Inversiones en AI Gen, establecen récord, superan los 25 mmdd Infochannel
Al cierre de 2023, las inversiones en AI Gen superaron en 9 veces el gasto que se generó un año antes, ubica el Índice de la Universidad de Stanford.
La inteligencia artificial generativa (AI Gen) alcanza cifras históricas de inversión privada, al ser considerada como una tecnología fundamental para las empresas.
Al cierre de 2023, tan solo las inversiones del sector privado llegaron a los 25 mil 200 millones de dólares, multiplicando por 9 las inversiones en 2022 y al menos 30 veces las de 2019.
Destaca la Universidad de Stanford en la séptima edición de su AI Index.
Te puede interesar leer: Inteligencia Artificial en todos lados, la propuesta de Intel hacia el canal
La Universidad destaca que una de las principales razones de este crecimiento es que ofrece resultados rápidos, un retorno de inversión alto y que su principal modelo de comercialización es de pago por uso.
Pero, al mismo tiempo, advierte incrementos en los costos para formación de los modelos de IA de última generación.
“Por ejemplo, GPT-4 de OpenAI gasto cerca de 78 millones de dólares en computación para su entrenamiento.
“En tanto que, Gemini Ultra de Google costó 191 millones de dólares en computación”, destaca el resumen del documento“.
IP encabeza su desarrollo
Dentro de sus principales conclusiones, el Índice destaca que los principales actores de este segmento, por obtener importantes rondas en fondos de capital son:
- OpenAI,
- Anthropic,
- Hugging Face
- Inflection.
Precisa que la industria produjo 51 modelos notables de aprendizaje automático, mientras que el mundo académico contribuyó solo con 15.
También hubo 21 modelos notables resultantes de colaboraciones entre la industria y la academia en 2023, estableciendo un récord.
Por países, menciona que 61 modelos de IA se originaron en instituciones con sede en Estados Unidos, superando a los 21 de la Unión Europea y los 15 de China.
Impacto de la IA
Tras una revisión de varios estudios sobre el impacto de la IA en el trabajo, sugiere que estas herramientas permiten a los trabajadores completar tareas más rápidamente y mejorar la calidad de su producción.
También, demostraron el potencial para cerrar la brecha de habilidades entre los trabajadores poco y altamente calificados.
Por ejemplo, en el área de descubrimientos científicos. se lanzaron aplicaciones como: AlphaDev, que permite hacer clasificaciones algorítmicas más eficientes o NoME, que facilita el proceso para el descubrimiento de materiales.
Retos pendientes
Pero, advierte que su uso sin una supervisión adecuada puede reducir el rendimiento de la tecnología.
Mas, el Índice revela una falta significativa de estandarización en los informes de responsabilidad de la IA.
“Los desarrolladores líderes, incluidos OpenAI, Google y Anthropic, prueban principalmente sus modelos con diferentes puntos de referencia sobre sus responsabilidades.
“Práctica que complica los esfuerzos por comparar sistemáticamente los riesgos y limitaciones de los mejores modelos”, concluye la investigación.
