Una de las noticias de IA más destacadas de la semana es que Meta ha lanzado oficialmente parte de las versiones de su modelo de código abierto Llama 3. Aunque hay quien sostiene que la licencia actual de Llama no es totalmente de código abierto, en cierta medida puede considerarse abierto, con Meta reservándose algunas posibilidades de negocio.
ÍndiceMostrarOcultar
Versiones y rendimiento de Llama 3
Antes de Llama 3, Llama 2 ya era muy importante en el ámbito del código abierto, pero sus capacidades se habían quedado atrás, por lo que había grandes expectativas puestas en Llama 3. Meta ha lanzado dos versiones: una de 8.000 millones de parámetros y otra de 70.000 millones. Según se dice, una versión de 400.000 millones sigue en entrenamiento y se lanzará más adelante, aunque no está claro si será abierta. Las dos versiones publicadas son grandes modelos de lenguaje (LLM) de texto; Meta ha indicado que en el futuro podría lanzar un Llama 3 multimodal.
Tanto la versión 8B como la 70B parecen muy potentes. En varias pruebas, Llama 3 8B superó a modelos pequeños lanzados anteriormente, como Gemma 7B de Google y Mistral 7B. La versión 70B venció a Gemini Pro 1.5 y a Claude 3 Sonnet de Anthropic, imponiéndose a sus rivales de la misma categoría. Si la versión de 400B llega a publicarse, probablemente competirá con GPT-4 de OpenAI, Gemini Ultra 1.5 de Google y Claude 3 Opus de Anthropic.
En conjunto, se puede afirmar que el rendimiento de Llama 3 está aproximadamente a la altura de los tres grandes: GPT-4, Gemini 1.5 y Claude 3. Sin embargo, aunque sus capacidades se hayan equiparado, GPT-4 se lanzó en marzo o abril del año pasado y Gemini 1.5 a principios de este año. Por tanto, Llama 3 sigue entre seis meses y un año por detrás: GPT-4 lleva unos seis meses de ventaja a Gemini y Claude, y estos, otros seis meses a Llama 3. Llama 3 y Grok 1.5 probablemente encabezan el segundo grupo, por detrás de los tres grandes, pero a poca distancia. Meta aplicará Llama 3 directamente a su asistente inteligente, Meta AI, para aprovechar al máximo sus capacidades.
La competencia entre modelos abiertos y cerrados
El rendimiento reciente de Grok 1.5 y Llama 3 ha reabierto el debate sobre la competencia entre modelos abiertos y cerrados. Unos creen que los modelos abiertos nunca alcanzarán a los cerrados y que la distancia no hará más que crecer. Otros sostienen que los modelos cerrados acabarán llegando a un techo y que los abiertos terminarán alcanzándolos. Muchos de los principales expertos en IA defienden una u otra postura, así que habrá que seguir observando cómo evoluciona.
Desde el punto de vista empresarial, aunque los modelos cerrados mantengan una ventaja tecnológica, la diferencia puede no ser relevante para la mayoría de las aplicaciones comerciales. Por ejemplo, si una aplicación requiere un rendimiento de 80 puntos, la diferencia entre productos de 99 y de 95 puntos tiene poca importancia, porque ambos superan con creces lo necesario.
Pensemos en los modelos de go. La ola actual de la IA empezó cuando AlphaGo derrotó a los jugadores humanos de go. Después de que AlphaGo, de DeepMind, venciera a los humanos, una nueva versión llamada AlphaZero aplastó a AlphaGo. Supongamos que el modelo A es mejor que el B: A puntúa 99,9 y B, 99. Si juegan 100 partidas y A las gana todas, A parece claramente superior. Pero como profesores de go para principiantes, ambos serían más que suficientes, ya que los mejores jugadores humanos quizá rondarían los 80 puntos. Así ocurrirá en la mayoría de las aplicaciones de consumo (más del 90 %). Aunque haya una diferencia de rendimiento entre modelos abiertos y cerrados, puede no ser muy significativa. Por ejemplo, si un modelo cerrado de reconocimiento de voz se equivoca en una palabra de cada millón y uno abierto en una de cada 100.000, aunque su capacidad difiera en un factor de 10, ambos bastan para las aplicaciones generales.
En resumen, la diferencia entre modelos abiertos y cerrados puede no ser sustancial en la mayoría de los ámbitos de aplicación. Entonces, ¿cuáles serán los factores clave en la carrera de la IA?
Factores clave en la carrera de la IA
En la competencia a largo plazo, ¿ganarán quienes dominen la tecnología o quienes controlen los canales (los puntos de contacto con el consumidor)? Puede que ahora estemos en una fase en la que ganan los primeros. Sin embargo, es muy probable que, con el tiempo, aumente la importancia de las empresas con más puntos de contacto con el consumidor. Por ejemplo, Apple va actualmente por detrás en IA, pero tiene muchísimos puntos de contacto con los usuarios. Cuando los modelos de terceros sean más potentes, Apple también se beneficiará.
