“Las razones por la que la IA generativa tiene el potencial de transformar nuestras vidas”

Recuerda cuando un nuevo conjunto de tecnologías o un artilugio tecnológico captó por completo su atención e imaginación. Las primeras computadoras personales. La llegada de Internet y la web. El correo electrónico. Los teléfonos inteligentes. Estas cosas cambiaron nuestras vidas de un modo difícil de prever, y tal vez de apreciar, hasta que llevamos algún tiempo con estas tecnologías en nuestro haber colectivo.

Estamos de nuevo en ese momento con la inteligencia artificial (IA) y el aprendizaje automático (ML). Creo que la IA y el ML son las tecnologías más transformadoras de nuestro tiempo. Por eso, durante más de 20 años, Amazon ha invertido fuertemente en el desarrollo de la IA y el ML, infundiendo estas increíbles capacidades en casi todas las unidades de negocio.

La IA solía ser del dominio de un pequeño grupo de investigadores y científicos de datos. Hoy en día, no podemos entrar a ver noticias sin alguna referencia a la IA y, en concreto, a la IA generativa. Puede resultar sorprendente, pero los conceptos de IA existen desde los años cincuenta.

Entonces, ¿por qué esta tecnología, que lleva décadas gestándose, despierta ahora tanto interés? Sencillamente, la IA ha alcanzado un punto de inflexión gracias a la convergencia del progreso tecnológico y una mayor comprensión de lo que puede lograr. Si a esto le unimos la proliferación masiva de datos, la disponibilidad de una capacidad de computación altamente escalable y el avance de las tecnologías de ML a lo largo del tiempo, el interés por la IA generativa está finalmente tomando forma.

Además, es muy probable que ya tengas experiencia en el uso de IA y ML. Si has escuchado un podcast de Wondery, has preguntado a Alexa por el clima del día, has buscado una nueva serie en Prime Video o has visitado una tienda con la tecnología Just Walk Out, has usado la IA de Amazon. Más concretamente, has interactuado con sistemas o modelos ML. Son estos modelos ML los que están en el centro del entusiasmo y el potencial de la IA generativa.

Aunque se basa en los mismos conceptos, existe una clara distinción entre las técnicas tradicionales de aprendizaje automático de la IA que llevamos años poniendo en práctica, en particular el aprendizaje profundo, y la IA generativa. Como su nombre indica, la IA generativa es un tipo de inteligencia artificial que puede crear nuevos contenidos e ideas. Puede ser texto, imágenes, vídeo, voz e incluso código. Como todas las IA, la IA generativa se alimenta de modelos de aprendizaje automático, modelos de ML muy grandes que se entrenan previamente con grandes cantidades de datos y que suelen denominarse modelos básicos o FM, foundation models, en inglés.

Antes de poner a trabajar los FM, las formas tradicionales de aprendizaje automático nos permitían tomar entradas sencillas, como valores numéricos, y asignarlas a salidas sencillas, como valores predichos. Con técnicas de ML más avanzadas, especialmente el aprendizaje profundo, podíamos tomar entradas algo más complicadas, como vídeos o imágenes, y asignarlas a salidas relativamente sencillas. Podríamos buscar una imagen en un flujo de vídeo que incumpliera las directrices o analizar un documento en busca de opiniones. Con este enfoque, se obtiene información sobre los datos que se proporcionan al modelo, pero no se genera nada nuevo. Con la IA generativa, se pueden aprovechar grandes cantidades de datos (asignando entradas complicadas a salidas complicadas) y crear nuevos contenidos de todo tipo en el proceso.

Los modelos tradicionales de ML también tienden a ser específicos para cada tarea. Si quisiera hacer traducciones con un modelo de aprendizaje profundo, por ejemplo, accedería a montones de datos específicos relacionados con servicios de traducción para aprender a traducir del español al alemán. El modelo solo haría el trabajo de traducción, pero no podría, por ejemplo, pasar a generar recetas de paella en alemán. Podría traducir una receta de paella del español al alemán que ya existe, pero no crear una nueva.

Ahora, con la IA generativa, todo el mundo puede utilizarla sin necesidad de preparar los datos manualmente. Los grandes modelos que impulsan las aplicaciones de IA generativa -esos modelos básicos- se construyen utilizando una arquitectura de red neuronal llamada Transformer. Llegó a los círculos de la IA alrededor de 2017, y reduce significativamente el proceso de desarrollo.

