La inteligencia fabricado (IA) se ha convertido en el avance tecnológico más fiscalido de esta término. A medida que superamos los límites de lo que las máquinas pueden hacer, el objetivo final para muchos gigantes tecnológicos es conquistar la inteligencia genérico fabricado (AGI), una forma hipotética de IA que puede entender, instruirse y aplicar su inteligencia para resolver cualquier problema, al igual que un cerebro humano.
La carrera cerca de AGI no es solo una cuestión de supremacía tecnológica; Es una búsqueda que podría remodelar el tejido mismo de nuestra sociedad. Las aplicaciones potenciales de AGI son vastas y transformadoras, que van desde la resolución de problemas globales complejos hasta la revolucionar las industrias en todos los ámbitos. Esta es la razón por la cual las principales empresas tecnológicas del mundo están invirtiendo miles de millones de dólares e innumerables horas en investigación y incremento de IA.
En este artículo, exploraremos los esfuerzos de los jugadores esencia en la carrera de IA, incluidos Google, Nvidia, Microsoft, OpenAi, Meta y otros. Discutiremos sus estrategias, logros y los enfoques únicos que están adoptando para exceder los límites de la tecnología de IA.
Comprender AGI
¿Qué es AGI?
AGI, a menudo descrito como el «santo eucaristía» de la inteligencia fabricado, se imagina como un sistema capaz de realizar cualquier tarea intelectual que un humano pueda. Sin requisa, puntualizar AGI ha demostrado ser tan esquivo como lograrlo. Geoffrey Hinton, una figura pionera en la IA, señala que si admisiblemente AGI es un concepto «serio, aunque mal definido», hay poco consenso sobre lo que implica precisamente. Hinton prefiere el término «superinteligencia» para describir los sistemas AGI que superarían las habilidades cognitivas humanas.
La naturaleza esquiva de AGI
Los gigantes tecnológicos líderes, incluidos OpenAi, Google, Meta, Microsoft y Amazon, están a la vanguardia de esta carrera. Cada compañía aporta sus fortalezas únicas y objetivos estratégicos a la mesa. Operai, por ejemplo, está profundamente comprometido a respaldar que AGI, una vez desarrollado, beneficie a toda la humanidad. La ordenamiento ha establecido una estructura de gobierno donde su comité directiva decidirá cuándo sus sistemas han conseguido AGI, un hito que afectará significativamente su asociación con Microsoft.
Google ha estado a la vanguardia de la investigación y el incremento de la IA, con dos divisiones principales encabezando sus esfuerzos: DeepMind y Google Brain.
A. Deepmind y sus logros
DeepMind, adquirido por Google en 2014, ha sido responsable de algunos de los logros más innovadores de la IA. Su software Alphago derrotó al campeón mundial en el arduo placer de Go en 2016, una correr que muchos pensaron estaba décadas de distancia. Esto fue seguido por Alphazero, que alcanzó el rendimiento sobrehumano en el ajedrez, el shogi, y pasó por el estudios de refuerzo de sí mismo.
Más recientemente, DeepMind ha hecho avances significativos en el plegamiento de proteínas con Alfafold. Este sistema de IA puede predecir estructuras de proteínas con una precisión trascendental, potencialmente revolucionando el descubrimiento de fármacos y nuestra comprensión de las enfermedades.
B. Google Brain y Tensorflow
Google Brain, el equipo de investigación de IA interno de la compañía, ha sido fundamental en el incremento de herramientas y marcos que han acelerado la investigación de IA en todo el mundo. TensorFlow, una biblioteca de estudios maquinal de código extenso desarrollada por Google Brain, se ha convertido en una de las herramientas más utilizadas para construir modelos de IA.
Google Brain todavía ha hecho contribuciones significativas al procesamiento del verbo natural con modelos como Bert (representaciones de codificadores bidireccionales de Transformers), que ha mejorado los resultados de búsqueda de Google y las capacidades de comprensión del verbo.
C. Desarrollos recientes y planes futuros
Google continúa presionando los límites de la IA con proyectos como Lamda (maniquí de verbo para aplicaciones de diálogo), cuyo objetivo es hacer que la IA conversacional sea más natural y consciente de contexto. La compañía todavía ha estado trabajando en la integración de AI más profundamente en sus productos, desde Google Search hasta Gmail y Google Photos.
