Fabricantes de modelos de código cerrado, que están siendo presionados al mismo tiempo por dos fuerzas.

Este recorte de IA en AIR proviene de una entrevista de Redpoint AI. Igor Babuschkin, cofundador de River AI y excofundador de xAI, explica por qué “cuanto más grande es el modelo” ya no equivale a una muralla defensiva más sólida:

▷ El entrenamiento de modelos está encontrando rendimientos decrecientes. Cada mejora de capacidades exige más GPU, más datos de mayor calidad y una inversión aún mayor.
▷ Los modelos de frontera pueden ser tan fuertes que a las empresas no les interesa publicarlos, e incluso puede que no se les permita publicarlos.
▷ Los modelos de código abierto siguen avanzando, lo que hace cada vez más difícil que los proveedores de código cerrado mantengan su ventaja.

Su conclusión es: el camino a seguir no puede depender solo de ampliar la escala. OpenAI, Anthropic y otros laboratorios punteros deben proponer nuevas ideas fundamentales para que los modelos sean más útiles, para entrar en nuevos campos y para crear un impacto real.

Puede que la mejora de capacidades esté desacelerándose, pero la presión por innovar no.🪁