Los modelos de IA persiguen la “superinteligencia”, pero siguen fallando en preguntas simples

OpenAI planea aumentar el precio de su suscripción a ChatGPT Plus hasta los 44 dólares al mes

Jensen Huang, CEO de Nvidia, afirmó en una entrevista reciente a ‘Wired’ que “todo el mundo debería tener un tutor de IA”. Este tutor, según él, puede ser un chatbot que ayude a estructurar y sintetizar información compleja.

Huang mostró un interés particular por la investigación biomédica, especialmente por el descubrimiento de fármacos asistido por IA, un área donde los modelos de lenguaje juegan un papel fundamental al identificar oportunidades terapéuticas más rápido que los métodos tradicionales. Para mantenerse al día con los avances en este campo, Huang utiliza chatbots, los cuales le permiten organizar información de manera eficaz y ahondar en detalles específicos con mayor rapidez.

MIRA: Miles de médicos recurren a ChatGPT en los hospitales para responder a sus pacientes

Aunque los chatbots más conocidos suelen ser ChatGPT o Bard, Huang sorprendió al revelar su preferencia por Perplexity AI, un modelo menos popular. Desarrollado por Aravind Srinivas, ex-investigador de OpenAI, Perplexity se presenta como “el primer motor de respuestas conversacional del mundo”. Huang destacó su simplicidad y capacidad para facilitar la investigación, calificando a Perplexity como su “tutor” personal.

El interés de Huang en estas herramientas se entiende en el contexto del papel central de Nvidia en el desarrollo de la inteligencia artificial. Nvidia, con sus GPUs y centros de datos, ha creado la infraestructura esencial para ejecutar grandes modelos de IA que alimentan chatbots como ChatGPT y Perplexity. La empresa, según Huang, sigue desarrollando proyectos como las “fábricas de IA”, infraestructuras que serán cruciales para el futuro de la tecnología.

Huang también abordó la evolución del procesamiento de datos en la industria. Mencionó la importancia de superar las limitaciones de la Ley de Moore, que tradicionalmente ha marcado el ritmo de crecimiento de la potencia de los chips. Nvidia ha tomado medidas, como la adquisición de Mellanox, para sortear estos límites y mejorar el rendimiento de los centros de datos.