En términos de hardware, Google ha desarrollado sus propios chips AI, llamado unidades de procesamiento de tensor (TPU), optimizado para cargas de trabajo de estudios maquinal. Estos chips alimentan muchos de los servicios de IA de Google y todavía están disponibles para los clientes a través de Google Cloud.
Mirando cerca de el futuro, la táctica de IA de Google parece enfocada en desarrollar sistemas AI más generales y versátiles que puedan manejar una amplia serie de tareas, acerándose al concepto de AGI. La compañía todavía está fuertemente invertida en la investigación de computación cuántica.
El papel de Nvidia en el ecosistema de IA
Si admisiblemente NVIDIA puede no ser un nombre habitual como Google o Microsoft, juega un papel crucial en el ecosistema de IA como el proveedor líder de hardware que impulsa los cálculos de IA.
A. Dominio de GPU en hardware de IA
Las unidades de procesamiento de gráficos (GPU) de NVIDIA se han convertido en el en serie de facto para capacitar y ejecutar modelos de IA. Originalmente diseñadas para representar gráficos en los videojuegos, GPU resultó ser excepcionalmente adecuado para el procesamiento paralelo requerido en los cálculos de IA.
Los ingresos del centro de datos de NVIDIA, en gran parte impulsados por las ventas relacionadas con la IA, han estado creciendo rápidamente. En 2022, la compañía introdujo su GPU H100, basada en la nueva casa de la tolva, que promete mejoras significativas de rendimiento para las cargas de trabajo de IA.
B. Pila de software AI de Nvidia
Más allá del hardware, NVIDIA ha desarrollado una pila de software integral para el incremento de IA. Esto incluye CUDA, una plataforma informática paralela y un maniquí de programación que permite a los desarrolladores servirse el poder de las GPU NVIDIA para el procesamiento de uso genérico.
NVIDIA todavía ofrece herramientas como CUDNN (CUDA Deep Neural Network Library) y Tensorrt, que optimizan el rendimiento del estudios profundo en las GPU de NVIDIA. Estas herramientas se usan ampliamente en la comunidad de IA y han contribuido a la posición dominante de NVIDIA en el mercado de hardware de IA.
C. asociaciones y colaboraciones
Nvidia ha formado asociaciones estratégicas con muchas compañías tecnológicas e instituciones tecnológicas líderes. Por ejemplo, trabaja en estrecha colaboración con los fabricantes de vehículos autónomos para proporcionar soluciones con IA para automóviles autónomos. La compañía todavía ha colaborado con las instituciones de atención médica para aplicar IA en imágenes médicas y descubrimiento de medicamentos.
En 2022, Nvidia anunció una asociación con Booz Allen Hamilton para desarrollar soluciones de ciberseguridad habilitadas para AI para el gobierno de los Estados Unidos e infraestructura crítica. Esto destaca la creciente importancia de la IA en las aplicaciones de seguridad y defensa franquista.
Logística de IA de Microsoft
Microsoft se ha posicionado estratégicamente como líder en IA al servirse las asociaciones e trastornar en nuevas empresas de IA esencia. La inversión de $ 13 mil millones de la compañía en OpenAI le ha proporcionado paso exclusivo a los modelos de OpenAI, que se han integrado en productos de Microsoft como GitHub Copilot y la plataforma Azure AI.
A. Azure AI y Servicios en la cúmulo
La plataforma en la cúmulo de Microsoft, Azure, ofrece una amplia serie de servicios de IA que permiten a las empresas incorporar IA en sus aplicaciones. Estos servicios cubren áreas como el estudios maquinal, la visión por computadora, el procesamiento del verbo natural y el examen de voz.
Azure Machine Learning, un entorno basado en la cúmulo para capacitar, implementar y mandar modelos de estudios maquinal, se ha convertido en una opción popular para las empresas que buscan implementar soluciones de IA. La táctica de Microsoft de proporcionar herramientas de IA fáciles de usar ha ayudado a democratizar el incremento de IA y acelerar su prohijamiento en varias industrias.
