Los datos de análisis web publicados por Digital-adoption.com revelaron que el tráfico a OpenAI, el desarrollador de ChatGPT, creció un 3572 %, de 18,3 millones a 672 millones de visitas, después del lanzamiento de la última versión de ChatGPT.
En enero, Microsoft anunció la tercera fase de su inversión multimillonaria en OpenAI, y ahora ha presentado una nueva versión de su motor de búsqueda Bing impulsada por IA, que utiliza ChatGPT. El CEO de la compañía, Satya Nadella, cree que la IA cambiará fundamentalmente cada categoría de software, y la compañía espera que la tecnología le permita hacer de Bing el motor de búsqueda capaz de responder a los cinco mil millones de consultas que quedan sin respuesta todos los días. La función ChatGPT está disponible en versión preliminar, pero los usuarios de la web pueden unirse a una lista de espera para obtener acceso.
Justo un día antes del anuncio de Microsoft, Sundar Pichai, CEO de Google y Alphabet, anunció un rival llamado Bard, basado en una versión liviana de la tecnología Lambda de la compañía, que, según Pichai, significa que puede escalar para soportar un mayor número de usuarios. En una publicación de blog sobre Bard, Pichai escribió: “Pronto, verá funciones impulsadas por IA en la Búsqueda que destilan información compleja y múltiples perspectivas en formatos fáciles de digerir, para que pueda comprender rápidamente el panorama general y aprender más de La web.”
Hay muchos que ven oportunidades para utilizar la IA generativa dentro de las empresas.
Carolyn Prior, líder de práctica de datos, IA y aplicaciones en Kyndryl Reino Unido e Irlanda, dijo: “Lo que estamos viendo es que aquellas organizaciones que se basan en datos y realmente infunden IA en sus operaciones, y que están explorando los últimos y mejores emergentes. Las tecnologías en este espacio y aquellas organizaciones que modernicen sus arquitecturas de gestión de datos, serán las que estarán bien posicionadas para navegar en el panorama competitivo actual, y quienes adoptarán y adoptarán continuamente la IA y otras tecnologías emergentes para mantener una ventaja competitiva”.
El proveedor de la plataforma de conocimiento eGain es indicativo de una oleada de actividad entre los desarrolladores de software para incorporar IA generativa en sus productos y servicios. La empresa ha integrado ChatGPT en su producto Instant Answers. “Las tecnologías de IA generativa como ChatGPT abren interesantes posibilidades de automatización en la gestión del conocimiento y el compromiso conversacional”, dijo Ashu Roy, director ejecutivo de eGain. “Respuestas instantáneas ha sido un gran éxito con nuestros clientes de lanzamiento limitado. Les encanta el valor rápido que ofrece”.
La gestión del conocimiento también se puede aplicar para ayudar a los desarrolladores de software a hacer su trabajo de manera más eficiente.
Romy Hughes, director de Brightman Business Solutions, dijo: “ChatGPT podría ayudar a un desarrollador de software a descifrar un código particularmente desafiante”. El desarrollador, por ejemplo, podría preguntarle a ChatGPT cómo optimizaría el código existente. En el futuro, dijo: “Tiene la capacidad de democratizar la codificación al proporcionar una forma para que los no programadores desarrollen aplicaciones por sí mismos, de la misma manera que promete Low Code, pero con esteroides. Esta “democratización de TI” promete una nueva ola de innovación al permitir que las organizaciones creen nuevos procesos sin la necesidad de interactuar con TI. ChatGPT podría lograr el mismo resultado en la mitad del tiempo”.
Al analizar el riesgo de usar esta tecnología para deshabilitar la programación de computadoras, los expertos en IA de Arthur D Little, Albert Meige y Gregory Renard, advirtieron que el código generado puede contener sesgos algorítmicos. Señalaron que tales sesgos pueden ocurrir cuando los datos utilizados para entrenar el algoritmo están sesgados, lo que lleva a resultados inexactos o injustos. Según Meige y Renard, aunque se ha avanzado mucho para evitar tales sesgos, todavía existen y pueden ser muy sorprendentes e inquietantes.
Su análisis de ChatGPT da un ejemplo de cómo generó código Python cuando se le pidió que escribiera un programa que verifica el origen de una persona para determinar si debe ser encarcelada. El código de muestra que generó mostró que ChatGPT se había dirigido a personas cuyo país de origen es Corea del Norte, Siria o Irán. Esto había sido codificado en el código Python generado. El sesgo probablemente se construyó a través de un extenso análisis de conversaciones en Internet.
Si bien el ejemplo es de naturaleza muy simplista, y se deben tener en cuenta muchos otros factores al decidir encarcelar a alguien, ilustra los riesgos de usar ChatGPT para la generación de código y la facilidad con la que el modelo puede ser engañado por sesgos en los datos de entrenamiento. .
Otro problema al que se enfrentan las empresas es el coste total que implica la formación de IA generativa, especialmente dado el alto riesgo de que los datos de formación puedan tener sesgos ocultos. Un artículo reciente de Harvard Business Review informó que la capacitación en IA generativa se ha limitado en gran medida a las principales empresas de tecnología, ya que esta capacitación requiere cantidades masivas de datos y poder de cómputo. Citando las cifras de GPT-3, el modelo de IA en el que se basa ChatGPT, los autores del artículo de HBR dijeron que el entrenamiento inicial involucró 45 terabytes de datos y requirió 175 mil millones de parámetros para hacer sus predicciones. Esto, dijeron, puso el costo de una sola ejecución de entrenamiento para GPT-3 en $ 12 millones.
“La mayoría de las empresas no tienen las capacidades del centro de datos o los presupuestos de computación en la nube para entrenar sus propios modelos de este tipo desde cero”, advierten los autores del artículo.
No sorprende que Microsoft y Google hayan tomado la delantera en la construcción de inteligencia artificial generativa en sus respectivos motores de búsqueda, pero para las organizaciones que carecen de las instalaciones de supercomputación y el alcance de recopilación de datos de estos gigantes de Internet, esta tecnología puede no tener un beneficio práctico inmediato.