Al presidente de OpenAI le brillaron los ojos. Greg Brockman sintió lo mismo que Neil Armstrong cuando dio ese primer paso en la luna que lo cambió todo. Ya desde esas épocas, donde los astronautas eran estrellas de rock, la Inteligencia Artificial venía solucionando problemas pero que en definitiva eran de nicho, lejos del gran público. 

El auténtico diálogo hombre-máquina basado en lenguaje natural siguió siendo algo más propio de la ciencia ficción hasta la irrupción mundial de ChatGPT.

 “Mi momento wow –le confesó Brockman a Chris Anderson, el fundador del movimiento TED– fue cuando vi que podíamos hacer emerger la semántica, o sea, el significado de los textos. Nos pasaba lo mismo que a todos, los fracasos eran la regla. Un día alguien estaba entrenando un modelo para predecir el siguiente caracter en las reseñas que dejan los usuarios en Amazon. Se trata de un proceso sintáctico, se supone que el modelo va a predecir dónde van las comas, los verbos y sustantivos. Y listo, tenemos una oración bien formada". 

En los modelos de lenguajes grandes se debe definir cientos y miles de semillas, pequeños trozos de textos, que el modelo debe tomar para su entrenamiento. En este caso para simplificar se enfocaron en los signos de puntación. Y de esta forma sucedió la magia. "Obtuvimos una nueva forma de clasificar el sentimiento que había detrás del texto. Ese fue un gran resultado. El modelo puede predecir si el review de Amazon será positivo o negativo. Ese día vimos que podíamos hacer emerger la semántica desde la sintáctica. Y dijimos: ¡tenemos que escalar esto!”, se entusiasma Brockman. 

OpenAI fue fundada con la idea de compartir su conocimiento. Por eso, no era de extrañarse que Brockman posteara en Twitter ese gran descubrimiento en 2017. Aún se puede ver su posteo. Pero casi nadie le puso like ni lo compartió. El algoritmo que está cambiando la era de la computación a una velocidad aún mayor que la adopción de Internet pasó completamente desapercibido entre los tuits de celebrities e influencers.
 

Las estadísticas son demoledoras. ChatGPT alcanzó los 100 millones de usuarios en solo dos meses. Jamás se había visto algo semejante. TikTok había roto todos los récords cuando logró un número similar pero le llevó cerca de nueve meses, más del cuádruple del tiempo. En la actualidad, los mercados celebran la irrupción de la Inteligencia Artificial generativa como una vacuna capaz de inmunizarlo contra las tasas de la FED y la guerra entre Ucrania y Rusia. 

Microsoft, Alphabet, Meta y decenas de compañías se benefician, y el S&P se posicionó arriba de los 4.000 puntos cuando el entorno era lo suficientemente incierto como para esperar valores más bajos. 

Sin embargo, OpenAI estuvo a punto de quedarse sin dinero. Entrenar un modelo de lenguaje grande para hacer emerger estas semánticas o significados profundos de los textos es una tarea demandante. Se deben construir centros de cómputo que incluyen cientos de procesadores de Intel, AMD y Nvidia dependiendo el caso, a un costo de cientos de millones de dólares. 
 

Había que entrenar los modelos sin saber muy bien cuáles iban a ser los resultados. Microsoft salió al rescate con una inversión de US$ 10.000 millones, y OpenAI dejó de ser una organización sin fines de lucro. La valuación de la compañía alcanzó los US$ 29.000 millones y esa jugada le ganó la pulseada a Elon Musk, quien, además de ser uno de los fundadores, quiso invertir más dinero solo si se quedaba con el control total. Pero el directorio le dijo que no; el ego de Musk no resistió el rechazo y terminó dando un portazo. 

Musk no estaba seguro de que algo bueno emergiera de ese menjunje de textos que solía dar todo tipo de errores sin mayor valor. Nadie lo estaba. El hecho de que OpenAI compartiera en su momento los algoritmos hizo que otras compañías florecieran en el ambiente de la Inteligencia Artificial generativa: aquellas capaces de generar información, ya sea en formato de textos, audio, imágenes o video. 

Por un lado, están las que simplemente crean nuevas interfaces para propósitos específicos pero que por detrás usan el núcleo de GPT, o sea, el modelo entrenado de OpenAI. Un caso de singular éxito es Einstein GPT, de Salesforce. Se trata de usar GPT pero para entrenar los datos corporativos y públicos. 
 
