Cinco tendencias de IA a las que vale la pena prestar atención en 2022: la nueva pila
Aquí están las cinco tendencias principales en inteligencia artificial para 2022:
Tendencia 1: Los modelos de lenguaje grande (LLM) definen la próxima ola de IA conversacional.
Los modelos de lenguaje se basan en técnicas y algoritmos de procesamiento del lenguaje natural para determinar la probabilidad de que una determinada secuencia de palabras aparezca en una oración. Estos modelos pueden predecir la siguiente palabra de una oración, resumir información de texto e incluso crear visualizaciones a partir de texto sin formato.
Los modelos de lenguaje a gran escala (LLM) se entrenan en conjuntos de datos masivos que contienen grandes cantidades de datos. BERT de Google y GPT-2 y GPT-3 de OpenAI son algunos ejemplos de LLM. Como todos sabemos, GPT-3 se entrenó en 570 GB de texto con 65,438 mil millones de parámetros. Estos modelos pueden generar cualquier cosa, desde documentos simples hasta modelos financieros complejos.
Las nuevas empresas de IA, incluidas OpenAI, Hugging Face, Cohere y AI21 Labs, están superando los límites del LLM al entrenar modelos con miles de millones de parámetros.
Pangu-Alpha de Huawei y Ernie 3.0 Titan de Baidu fueron entrenados en conjuntos de datos chinos a escala de terabytes, incluidos libros electrónicos, enciclopedias y redes sociales.
En 2022, veremos que los modelos lingüísticos a gran escala se convertirán en la base de la próxima generación de herramientas de IA conversacional.
Tendencia 2: El auge de la inteligencia artificial multimodal
Los algoritmos de aprendizaje profundo se han centrado tradicionalmente en entrenar modelos a partir de fuentes de datos. Por ejemplo,
Este tipo de aprendizaje automático está asociado con la IA unimodal, donde los resultados se asignan a una única fuente de tipo de datos: imagen, texto, voz.
La IA multimodal es la fusión definitiva de visión por computadora y modelos de IA conversacional, que puede proporcionar escenas poderosas que se acercan más a la percepción humana. Combina modos visuales y de voz para llevar el razonamiento de la IA al siguiente nivel.
El último ejemplo de IA multimodal es DALL-E de OpenAI, que puede generar imágenes a partir de descripciones de texto.
El Modelo Unificado Multitarea (MUM) de Google es otro ejemplo de IA multimodal. Promete mejorar la experiencia de búsqueda de los usuarios al priorizar los resultados basándose en información contextual extraída de 75 idiomas diferentes. Mums utiliza el marco de texto a texto T5, que es 1000 veces más potente que BERT, un popular modelo de procesamiento de lenguaje natural basado en transformadores.
El modelo GauGAN2 de NVIDIA generará imágenes fotorrealistas basadas en una simple entrada de texto.
Tendencia 3: simplificar y optimizar MLOps
Las operaciones de aprendizaje automático (MLOps), o la práctica de aplicar el aprendizaje automático a la producción industrial, ¡es muy compleja!
MLOps es uno de los conceptos que se ha incorporado a las plataformas de aprendizaje automático basadas en la nube, como Amazon SageMaker, Azure ML y Google Vertex AI de Amazon Web Services. Sin embargo, estas funciones no están disponibles en entornos informáticos híbridos y de vanguardia. Por lo tanto, el modelo de monitoreo de borde ha demostrado ser un desafío para las empresas. Los modelos de vigilancia perimetral se vuelven más desafiantes cuando se trata de sistemas de visión por computadora y sistemas de inteligencia artificial conversacional.
Debido a la madurez de proyectos de código abierto como Kubeflow y MLflow, MLOps se ha vuelto bastante fácil de obtener. En los próximos años, surgirá un enfoque MLOps optimizado y optimizado que cubrirá los entornos de computación en la nube y en el borde.
Tendencia 4: desarrollo de código bajo impulsado por IA
La inteligencia artificial afectará la programación y el desarrollo de TI.
El auge de los grandes modelos de lenguaje (LLM) y el uso generalizado de código abierto han permitido a los proveedores de IDE crear generación y análisis de código inteligente.
En el futuro, espero ver herramientas que puedan generar código compacto y de alta calidad a partir de comentarios en línea. Incluso pueden traducir código escrito en un idioma a otro y actualizar sus aplicaciones convirtiendo el código heredado a idiomas modernos.
Tendencia 5: Nuevas soluciones de inteligencia artificial vertical
Amazon Connect y Google Contact Center AI son ejemplos clásicos de integración vertical. Ambos utilizan capacidades de aprendizaje automático para realizar enrutamiento inteligente, conversaciones impulsadas por bots y asistencia automatizada a los agentes del centro de contacto.
Estos servicios están altamente personalizados para los sectores de venta minorista y fabricación.