B. Integración de IA en productos de Microsoft
Microsoft ha estado integrando constantemente las capacidades de IA en su serie de productos. En Microsoft 365 (anteriormente Office), AI Powers se presenta como Smart Compose in Outlook, diseño maquinal de diapositivas en PowerPoint y exploración de datos en Excel.
Windows 11 ha gastado una longevo integración de IA con características como Windows Studio Effects, que utiliza IA para desenfoque de fondo, contacto visual y enfoque maquinal en videollamadas. La compañía todavía ha introducido funciones de IA en su navegador de borde y motor de búsqueda de Bing, aprovechando grandes modelos de idiomas para proporcionar experiencias de búsqueda más interactivas e informativas.
El rápido progreso de Openai
Operai sigue siendo una figura central en el paisaje de IA, particularmente con su delegación de desarrollar AGI. La compañía ha sido pionera en la creación de algunos de los modelos de idiomas más avanzados, incluido GPT-4 y el próximo GPT-5. Los modelos de OpenAI no solo lideran en términos de capacidad técnica sino todavía en integración comercial, gracias a su profunda asociación con Microsoft.
Las ambiciones AGI de OpenAI están admisiblemente documentadas, con el CEO Sam Altman afirmando que conquistar AGI representaría «la tecnología más poderosa que la humanidad ha inventado hasta ahora». El enfoque de la compañía para el incremento de la IA equilibra la innovación de vanguardia con un resistente acento en consideraciones éticas e impacto social. Sin requisa, los altos costos asociados con la capacitación de modelos grandes han requerido una importante financiación externa, incluidas conversaciones con inversores como el gobierno de los EAU para apuntalar hasta $ 7 billones para futuros proyectos de fabricación de chips de IA
A. Serie GPT y su impacto
El logro más trascendental de OpenAI ha sido el incremento de la serie de modelos de idiomas GPT (transformador generado previamente entrenado). GPT-3, animado en 2020, cambió el placer en el campo del procesamiento del verbo natural, lo que demuestra una capacidad sin precedentes para suscitar texto humano.
El tirada de GPT-4 en 2023 superó aún más los límites de lo que es posible con los modelos de idiomas. GPT-4 demostró capacidades de razonamiento mejoradas, alucinaciones reducidas y la capacidad de manejar entradas multimodales (texto e imágenes). Estos modelos han contrario aplicaciones en varios campos, desde la creación de contenido hasta la coexistentes de códigos y el servicio al cliente automatizado.
B. Dall-E y multimodal a
Adicionalmente de la coexistentes de texto, OpenAI ha hecho avances significativos en la coexistentes de imágenes con Dall-E. Este sistema de IA puede crear imágenes únicas a partir de descripciones de texto, mostrando el potencial de la IA en los campos creativos. La última iteración, Dall-E 3, mejoró la calidad y la precisión de las imágenes generadas, al tiempo que introduce características como la interna y la superación.
Estos desarrollos en IA multimodal, sistemas que pueden funcionar con diferentes tipos de datos como texto e imágenes) representan un paso significativo cerca de sistemas de IA más generales.
Iniciativas de IA de Meta
Meta, bajo el liderazgo del CEO Mark Zuckerberg, ha cambiado su enfoque cerca de el incremento de la inteligencia genérico fabricado (AGI). La táctica de Meta implica la construcción de sistemas AGI que pueden realizar una amplia serie de tareas complejas, o mejor que los humanos. Este avaricioso objetivo refleja la visión más amplia de Meta de integrar la IA destacamento en su vasto ecosistema de aplicaciones y servicios.
Para apoyar este esfuerzo, Meta está invirtiendo en gran medida en energía computacional, con planes de acumular más de 340,000 de las GPU H100 de NVIDIA a fines de 2024. Esta inmensa capacidad computacional es crucial para capacitar a modelos de IA a gran escalera como LLama 3, que se lanzó recientemente.
A. Pytorch y contribuciones de código extenso
Una de las contribuciones más importantes de Meta a la comunidad de IA ha sido Pytorch, una biblioteca de estudios maquinal de código extenso. Pytorch ha obtenido una prohijamiento generalizada en la comunidad de investigación oportuno a su flexibilidad y facilidad de uso, particularmente para aplicaciones de estudios profundo.