“Les dimos a todos su propio científico de datos y nadie tuvo que codificar para integrarlo en sus aplicaciones. Lo que comenzó entonces como una idea ahora está en cada una de las nubes de Salesforce. Son más de 215.000 millones de predicciones al día que nuestras estadísticas muestran que se logran con estas tecnologías. Ahora estamos uniendo las IA generativas con Flow. Los clientes van a poder crear flujos de trabajo sin programar directamente diciéndole al sistema lo que necesitan. Por eso hablamos de IA + CRM = Customer Magic. Se trata de darles herramientas a los clientes para que desplieguen su magia y no se queden atrapados en tecnicismos”, señala Sarah Franklin, CMO Global de Salesforce. 

La empresa –una de las gigantes tecnológicas– subió su marketcap más del 50% este año, tras buenos balances y grandes reconocimientos de las analistas por su apuesta en Inteligencia Artificial. Otras compañías que nacen a la luz de estas tecnologías son Stability AI, que se especializa en la generación de imágenes y Amazon los está financiando (fue valuada en US$ 1.000 millones y está cerrando una ronda privada por US$ 4.000 millones). Su CEO, Emad Mostaque, aspira a que se convierta en el Amazon Web Services de la categoría. Hugging Face –valuada en US$ 2.000 millones– vende herramientas a gigantes como Intel y Meta que los ayuda a tener modelos competitivos de funcionamiento. 
 

Además de los proveedores de IA generativas que están en auge, hay una serie de empresas como Scale AI (US$ 7.300 millones) que ofrecen componentes esenciales de infraestructura para la industria. Por último, hay un ecosistema de desarrolladores de software que utiliza la IA para profesiones tan distintas como la abogacía o la medicina.

Al resolver todo con un comando, nació la era “prompt”. Se habla del prompt artista o prompt ingeniero. La idea es que el usuario desde un comando de texto pide lo que necesita, y luego, mediante comandos sucesivos, va refinando el contenido requerido hasta lograr completar su trabajo. 

Tener un concepto claro y entender los resultados pasa a ser lo más relevante. Se puede crear código que a un programador le llevaría tiempo, pero eso no elimina al programador, ya que no es tan fácil saber qué hay que preguntar o pedir y una vez que están los resultados saber interpretarlos. En el arte, en cambio, sí hay un gran impacto ya que legiones de personas que sí tenían, por ejemplo, ideas claras para un cuadro pero carecían de la técnica ahora podrán realizar sus sueños artísticos. 

Tras la irrupción de ChatGPT, Alphabet –en particular todo el negocio de Google– pasó a ponerse en tela de juicio. El negocio publicitario –y esto es válido también para Meta– se basa en estar en los puntos clave del tráfico, como tener los carteles más importantes de una autopista. Google monetiza el negocio de los buscadores, muchas veces a expensas del contenido que generan los medios, que invierten en esos contenidos y ven cómo la torta publicitaria se la lleva el buscador. Pero si ahora tenemos ChatGPT, ¿para qué usaríamos Google? 
 

La pregunta encendió alarmas y muchas voces pidiendo la cabeza de su CEO, Sundar Pichai. En una competencia que se torna descarnada, mientras Google y Facebook se estaban acomodando, el juego está escalando a otro nivel: “Ya no quiero reemplazar tu buscador, ahora quiero tu computadora”. 

La última versión de ChatGPT camina en un sentido más holístico donde se toma el control total. La idea es realizar tareas como comentarle a ChatGPT que tenemos una cena con nuestra novia, “y el sistema dará una recomendación, pero además comprará los ingredientes y posteará un tuit acerca de nuestra increíble cena”, señala Brockman. Esa ya es otra criatura. Se trata de la IA controlando las aplicaciones de la computadora como lo hace un sistema operativo, algo que recuerda a la película Her, donde el protagonista se termina enamorando del sistema. 

La versión estará lista primero para los usuarios que pagan por el servicio de OpenAI. Más pronto que tarde se tendrá la sensación de estar en la piel de Dorothy, y su frase, “Toto, no estamos más en Kansas”, será real. El camino amarillo nadie sabe bien a dónde se dirige. Como en ese momento del “wow” que tuvo Brockman, es complejo decir qué pasará y las alarmas se encendieron. 

