El CEO de DeepMind presenta Gemini, el algoritmo de IA de próxima generación para superar a ChatGPT

Demis Hassabis, CEO de DeepMind de Google, ha anunciado el desarrollo de un nuevo sistema de IA llamado Gemini, que tiene como objetivo superar las capacidades de ChatGPT de OpenAI. Gemini de DeepMind, actualmente en desarrollo, es un modelo de lenguaje grande similar a GPT-4, pero incorpora técnicas utilizadas en AlphaGo, el programa que derrotó a un jugador campeón del juego de mesa Go en 2016. Al combinar las fortalezas de los modelos de lenguaje con las capacidades de juego, Gemini busca ofrecer nuevas funcionalidades como la resolución de problemas y la planificación.

AlphaGo, un programa de IA innovador, utilizó técnicas de aprendizaje por refuerzo y búsqueda en árbol para dominar juegos complejos como el Go. DeepMind planea aprovechar esta experiencia para mejorar las capacidades de los modelos de lenguaje, permitiéndoles realizar una gama más amplia de tareas en internet y computadoras. Si bien Gemini aún está en la etapa de desarrollo, Demis Hassabis ha indicado que puede tardar varios meses y costar decenas o cientos de millones de dólares en completarse, lo que subraya la importancia del proyecto.

La respuesta de Google a la amenaza competitiva

Una vez completado, Gemini podría desempeñar un papel fundamental en la respuesta de Google a la amenaza competitiva planteada por ChatGPT y otras tecnologías de IA generativa. Aunque Google fue pionero en numerosas técnicas de IA, optó por un desarrollo y despliegue cautelosos de productos basados en estas innovaciones. Pero, desde el debut de ChatGPT, Google ha acelerado su propio chatbot, Bard, e integrado la IA generativa en varios productos, incluido su motor de búsqueda. La fusión de DeepMind y el laboratorio principal de IA de Google, Brain, ha creado Google DeepMind, un equipo que combina las fortalezas de ambas organizaciones. Demis Hassabis cree que del 80 al 90 por ciento de las innovaciones recientes en IA han originado ya sea de DeepMind o de Google, lo que convierte a esta colaboración en una potencia en el campo.

Habiendo experimentado previamente la fiebre del oro de la IA, Demis Hassabis comprende la dinámica y los desafíos de navegar los avances tecnológicos dentro de los gigantes tecnológicos. La adquisición de DeepMind por parte de Google en 2014, tras sus logros notables en el uso del aprendizaje por refuerzo para dominar videojuegos, trajo las capacidades de IA que una vez se consideraban décadas lejos al presente. La victoria asombrosa de AlphaGo sobre el campeón de Go Lee Sedol en 2016 fue un testimonio del potencial de la IA para superar el rendimiento humano.

Expandiendo las capacidades de los modelos de lenguaje

Entrenar un modelo de lenguaje grande como GPT-4 implica alimentar enormes cantidades de texto curado en software de aprendizaje automático, permitiéndole predecir letras y palabras subsiguientes con precisión. El aprendizaje por refuerzo, basado en la retroalimentación humana, refina aún más el rendimiento del modelo. La amplia experiencia de DeepMind en aprendizaje por refuerzo proporciona una ventaja única para el desarrollo de Gemini, potencialmente desbloqueando nuevas capacidades más allá de lo que ofrecen los modelos de lenguaje tradicionales.

Además de basarse en el aprendizaje por refuerzo, Hassabis y su equipo pueden explorar ideas de otras áreas de la IA para mejorar los modelos de lenguaje grandes. Los investigadores de DeepMind trabajan en diversos campos, como la robótica y la neurociencia. Recientemente, la compañía mostró un algoritmo capaz de aprender tareas de manipulación utilizando varios brazos robóticos. Integrar el conocimiento adquirido de experiencias físicas, similar a cómo aprenden los humanos y los animales, podría ser crucial para avanzar en las capacidades de la IA. Superar las limitaciones de los modelos de lenguaje que aprenden principalmente a partir de datos basados en texto se considera un desafío significativo en el campo.

Equilibrando el progreso y los riesgos

Quiero entender las grandes preguntas, las realmente grandes que normalmente se abordan en filosofía o física si te interesan. Pensé que construir IA sería la ruta más rápida para responder algunas de esas preguntas

• Demis Hassabis, CEO de DeepMind

Demis Hassabis enfrenta el desafío de acelerar los esfuerzos de IA de Google mientras mitiga los riesgos potenciales. Los rápidos avances en los modelos de lenguaje han generado preocupaciones entre los expertos en IA sobre usos malintencionados y la capacidad de controlar estas tecnologías. Hassabis reconoce estas preocupaciones pero enfatiza que los enormes beneficios de la IA, particularmente en el descubrimiento científico, requieren su continuo desarrollo. Si bien algunos han pedido una pausa en la creación de algoritmos más potentes, Hassabis sigue comprometido con el avance responsable de la IA y cree que la investigación integral, las pruebas de evaluación y la colaboración con expertos externos son esenciales para abordar eficazmente los riesgos.