Meta AI, la división de investigación de IA de la compañía, publica regularmente su investigación y libera herramientas de código extenso, contribuyendo al ecosistema de IA más amplio. Este enfoque extenso ha ayudado a meta del talento de IA y permanecer a la vanguardia de la investigación de IA.
B. AI en las redes sociales y el metaverso
Meta aprovecha ampliamente la IA en sus plataformas de redes sociales (Facebook, Instagram, WhatsApp) para recomendación de contenido, orientación de anuncios y moderación de contenido. Los algoritmos de recomendación de la Compañía procesan grandes cantidades de datos para personalizar las experiencias de los usuarios.
C. avances y desafíos recientes
En 2024, Meta anunció varios avances de IA, incluido Segment Anything Model (SAM), un nuevo maniquí de IA para la segmentación de imágenes que puede identificar y describir objetos en imágenes y videos con una precisión trascendental. Además introdujeron una serie de NE de la LLM de código extenso más popular llamado LLAMA (Meta AI del maniquí de verbo noble).
Sin requisa, Meta ha enfrentado desafíos, particularmente en la moderación de contenido. La compañía ha luchado por usar efectivamente la IA para combatir el discurso de desinformación y odio en sus plataformas, destacando las complejidades de aplicar la IA a los problemas sociales del mundo verdadero.
Otros jugadores notables
IBM sigue siendo un deportista importante en IA con su plataforma Watsonx, que ha evolucionado significativamente desde su inicio. El enfoque de IBM ha cambiado cerca de la IA más abierta, accesible y escalable para las empresas. La plataforma Watsonx ahora incluye un conjunto de herramientas de automatización de IA y capacidades de gobernanza que permiten a las empresas integrar y mandar soluciones de IA de forma más efectiva en varios dominios como operaciones de TI, ciberseguridad y servicio al cliente.
Recientemente, IBM introdujo capacidades generativas de IA para mejorar sus servicios administrados de detección y respuesta de amenazas. Esto incluye un nuevo asistente de seguridad cibernética con AI diseñada para racionalizar y acelerar la investigación y la respuesta a las amenazas de seguridad, aprovechando aún más las capacidades de IA más amplias de IBM construidas en la plataforma Watsonx (IBM Newsroom) (IBM Newsroom).
IBM todavía está fomentando asociaciones estratégicas con compañías como AWS, Adobe, Meta y Salesforce para integrar sus soluciones de IA en ecosistemas más amplios, asegurando que sus tecnologías de IA sean versátiles y ampliamente adoptadas en todas las industrias (Comunidad de IBM TechXchange) (IBM – Estados Unidos).
B. Servicios de IA de Amazon
Amazon sigue siendo una fuerza dominante en la IA a través de su plataforma de Amazon Web Services (AWS), que proporciona un conjunto integral de IA y herramientas de estudios maquinal. Amazon Sagemaker de AWS es una proposición esencia, que permite a los desarrolladores construir, entrenar e implementar modelos de estudios maquinal a escalera.
Adicionalmente de Enterprise AI Services, Amazon continúa innovando en productos de IA de consumo con Alexa, su asistente imaginario, que utiliza el procesamiento renovador del verbo natural y el estudios maquinal para interactuar con los usuarios. El enfoque de la compañía en integrar a la IA sin problemas en su comercio electrónico y servicios en la cúmulo lo ha posicionado como líder en el espacio de IA.
C. enfoque de IA en dispositivo de Apple
El enfoque único de Apple para la IA enfatiza el procesamiento en el dispositivo para priorizar la privacidad del sucesor. Esto se ejemplifica por características como Face ID y el uso más amplio de modelos de estudios maquinal a través de su situación ML central. El silicio personalizado de Apple, incluidos los chips de la serie A y la serie M, incluye motores neuronales dedicados que alimentan las tareas de IA de forma efectivo en los dispositivos.
La compañía todavía ha mejorado sus ofertas de IA con mejoras en el procesamiento del verbo natural a través de Siri y los avances en la visión por computadora con características como el texto en vivo.
