El pionero en inteligencia artificial, Yann LeCun, anima a los desarrolladores de la próxima generación a desviar su atención de los LLMs.

El pionero de la IA, Yann LeCun, desató hoy una animada discusión al aconsejar a la próxima generación de desarrolladores que eviten los modelos de lenguaje grandes (LLMs). “Este trabajo está dominado por grandes empresas; hay poco que ustedes puedan aportar”, declaró LeCun en VivaTech en París. “Enfóquense en sistemas de IA de próxima generación que superen las limitaciones de los LLMs”.

Como director de IA en Meta y profesor en NYU, los comentarios de LeCun rápidamente generaron preguntas sobre las deficiencias de los LLMs actuales. Al ser cuestionado en X (anteriormente Twitter), amplió su perspectiva: “Estoy desarrollando sistemas de IA de próxima generación, no LLMs. Estoy sugiriendo, ‘¡compitan conmigo!’ Cuantas más mentes se dediquen a esto, mejor”.

A pesar de su llamado a la acción, muchos usuarios buscaron claridad sobre qué implica realmente “IA de próxima generación” y cuáles podrían ser las alternativas a los LLMs. Desarrolladores, científicos de datos y especialistas en IA compartieron diversas ideas en X, incluyendo IA impulsada por límites, IA discriminativa, multitarea, multimodalidad, aprendizaje profundo categórico, modelos basados en energía, modelos de lenguaje pequeños con propósitos específicos, casos de uso concretos, ajuste fino personalizado, modelos de espacio de estado y hardware para IA encarnada. Algunos usuarios sugirieron explorar las Redes Kolmogorov-Arnold (KANs), un avance prometedor en redes neuronales.

Un usuario delineó cinco sistemas de IA de próxima generación:

- IA multimodal

- Razonamiento e inteligencia general

- IA encarnada y robótica

- Aprendizaje no supervisado y auto-supervisado

- Inteligencia Artificial General (AGI)

Otro aconsejó que cada estudiante debe dominar los fundamentos, tales como:

- Estadísticas y probabilidad

- Manipulación y transformación de datos

- Reconocimiento clásico de patrones (e.g., Naive Bayes, árboles de decisión, bosques aleatorios)

- Redes neuronales artificiales

- Redes neuronales convolucionales

- Redes neuronales recurrentes

- IA generativa

Por otro lado, algunos argumentaron que es el momento ideal para que los estudiantes se involucren con los LLMs, ya que las aplicaciones son en gran parte inexploradas. Aún queda mucho por aprender sobre cómo dar instrucciones, eludir restricciones y mejorar la accesibilidad.

Los críticos también señalaron el extenso desarrollo de LLMs por parte de Meta, sugiriendo que las afirmaciones de LeCun iban dirigidas a sofocar la competencia. Como bromeó un usuario: “Cuando el director de IA de una gran empresa dice, ‘no compitan’, me da ganas de competir”.

LeCun, defensor de IA orientada a objetivos y sistemas de código abierto, afirmó en una reciente entrevista con Financial Times que los LLMs carecen de razonamiento lógico y nunca alcanzarán la inteligencia a nivel humano. “No entienden el mundo físico, carecen de memoria persistente, no pueden razonar de manera significativa y no pueden planificar jerárquicamente”, aseguró.

Meta presentó recientemente su Video Joint Embedding Predictive Architecture (V-JEPA), diseñado para reconocer y entender interacciones complejas entre objetos, alineándose con la visión de LeCun acerca de la inteligencia de máquina avanzada (AMI).

Muchos expertos de la industria comparten el sentimiento de LeCun sobre las limitaciones de los LLMs. La aplicación de chat de IA Faune describió sus ideas como “increíbles”, destacando cómo los sistemas de bucle cerrado enfrentan una rigidez significativa. “El creador de una IA que pueda aprender y adaptarse como un humano probablemente ganará un Premio Nobel”, afirmaron.

Otros señalaron la “sobrerrepresentación” de los LLMs en la industria, considerándolos un callejón sin salida para un avance genuino. Algunos incluso han calificado a los LLMs como meras herramientas conectivas que enlazan sistemas de manera eficaz, similares a las operadoras de teléfonos.

LeCun no es ajeno a la controversia. Ha participado en intensos debates con otros pioneros de la IA como Geoffrey Hinton, Andrew Ng y Yoshua Bengio sobre los riesgos existenciales que presenta la IA, argumentando a menudo que estas preocupaciones son exageradas.

Un comentarista recordó una reciente entrevista con Hinton, quien abogó por un enfoque total hacia los LLMs, afirmando una estrecha correlación entre los cerebros humano y artificial. “Es fascinante observar desacuerdos tan fundamentales”, observó el usuario.

Este choque de perspectivas es poco probable que se resuelva pronto.