La caída de los datos centralizados y el futuro de los modelos de lenguaje grandes

Elena Digital López

En el reciente Generative AI Summit en Austin, Gregory Allen, cofundador y CEO de Datasent, compartió su experiencia sobre los desafíos y el futuro de la inteligencia artificial (IA) y el almacenamiento de datos. Allen, quien vendió su última empresa en 2021, comentó sobre el periodo de inactividad que siguió a la venta y cómo ese tiempo le permitió explorar soluciones innovadoras en almacenamiento distribuido y la falta de estandarización de datos.

Allen destacó un problema crucial en el entrenamiento de modelos de IA: la calidad de los datos de entrenamiento. Según él, el problema no radica en la tecnología de IA en sí ni en las empresas que producen estos modelos, sino en la centralización de datos deficientes. «Si tienes datos de entrenamiento malos, estás prediciendo tener un impacto catastrófico», afirmó Allen, haciendo hincapié en las implicaciones potencialmente graves para sectores como la salud y las finanzas.

Durante su presentación, Allen también discutió su visión para el futuro de la IA y el almacenamiento de datos. Dado su trasfondo en matemáticas aplicadas, Allen aboga por la descentralización del almacenamiento de datos y el entrenamiento de IA. La actual dependencia en grandes y costosas infraestructuras de datos centralizados no es sostenible a largo plazo, según su evaluación matemática.

Allen ha estado trabajando en probar matemáticamente la viabilidad de un sistema más descentralizado. Sin embargo, aunque ve un futuro prometedor para la IA en la toma de decisiones y la sustitución de determinados trabajos, como en el servicio al cliente, admite que aún hay un largo camino por recorrer antes de que la IA pueda alcanzar todo su potencial.

Además, Allen expresó su preocupación por el uso de herramientas como ChatGPT en los mercados financieros y la posibilidad de tomar decisiones significativas rápidamente, lo que podría derivar en consecuencias inesperadas. Subrayó la necesidad de una cuidadosa consideración al implementar modelos de IA, especialmente cuando se trata de decisiones críticas como las relacionadas con la salud.

La presentación también incluyó un llamado a suscribir otros beneficios exclusivos para miembros, destacando la importancia de mantenerse actualizado y capacitado en un campo que evoluciona tan rápidamente como el de la IA y el marketing de productos tecnológicos.

Scroll al inicio