De la llegada a la Luna al desarrollo de la IA: el papel de las universidades en la innovación
MIT TECHNOLOGY REVIEW.
Capacitar a las universidades para que se mantengan a la vanguardia de la investigación en IA será clave para hacer realidad el potencial de este campo a largo plazo.
La revolución actual de la inteligencia artificial tiene el potencial de mejorar radicalmente nuestras vidas – desde nuestra forma de trabajar hasta cómo nos mantenernos sanos. Sin embargo, para garantizar que EE UU y otras democracias puedan contribuir a dar forma a la trayectoria de esta tecnología es necesario ir más allá del desarrollo tecnológico que tiene lugar en las empresas privadas.
La investigación en las universidades impulsó los avances de la IA que sentaron las bases para el auge comercial que estamos experimentando hoy. Y lo que es más importante, el mundo académico también produjo los líderes de las empresas pioneras en IA.
Pero hoy en día, los grandes modelos fundacionales, o LFM, como ChatGPT, Claude y Gemini requieren de una potencia computacional y unos conjuntos de datos tan amplios que las empresas privadas han reemplazado al mundo académico en el desarrollo de la IA. Capacitar a nuestras universidades para que puedan seguir el ritmo, a la vanguardia de la investigación en IA, será clave para hacer realidad el potencial de este campo a largo plazo. Para ello habrá que corregir la marcada asimetría entre el mundo académico y la industria en el acceso a los recursos informáticos.
La mayor fortaleza del mundo académico reside en su capacidad para llevar a cabo proyectos de investigación a largo plazo y estudios fundamentales que amplíen los límites del conocimiento. La libertad para explorar y experimentar con teorías atrevidas y vanguardistas dará lugar a descubrimientos e innovaciones que servirán de base para la innovación futura. Aunque las herramientas habilitadas por los LFM están en el bolsillo de todos, quedan muchas preguntas por responder sobre ellas, ya que siguen siendo una "caja negra" en muchos aspectos. Por ejemplo, sabemos que los modelos de IA tienen propensión a alucinar, pero aún no entendemos del todo por qué.
Al estar aisladas de las fuerzas del mercado, las universidades pueden trazar un futuro en el que la IA beneficie a mucha gente. Ampliar el acceso del mundo académico a los recursos fomentaría enfoques más inclusivos de la investigación de la IA y sus aplicaciones.
El proyecto piloto del Recurso Nacional de Investigación sobre Inteligencia Artificial (NAIRR, por sus siglas en inglés), establecido en la orden ejecutiva sobre IA del presidente Biden de octubre de 2023, es un paso en la dirección correcta. Mediante asociaciones con el sector privado, el NAIRR creará una infraestructura de investigación compartida para la IA. Si alcanza todo su potencial, se convertirá en un centro esencial que ayudará a los investigadores académicos a acceder de forma más eficaz a la potencia de cálculo de la GPU. Sin embargo, aunque la NAIRR reciba todos los fondos necesarios, es probable que sus recursos no den abasto.
Este problema podría mitigarse si la NAIRR se centrara en un número selecto de proyectos concretos, como algunos han sugerido. Pero también deberíamos buscar otras soluciones creativas para poner un número significativo de GPUs en manos de los académicos. He aquí algunas ideas:
En primer lugar, deberíamos utilizar clústeres de GPU a gran escala para mejorar y aprovechar la infraestructura de supercomputación que ya financia el gobierno estadounidense. Los investigadores universitarios deberían poder colaborar con los laboratorios nacionales de EE UU en los grandes retos de la investigación sobre IA.
En segundo lugar, el gobierno de EE UU debería explorar formas de reducir el coste de las GPU de alta gama para las instituciones académicas, por ejemplo, ofreciendo ayudas financieras como subvenciones o créditos fiscales para I+D. Iniciativas como la de Nueva York, que convierte a las universidades en socios clave del Estado en el desarrollo de la IA, ya están desempeñando un papel importante a nivel estatal. Este modelo debería emularse en todo el país.
Por último, las recientes restricciones al control de exportaciones podrían, con el tiempo, dejar a algunos fabricantes de chips estadounidenses con un excedente de inventario de chips de IA de vanguardia. En ese caso, el gobierno podría comprar este excedente y distribuirlo a universidades e instituciones académicas de todo el país.
Imaginemos el aumento de investigación y e innovación académicas en materia de IA que estas medidas podrían desencadenar. Los investigadores en las universidades suelen tener un sinfín de ideas que con demasiada frecuencia se ven frenadas por falta de recursos. Pero dotar a las universidades de la potencia informática adecuada permitirá que su trabajo complemente la investigación llevada a cabo por la industria privada. Equipadas de esta forma, las universidades podrían convertirse en un centro indispensable para el progreso tecnológico, impulsando la colaboración interdisciplinar, investigando a largo plazo, cultivando talentos que produzcan la próxima generación de pioneros de la IA y promoviendo la innovación ética.
Históricamente, inversiones similares han producido dividendos significativos en innovación. Durante la posguerra, EE UU cultivó una relación simbiótica entre el gobierno, el mundo académico y la industria que nos llevó a la Luna, estableció los cimientos de Silicon Valley y creó Internet.
Tenemos que asegurarnos de que el mundo académico siga siendo un punto fuerte de nuestro ecosistema de innovación. Invertir en su capacidad informática es un primer paso necesario.
Ylli Bajraktari es directora ejecutiva del Proyecto de Estudios Competitivos Especiales (SCSP), una iniciativa sin fines de lucro que busca fortalecer la competitividad de Estados Unidos a largo plazo.
Tom Mitchell es profesor de Founders University en la Universidad Carnegie Mellon.
Daniela Rus es profesora de ingeniería eléctrica e informática en el MIT y directora de su Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL).
Por: Ylli Bajraktari.
Sitio Fuente: MIT Technology Review