Skip to main content

  • Modelos como GPT, BERT o T5 han demostrado capacidades de procesamiento del lenguaje natural inimaginables hasta ahora, pero también existen importantes desafíos
  • La falta de profesionales cualificados también es percibida como un reto, por lo cual muchos consideran como alternativa la contratación de especialistas externos

Expert.ai, empresa líder en inteligencia artificial (IA) para la comprensión del lenguaje natural, ha hecho público un informe donde analiza la situación actual y el futuro de los grandes modelos lingüísticos (LLM, por sus siglas en inglés). Bajo el título “Large Language Models: Opportunity, Risk and Paths Forward”, el informe es el resultado de una encuesta realizada el pasado mes de abril entre más de 300 expertos en IA para identificar las oportunidades y los riesgos asociados a su implantación en la empresa.

“En los últimos años, modelos LLM como GPT-3, BERT o T5 han demostrado capacidades inimaginables hasta ahora, y cada vez son más las empresas que buscan la forma más beneficiosa de implementar estas prestaciones en su negocio”, explica Elisa Martínez Frade, vicepresidenta de Ventas de expert.ai para Iberia y Latinoamérica. “Sin embargo, también existen importantes desafíos que habrán de ser abordados”. 

El informe de expert.ai analiza en primer lugar cuáles son los casos de uso más comunes de los modelos de IA lingüísticos, y en base al input recibido establece cuatro categorías principales:

  • Interacción entre personas y máquinas. Acceso rápido y sencillo a información y soporte. Los casos de uso más mencionados son los chatbots (54,4%), los sistemas de preguntas/respuesta (52,6%) y las soluciones de atención al cliente (22,5%). 
  • Generación de lenguaje. Generación de contenido nuevo, imágenes realistas, composición de música, generación código. Los ejemplos más populares son el resumen de contenidos existentes (51,1%) y la generación de nuevos contenidos (44,6%).
  • Extracción de información. Lectura automática de texto para identificar temas o entidades. Como casos de uso más mencionados, minería de conocimiento (48,6%), creación de metadatos (38,1%), categorización de contenido (27,2%) y extracción de entidades (20,1%).
  • Búsqueda. La búsqueda general (39,0%), la búsqueda semántica (30,7%) y las recomendaciones (28,8%) son las herramientas preferidas por los expertos.

Desafíos clave para la adopción de la IA generativa y los LLM

A pesar de todos los casos de uso ya disponibles en la actualidad, existen diversos desafíos a los que las organizaciones se enfrentarán a la hora de adoptar los LLM en su negocio.

  • Seguridad y gobernanza (73,1%). Los LLM generalmente requieren gran cantidad de datos para formarse, incluyendo información confidencial. Las empresas deben asegurarse de contar con las medidas de seguridad y privacidad adecuadas para proteger sus datos de accesos o explotaciones no autorizados.
  • Falta de precisión y/o calidad (51,2%). Un buen ejemplo son las alucinaciones, proceso por el cual el LLM genera texto sin basarse en conocimientos o experiencias del mundo real, lo que le lleva a inventar o fabricar respuestas ficticias o imposibles.
  • Escasez de profesionales calificados (40,7%). Los LLM son una tecnología relativamente nueva y existe un déficit de profesionales con experiencia para desarrollarla e implementarla. Como alternativa, los encuestados consideran buscar expertos externos para ajustar e implementar los modelos en producción (51,2%) y para la selección inicial del modelo LLM principal (31,7%). 
  • Grandes necesidades de computación (37,7%). Los LLM requieren una gran cantidad de recursos para ejecutarse, lo que puede resultar costoso y complejo de configurar y mantener. 

El futuro: modelos de lenguaje específicos para cada organización

Alrededor de un tercio de las empresas ya están considerando la creación de modelos de lenguaje específicos para su negocio (37,1%). Una gran mayoría (78,5%) consideran importante formar de forma eficaz un modelo lingüístico específico utilizable y preciso. Un 17,4% han asignado ya presupuesto este año, un 17,7% planean asignarlo y un 39,5% lo está considerando para el presupuesto del año próximo.

www.experi.ai