Con la arquitectura Transformer, los modelos de IA generativa se pueden preentrenar en cantidades masivas de datos no etiquetados de todo tipo: texto, imágenes, audio, etc. No es necesario preparar los datos manualmente y, gracias a la enorme cantidad de preentrenamiento (básicamente aprendizaje), los modelos pueden utilizarse de inmediato para una amplia variedad de tareas generalizadas. Es como la navaja suiza de la inteligencia artificial.

Un modelo puede aprender en la fase de preentrenamiento, por ejemplo, qué es una puesta de sol, qué aspecto tiene una playa y cuáles son las características particulares de un unicornio. Con un modelo diseñado para tomar texto y generar una imagen, no sólo puedo pedir imágenes de puestas de sol, playas y unicornios, sino que puedo hacer que el modelo genere una imagen de un unicornio en la playa al atardecer. Y con cantidades relativamente pequeñas de datos etiquetados (lo que llamamos "ajuste fino"), se puede adaptar el mismo modelo básico a dominios o sectores concretos.

La capacidad de personalizar un MF preentrenado para cualquier tarea con solo una pequeña cantidad de datos etiquetados es lo más revolucionario de la IA generativa. También es la razón por la que creo que la mayor oportunidad de la IA generativa no está en los consumidores, sino en transformar todos los aspectos del funcionamiento de las empresas y organizaciones y la forma en que atienden a sus clientes.

En la industria de la salud, el mundo jurídico, el negocio de suscripción de hipotecas, la creación de contenidos, el servicio de atención al cliente, etc., prevemos que los modelos de IA generativa entrenados por expertos tendrán un rol que desempeñar. Imaginemos que el procesamiento automatizado de documentos simplificara y agilizara la declaración de impuestos, o que la solicitud de una hipoteca fuera un proceso sencillo que durara días, no semanas. ¿Y si las conversaciones con un profesional de la salud no solo se transcribieran y anotaran en lenguaje llano, sino que ofrecieran al médico posibles tratamientos y las últimas investigaciones? ¿Y si se pudiera explorar el diseño de un nuevo producto, optimizando su sostenibilidad, costo y precio con sencillas instrucciones? Todo esto no solo sería posible, sino probable con la IA generativa.

Ya estamos viendo cómo la IA generativa aparecerá en las empresas en cuatro modalidades:

• Mejorar la experiencia del cliente a través de capacidades como chatbots, asistentes virtuales, centros de contacto inteligentes, personalización y moderación de contenidos.
  
• Aumento de la productividad de los empleados con la búsqueda conversacional, síntesis de textos y la generación de código, entre otros.
  
• Producción de todo tipo de contenidos creativos, desde arte y música hasta texto, imágenes, animaciones y vídeo.
  
• Mejorar las operaciones empresariales con procesamiento inteligente de documentos, asistentes de mantenimiento, control de calidad e inspección visual y generación de datos sintéticos de formación.

La clave está en elegir las herramientas de IA adecuadas y combinarlas con el nivel adecuado de juicio y experiencia humanos. Estos modelos no van a sustituir a los humanos, solo van a hacer que todos seamos mucho más productivos. Y lo que es más importante, estos modelos deben ajustarse a sus datos de forma segura para que, al final, se adapten a las necesidades de su organización. Sus datos son el elemento diferenciador y el ingrediente clave para crear productos extraordinarios, experiencias de cliente o mejorar las operaciones empresariales.

La IA generativa aún está en sus inicios. Aún queda mucho por inventar e iterar. Me recuerda a Internet en 1995, cuando la web estaba empezando a nacer y oímos hablar de una cosa llamada navegador web.

Cuando uno da un paso atrás y mira dónde estamos hoy, y lo que está por venir, la IA generativa tiene el potencial de revolucionar nuestras vidas, ya sea en casa, en la escuela o en el trabajo. Con estas herramientas que Amazon y nuestros clientes están construyendo, todos podremos dedicar más tiempo a lo que se nos da mejor y menos al trabajo rutinario. Eso es muy poderoso, y es lo que va a hacer de este un momento tan increíble.

Para obtener más información sobre la IA generativa y las últimas herramientas de AWS, aquí está mi discurso en la conferencia magistral del AWS Summit de Nueva York.