Apple en el ámbito de la IA.
¿Impulsará Ferret a Apple a la vanguardia de la IA multimodal, desafiando las normas de la industria y fomentando avances colaborativos? ¿O simboliza un cambio más amplio en el panorama de la IA, donde los gigantes de la industria equilibran la destreza propia con la innovación colectiva? Los ecos de la sigilosa llegada de Ferret persisten, invitando a la especulación sobre el papel evolutivo de Apple en la configuración del futuro de la inteligencia artificial. La respuesta se encuentra en la intersección de la tecnología, la colaboración y la dinámica siempre cambiante de la narrativa de la IA.
