La carrera hacia la inteligencia artificial general (AGI) - super inteligencia
Meta está comprometiendo millones de dólares para construir enormes centros de datos de inteligencia artificial (IA), lo que subraya cómo la infraestructura se está convirtiendo en un elemento central en la carrera hacia la inteligencia artificial general (AGI, por sus siglas en inglés).
En un memorando dirigido a los empleados el mes pasado, Meta anunció Superintelligence Labs, una nueva división liderada por el ex CEO de Scale AI, Alexandr Wang, y el ex CEO de GitHub, Nat Friedman.
El lunes, la compañía dio a conocer planes para construir múltiples clústeres de varios gigavatios, incluyendo uno llamado Prometheus, que está previsto que entre en funcionamiento en 2026, y otro llamado Hyperion, que según Meta podría eventualmente rivalizar con la superficie de Manhattan.
“Estos modelos agénticos no son livianos: requieren una computación profunda, entrenamiento con contexto extenso y adaptabilidad en tiempo de ejecución”, declaró Shobhit Varshney, Jefe de Datos e IA en IBM, en una entrevista con IBM Think.
A medida que los sistemas de IA se expanden más allá de tareas limitadas hacia razonamiento y planificación, las exigencias sobre la infraestructura computacional están aumentando, explicó Varshney.
AGI se refiere a una IA capaz de realizar una amplia gama de tareas intelectuales al nivel humano.
Superinteligencia se refiere a una forma hipotética de IA que supera las capacidades humanas en todos los ámbitos. Y el anuncio de Meta sugiere que va en serio en la construcción de la infraestructura a gran escala que, según afirma, será necesaria para respaldar estos avances.
“Para Meta, perseguir la superinteligencia significa más que mantenerse al día”, dijo Varshney. “Significa construir un superclúster que respalde la próxima forma de inteligencia, una que habite en tus gafas, en tu asistente y en tu yo digital”.
Mientras Meta construye para un futuro superinteligente, la mayoría de las empresas todavía luchan por darle un uso práctico a la IA actual, comentó Kjell Carlsson, vicepresidente y analista de Gartner, en una entrevista con IBM Think.
“El problema no es la capacidad de los modelos”, agregó. “Es que aún no sabemos cómo utilizarlos de manera inteligente”.
Fuente: Sascha Brodsky, periodista tecnológico y líder editorial, IBM
IBM - Boletín Think newsletter

Comments
Post a Comment