Durante los últimos dos años, la mayoría de las conversaciones sobre IA se han centrado en los modelos.
Modelos más grandes. Modelos más rápidos. Modelos más inteligentes.
Pero empiezo a pensar que el verdadero cuello de botella no es la inteligencia. Es el contexto.
Incluso los sistemas de IA más capaces tienen dificultades cuando no entienden a quién están ayudando, qué información es importante o cómo se puede acceder a esa información de forma segura.
Esa es una de las razones por las que OpenGradient llamó mi atención.
El proyecto no intenta competir en la carrera por construir el próximo modelo fundacional. En cambio, está explorando infraestructura que permite que los sistemas de IA trabajen con un contexto significativo mientras se mantiene el control del usuario.
La tendencia general parece importante.
A medida que la IA se vuelve un producto más común, la diferenciación podría venir de la memoria, los permisos y el contexto, más que del rendimiento bruto del modelo.
Por supuesto, esto introduce preguntas difíciles.
¿Quién es dueño de ese contexto?
¿Cómo se verifica?
¿Cómo pueden los usuarios transferir su inteligencia entre aplicaciones sin quedar atrapados en una sola plataforma?
Las respuestas no son evidentes.
Pero cada vez más sospecho que el futuro de la IA no se determinará por qué modelo sabe más. Puede que se determine por qué sistemas nos entienden mejor.
#OPG $OPG @OpenGradient
Modelos más grandes. Modelos más rápidos. Modelos más inteligentes.
Pero empiezo a pensar que el verdadero cuello de botella no es la inteligencia. Es el contexto.
Incluso los sistemas de IA más capaces tienen dificultades cuando no entienden a quién están ayudando, qué información es importante o cómo se puede acceder a esa información de forma segura.
Esa es una de las razones por las que OpenGradient llamó mi atención.
El proyecto no intenta competir en la carrera por construir el próximo modelo fundacional. En cambio, está explorando infraestructura que permite que los sistemas de IA trabajen con un contexto significativo mientras se mantiene el control del usuario.
La tendencia general parece importante.
A medida que la IA se vuelve un producto más común, la diferenciación podría venir de la memoria, los permisos y el contexto, más que del rendimiento bruto del modelo.
Por supuesto, esto introduce preguntas difíciles.
¿Quién es dueño de ese contexto?
¿Cómo se verifica?
¿Cómo pueden los usuarios transferir su inteligencia entre aplicaciones sin quedar atrapados en una sola plataforma?
Las respuestas no son evidentes.
Pero cada vez más sospecho que el futuro de la IA no se determinará por qué modelo sabe más. Puede que se determine por qué sistemas nos entienden mejor.
#OPG $OPG @OpenGradient