Grandes tecnológicas luchan por dominar el desarrollo de chips IA

La Carrera por la Dominación de los Chips de IA

El sector de la inteligencia artificial (IA) se encuentra en medio de una feroz competencia entre las grandes empresas de tecnología, que están desarrollando sus propios chips diseñados específicamente para optimizar el entrenamiento y la ejecución de modelos de IA. En este contexto, las iniciativas recientes de Google, Microsoft y Amazon Web Services (AWS) han acaparado la atención, revelando no solo la creciente importancia de la IA en el panorama tecnológico, sino también las tensiones y preocupaciones que surgen de este nuevo paradigma.

La llegada de los chips personalizados ha revolucionado el desarrollo de la inteligencia artificial. Google ha lanzado su chip Trillium, un avance que promete mejorar la eficiencia en el entrenamiento de modelos de IA. Microsoft, por su parte, está preparando el lanzamiento de Maia, su propia propuesta en este campo. Sin embargo, Amazon no se queda atrás y ha intensificado su presencia con sus chips Trainium, Inferentia y Graviton, lanzando una ambiciosa iniciativa de financiación para la investigación en IA.

La Iniciativa "Build on Trainium"

AWS ha puesto en marcha el programa "Build on Trainium", que destinará un total de 110 millones de dólares a instituciones académicas, científicos y estudiantes que estén llevando a cabo investigaciones en el ámbito de la IA. Este programa tiene como objetivo ofrecer créditos en Trainium de hasta 11 millones de dólares a universidades con las que AWS mantiene asociaciones estratégicas, así como otorgar subvenciones individuales de hasta 500.000 dólares a la comunidad investigadora más amplia.

La creación de un "cluster de investigación" con hasta 40.000 chips Trainium pone de manifiesto el compromiso de AWS con el avance de la investigación en IA.

Gadi Hutt, director senior de Annapurna Labs de AWS, ha declarado que esta iniciativa busca proporcionar a los investigadores el soporte de hardware necesario para que puedan llevar a cabo su trabajo. Además, los participantes del programa estarán conectados a recursos educativos y programas de habilitación relacionados con Trainium.

Hutt ha destacado que la investigación académica en IA enfrenta hoy un importante obstáculo debido a la falta de recursos, lo que está haciendo que el sector académico se quede atrás rápidamente. "Con Build on Trainium, AWS está invirtiendo en una nueva ola de investigación en IA guiada por las principales instituciones académicas que avanzarán en el estado de las aplicaciones generativas de IA," afirmó Hutt.

Desigualdad en el Acceso a Recursos

La desigualdad en el acceso a recursos de investigación se ha convertido en un tema candente en el ámbito académico. Mientras que gigantes tecnológicos como Meta han adquirido más de 100.000 chips de IA para desarrollar sus modelos más avanzados, instituciones como el Grupo de Procesamiento del Lenguaje Natural de Stanford cuentan con apenas 68 GPUs para toda su labor investigadora.

La disparidad en el acceso a recursos tecnológicos entre el sector académico y las grandes empresas de tecnología ha generado un descontento creciente.

Sin embargo, no todos los expertos creen que la iniciativa de AWS sea desinteresada. Os Keyes, un candidato a doctorado en la Universidad de Washington, ha expresado su preocupación por la posible "corrupción de la financiación de la investigación académica". Según Keyes, el proceso de selección de proyectos que recibirán financiación es opaco, lo que podría llevar a que solo ciertos tipos de investigaciones sean favorecidas, especialmente aquellas con aplicaciones comerciales.

Preocupaciones Éticas en la Investigación Corporativa

Los críticos han señalado que la investigación en IA respaldada por empresas tiende a favorecer trabajos con aplicaciones comerciales en detrimento de otros estudios más críticos, especialmente aquellos que abordan las implicaciones éticas de la IA. Un reciente estudio reveló que las principales empresas de IA tienen una producción significativamente menor de investigaciones que examinan críticamente los impactos éticos de estas tecnologías en comparación con estudios convencionales. Además, la investigación "responsable" que realizan estas grandes firmas suele ser más limitada en su alcance y carece de diversidad en los temas que abordan.

La falta de protección legal y técnica para investigar la IA sin temor a represalias por parte de los proveedores ha llevado a muchos académicos a exigir cambios en la forma en que se financian y llevan a cabo las investigaciones en este campo.

Compromisos y Restricciones en el Uso de Trainium

Una de las preocupaciones que ha surgido en torno a la iniciativa "Build on Trainium" es si los investigadores que reciben financiación estarán "atados" al ecosistema de AWS. Gadi Hutt ha aclarado que no habrá ninguna cláusula contractual que obligue a las universidades a convertirse en socios tecnológicos exclusivos de AWS. Lo único que se exigirá a los beneficiarios es que publiquen sus hallazgos y hagan que su trabajo esté disponible como código abierto en GitHub bajo una licencia permisiva.

"No hay un bloqueo contractual que haga que las universidades sean socios tecnológicos exclusivos," aseguró Hutt. "Lo que pedimos a cambio es que los resultados de la investigación sean de código abierto para el beneficio de la comunidad."

La Brecha entre Academia e Industria

A pesar de las iniciativas de AWS, la brecha entre la investigación académica en IA y el sector industrial sigue siendo abismal. En 2021, las agencias gubernamentales de EE.UU., excluyendo el Departamento de Defensa, destinaron 1.500 millones de dólares a la financiación académica para la investigación en IA. En comparación, la industria de la IA a nivel mundial gastó más de 340.000 millones de dólares ese mismo año.

Casi el 70% de las personas con doctorados en IA terminan en la industria privada, atraídos no solo por salarios competitivos, sino también por el acceso a recursos computacionales y datos esenciales. En los últimos años, las empresas han intensificado la captación de investigadores académicos en IA, además de reservar subvenciones más grandes para estudiantes de doctorado que realizan investigaciones.

Un Panorama Competitivo en la Investigación de IA

El resultado de esta dinámica es claro: más del 90% de los modelos de IA más grandes desarrollados cada año provienen de la industria. Además, el número de artículos de investigación en IA publicados con coautores de la industria ha casi duplicado desde el año 2000. Esta tendencia ha generado un debate sobre la dirección de la investigación en IA y el papel que deberían jugar las instituciones académicas en este ecosistema.

Aunque los responsables políticos han tomado algunas medidas para abordar la brecha de financiación entre la academia y la industria, como la inversión de 140 millones de dólares anunciada por la Fundación Nacional de Ciencias para lanzar siete Institutos Nacionales de Investigación en IA, estas iniciativas siguen siendo pequeñas en comparación con los programas corporativos.

Las medidas adoptadas por las instituciones académicas son insuficientes para competir con la magnitud de las inversiones de las grandes empresas.

La realidad es que el status quo de la financiación y el desarrollo de la investigación en IA parece estar firmemente en manos de las grandes corporaciones. Con un futuro incierto y un ecosistema que evoluciona rápidamente, la forma en que se desarrollará la investigación en IA en los próximos años dependerá en gran medida de la capacidad de las instituciones académicas para adaptarse y encontrar su lugar en un panorama dominado por el interés comercial.