Esta historia apareció originalmente en The Algorithm, nuestra newsletter semanal sobre IA. Para recibir historias como esta en tu bandeja de entrada primero, suscríbete aquí.
La semana pasada, me dirigí unos 50 kilómetros al sur de San Francisco a un hotel en Mountain View, Califo ia, para reunirme con algunos de los investigadores de IA más destacados y prometedores del mundo. Estaba moderando entrevistas de mesa redonda y participando como ponente en una sesión de formación para medios con motivo de una reunión del programa AI2050 de Schmidt Sciences, una iniciativa financiada por Eric y Wendy Schmidt que apoya a académicos cuyo trabajo está relacionado con la IA. La lista de becarios es un quién es quién de luminarias de la IA, y aunque no todos pudieron acudir a la Bahía, cada vez que doblaba una esquina veía a un científico al que había entrevistado previamente o cuya investigación admiraba. (Aclaración: Recibí un premio de comunicación científica financiado por Schmidt Sciences en 2024.)
Es un momento peculiar para los investigadores universitarios de IA, que constituyen la mayor parte del grupo AI2050. En los últimos cuatro años, la investigación en IA se ha reorientado hacia los grandes modelos de lenguaje, y su vanguardia se ha trasladado de las instituciones académicas a las empresas privadas. Las universidades simplemente no pueden permitirse las GPU necesarias para entrenar y ejecutar modelos de vanguardia, e incluso si pudieran, Anthropic y OpenAI no permiten que nadie más vea los detalles inte os de Claude o ChatGPT.
En una conversación durante el almuerzo, Nika Haghtalab, profesora de informática en la UC Berkeley, dijo que ser un académico de IA hoy en día era como ser un biólogo en un mundo donde las empresas privadas tenían el control exclusivo sobre la herramienta de edición genética CRISPR. Los expertos fuera de los laboratorios de vanguardia pueden estudiar cómo se comportan ChatGPT y Claude, pero no pueden realizar una investigación detallada sobre el diseño y el entrenamiento de esas herramientas, ni pueden dirigir ese diseño o entrenamiento por sí mismos.
El programa AI2050 sí ofrece a los becarios cierta financiación que pueden usar para comprar GPUs, lo cual, según algunos investigadores con los que hablé, era un beneficio importante de participar en el programa. Pero el dinero sigue siendo una preocupación apremiante, especialmente dada la reducción de la financiación científica federal en Estados Unidos. Incluso para los investigadores que no ejecutan modelos locales por sí mismos, el coste de consultar repetidamente los modelos de OpenAI, Anthropic y Google para estudiarlos rigurosamente puede ser prohibitivo.
En lugar de centrarse en el avance de capacidades, muchos de estos investigadores dirigen su atención a cuestiones que es poco probable que Anthropic u OpenAI aborden. «Intento no trabajar en problemas que creo que serán resueltos por una empresa tecnológica», afirma Anjalie Field, profesora de ciencias de la computación en Johns Hopkins. Las empresas necesitan generar beneficios, y las preguntas de investigación que ofrecen pocas perspectivas de lucro podrían no merecer la pena la inversión —especialmente si sus respuestas pudieran dejar en mal lugar a dichas empresas. Recientemente, por ejemplo, Field llevó a cabo un estudio en el que descubrió que los modelos de lenguaje proporcionan respuestas menos sofisticadas a instrucciones formuladas de maneras más comunes entre mujeres que entre hombres. Es difícil imaginar que ese tipo de investigación provenga de Anthropic u OpenAI.
También existe un gran grupo de académicos de IA que no trabajan en absoluto con LLMs. Muchos de ellos son científicos que construyen modelos de IA especializados capaces de analizar datos, realizar predicciones útiles o incluso simular sistemas físicos completos. Esos investigadores no compiten necesariamente con los laboratorios de vanguardia: el equipo AlphaFold de Google DeepMind, que creó un modelo ganador del Premio Nobel que predice las estructuras de las proteínas, fue disuelto el mes pasado. Pero se enfrentan a sus propios desafíos. En la reunión, varios expresaron su preocupación por cómo el desconocimiento generalizado de la IA no-LLM estaba afectando su trabajo. Los investigadores que desarrollan herramientas de IA especializadas para ayudar a abordar el cambio climático, por ejemplo, a veces tienen dificultades para defender su trabajo cuando tanta gente cree que «IA» significa «LLMs que consumen mucha energía».
Todos estos desafíos están cambiando el panorama académico: Varios académicos destacados se han tomado recientemente un permiso de sus universidades para unirse a laboratorios de vanguardia, y muchos becarios de AI2050 ocupan puestos en la industria junto con sus trabajos académicos. Y en los últimos seis meses, ha surgido otra amenaza más. Los modelos de OpenAI han resuelto varios problemas de investigación reales en matemáticas, y a algunos expertos les preocupa que los humanos no tengan futuro en las matemáticas puras. Una becaria con la que hablé dijo que le preocupaba la salud mental de sus colegas matemáticos.
Pero no todo es pesimismo. Para empezar, la ciencia empírica puede resultar mucho más difícil de automatizar que las matemáticas, porque la recopilación de datos es un proceso intrínsecamente lento. Y algunos investigadores ven a los matemáticos y científicos de IA como un beneficio en lugar de una amenaza, incluido Tim Dettmers, un informático de Ca egie Mellon que trabaja para hacer que los modelos de IA sean más rápidos y baratos de ejecutar. Los científicos de IA no reemplazarán a los humanos, dice Dettmers. Por el contrario, podrían hacer que los científicos humanos fueran mucho más eficientes, para que él y sus colegas tuvieran la oportunidad de perseguir todas las ideas audaces e inspiradas que de otro modo nunca habrían podido explorar.
Y los científicos son personas resilientes. Precisamente las limitaciones de recursos que les impiden entrenar modelos de frontera también les impulsan a descubrir nuevas formas de hacer modelos más pequeños y eficientes, o a explorar arquitecturas completamente nuevas. Si el próximo gran avance en IA no procede de una gran empresa, sino de un modesto laboratorio académico, no me sorprenderá.