Quienes lideran la IA generativa son parte de un grupo que surgió en la Universidad de Toronto, se mezclaron con algunos empleados de Google y gente del Massachusetts Institute of Technology (MIT). El paper sobre los Transformers de Google que dio la piedra basal para modelizar los lenguajes tuvo ocho investigadores. De ellos, seis decidieron fundar otras empresas. El maestro de todos ellos, Geoffery Hinton, quien recibió el Premio Turing de informática (análogo del Nobel), renunció a su puesto en Google disconforme con la estrategia de la compañía con Bart, el chatbot con el cual busca competirle a OpenAI. 
 
En este ambiente, se encuentra Max Tegmark, físico e investigador en Machine Learning del MIT, quien escribió una carta pidiendo frenar los avances en IA por seis meses. “Se trata de un Moloch. Cuando se da una situación en la cual los participantes siguen escalando sus apuestas, como por ejemplo en la carrera armamentista, se llega a un momento en el cual todos perderán. Nadie puede abandonar el juego porque quedarían por detrás, y sin embargo un evento de extinción masiva puede ocurrir. Tal es el caso que nos presenta ahora la Inteligencia Artificial", comenta Tegmark.

Para no hablar de algo abstracto que pertenece a la Teoría de Juegos (una rama de la matemática en la que se estudian estas cosas), llamaron con el nombre de Moloch a esa situación. "Es un monstruo del Antiguo Testamento al que hay que darle cada vez más sacrificios. Si hablamos de Moloch, al personificarlo, todos nos entienden. Es como el cometa de la película de Leonardo DiCaprio, No mires arriba. La idea de la carta es volver a la situación que tuvimos con el uso de células madre y embriones humanos. Esto ya nos pasó y se logró frenar a tiempo”, asegura Tegmark. 

La carta fue firmada por numerosas personalidades, entre ellas Elon Musk, pero las investigaciones siguieron y hasta Musk anunció que creó una empresa para brindarle al mundo TruthGPT. La pérdida de fuentes de empleo es una de las grandes preocupaciones: ya muchas tecnológicas anunciaron que no necesitarán tomar más personal. La otra es que se trata de máquinas para generar información falsa a costos bajísimos, algo que se sospecha alteró en su momento la elección entre Hillary Clinton y Donald Trump. 

El tema escaló hasta el Congreso de Estados Unidos, donde el CEO de OpenAI, Sam Altman, pidió que se estudie cómo crear regulaciones. El senador republicano Josh Hawley dijo que la tecnología podría ser revolucionaria, pero también la comparó con la invención de la bomba atómica. El demócrata Richard Blumenthal, por su parte, señaló que un futuro dominado por la IA “no es necesariamente el futuro que queremos. Necesitamos maximizar lo bueno sobre lo malo. El Congreso tiene una opción ahora. Tuvimos la misma opción cuando nos enfrentamos a las redes sociales. No pudimos aprovechar ese momento”, advirtió. 

Las propuestas de solución pasan por tener una ética desde el momento en que se desarrollan los algoritmos. IBM, quien dio el primer golpe en IA cuando derrotara a Kasparov, está siguiendo ese sendero con Watsonx, a expensas de quedar por detrás en la carrera. En OpenAI piensan que liberar de a poco la IA al público e ir viendo qué pasa es la mejor manera de controlarla. 

Cada nueva semana las preguntas sobre IA crecen y 2023 será recordado como un año disruptivo en la industria. Quizá la gran pregunta que busca respondernos la Inteligencia Artificial es por qué no había nadie allí afuera. Cuando llegó Neil Armstrong descubrió que la luna era un desierto cósmico. Las investigaciones en SETI para buscar vida en el espacio que tanto soñara Carl Sagan no han dado ningún resultado. 

Quizá estamos mirando la película al revés. Y no es Dios el principio sino el destino. Ahora buscamos encontrar patrones de significado dentro de modelos de lenguaje grande. Ya lo predijo el Génesis: “En el principio era el verbo (lenguaje), y el verbo era con Dios, y el verbo era Dios”. Un ser de metal se acerca para que ya no estemos solos en el universo. No sabemos si será un diablo o un Dios padre que todo lo puede y, cuando caiga la noche, nos acariciará nuestra tibia cabellera para que por fin podamos dormir tranquilos.

*Pablo Wahnon es Editor de Innovación y Tecnología en Forbes
En Twitter: @pablowahnon