No todas las tareas de IA requieren un modelo más inteligente: dos preguntas que determinan cómo especializarse

En este mismo momento, en algún lugar, uno de los modelos de IA más potentes del mundo está leyendo un comunicado sobre una división de acciones. Dará con la respuesta correcta, pero lo mismo haría un modelo que tuviera una fracción de su tamaño y coste. Es como si un vicepresidente estuviera haciendo el trabajo de un becario.

La inteligencia sigue siendo el punto de referencia preferido del sector; sin embargo, muchas tareas de IA presentan un techo: un punto en el que un modelo se vuelve «lo suficientemente inteligente» y a partir del cual el aumento de la inteligencia comienza a disminuir. Otras tareas, en cambio, no tienen ningún techo. Ninguno de los dos tipos se adapta bien a un modelo estándar. El hecho de que una tarea tenga un techo y de que este «se mantenga estable» determina si hay que especializar el modelo o el sistema que lo rodea.

Por qué los modelos de IA especializados dependen de la tarea y no del sector

La necesidad de modelos especializados surge de las tareas, no del sector. Los propios sectores son conjuntos de innumerables tareas.

Por ejemplo, las empresas farmacéuticas se dedican al descubrimiento de fármacos, un ámbito en el que existen ventajas significativas derivadas de una investigación más exhaustiva y rápida, así como de un mejor análisis de lo desconocido. Las empresas farmacéuticas también realizan tareas rutinarias de gran volumen con normas extremadamente bien definidas, como la codificación de informes de efectos adversos.

En este último caso, la inteligencia adicional genera rendimientos decrecientes. Una vez que un modelo alcanza un nivel «suficientemente inteligente», la especialización del modelo —en forma de ajuste fino para comprender la relación entre los comentarios de los pacientes y los diccionarios médicos— se convierte en el principal vector de valor. Por su parte, en el caso del descubrimiento de fármacos, la inteligencia adicional es el factor clave. Un modelo más grande, mejor y más rápido siempre puede aportar más valor a la tarea. Tareas como el descubrimiento de fármacos exigen una IA de vanguardia y representan mercados enormes en los que el aumento del rendimiento de la IA genera beneficios ilimitados.

Lo mismo ocurre en una empresa de negociación cuantitativa, donde la búsqueda de nuevas señales de negociación es análoga al descubrimiento de fármacos. Cada avance en materia de inteligencia puede traducirse en una ventaja en el mercado y, en última instancia, en rentabilidad. Sin embargo, esa misma empresa también debe procesar decenas de operaciones corporativas que llegan en forma de anuncios de texto libre. Se trata de un trabajo estandarizado y de gran volumen, que probablemente no cambiará con el tiempo. Hay una única interpretación correcta para una división de acciones de 2 por 1. Es poco probable que un modelo más grande e inteligente ofrezca ventajas a la hora de desentrañar esa información.

Dos preguntas que determinan si conviene ajustar un modelo

Para comprender en qué casos tiene sentido recurrir a modelos especializados, conviene evaluar dos condiciones asociadas a cualquier tarea:

• ¿Sigue siendo cierto que esta tarea premia a quienes tienen más inteligencia?
• ¿Es estable la tarea? Es decir, ¿sus reglas, datos de entrada y requisitos se mantienen fijos?

Los modelos especializados resultan más viables cuando el par de respuestas es «no» y «sí»; es decir, en aquellos casos en los que los modelos actuales ya satisfacen plenamente la tarea y en los que es poco probable que la propia tarea cambie de forma significativa. La codificación de eventos adversos supera ambas pruebas. El descubrimiento de fármacos suspende la primera de forma rotunda.

Los costes y beneficios del ajuste de los modelos de IA

Para las tareas estandarizadas y de gran volumen descritas anteriormente, desarrollar un modelo especializado ofrece ventajas reales. La primera es el coste: cuando una tarea se ejecuta millones de veces, un modelo pequeño optimizado para esa tarea específica resulta más barato y rápido de ejecutar que un modelo de vanguardia. La segunda es la coherencia: un modelo entrenado con miles de ejemplos muy específicos aplicará de forma coherente una lógica extremadamente similar, si no idéntica, en cada ocasión, volviéndose cada vez más predecible. La tercera es el control: una empresa puede alojar su propio modelo en su propia infraestructura, manteniendo los datos confidenciales, como los historiales de pacientes o los datos financieros, dentro de sus propias instalaciones.

Sin embargo, aquí no hay nada gratis. El ajuste fino reduce el coste de ejecutar un modelo, pero al mismo tiempo aumenta el coste y el tiempo necesarios para construirlo. Si la tarea nunca cambia sustancialmente y no tiene sentido integrar un modelo base futuro superior, se trata de un coste único fácilmente justificable. No obstante, las cosas pueden salir caras si no se cumplen esas condiciones. Cada vez que la tarea cambia o se lanza un modelo base mejor, hay que volver a entrenar el modelo especializado. Por lo tanto, las ventajas de crear modelos especializados solo persisten cuando la tarea es estable y los modelos actuales ya son lo suficientemente buenos como para amortizar adecuadamente esa inversión.

Cuándo ajustar un modelo y cuándo especializar el sistema de IA

En conjunto, las dos preguntas planteadas anteriormente esbozan el camino a seguir para especializarse.

1. Suficientemente inteligente y estable: especializa el modelo. Este es el ámbito de las tareas mencionadas anteriormente, como la codificación de eventos adversos y las operaciones corporativas. Los aspectos económicos descritos anteriormente favorecen el ajuste fino y ofrecen margen para que la inversión se amortice a lo largo de millones de ejecuciones.
2. Todo lo demás: especializa el sistema; la especialización de los modelos es solo una forma de personalización. Si una tarea sigue requiriendo inteligencia, incorporar los conocimientos especializados en los pesos de un modelo implica volver a entrenarlo cada vez que se lanza un modelo mejor. Si la tarea cambia constantemente, hay que volver a entrenarlo cada vez que eso ocurra. En cualquier caso, es mejor que los conocimientos especializados se integren en los datos, las herramientas y los flujos de trabajo que rodean a un modelo que se puede sustituir. El ejemplo anterior sobre el descubrimiento de fármacos entra en esta categoría. Necesita la vanguardia, pero con datos propios y procesos diseñados específicamente para ese fin.

Las dos respuestas no son mutuamente excluyentes. Incluso un modelo perfeccionado sigue necesitando un sistema de apoyo, y un sistema bien construido puede albergar componentes de un modelo perfeccionado. Por lo tanto, las preguntas —y las respuestas que de ellas se derivan— determinan dónde se sitúa el centro de gravedad.

Clarity AILas tareas de nuestra empresa adoptan el enfoque de sistemas especializados por ambas vías. Algunas de nuestras tareas siguen premiando la inteligencia de vanguardia. Dado que nuestra plataforma de extracción de datos es independiente del modelo, podemos integrar nuevos modelos de última generación en cuestión de días, obteniendo beneficios que un modelo ajustado al detalle habría pospuesto hasta su reentrenamiento. Hay otras tareas para las que los modelos actuales son «lo suficientemente inteligentes», pero demasiado dinámicos como para incorporarlos a un modelo especializado a medida. Por ejemplo, cuando un cambio normativo modifica los requisitos de las métricas, solo necesitamos modificar el contexto, las reglas y las validaciones, en lugar de volver a entrenar el modelo en sí. Al crear un marco a medida, podemos especializar nuestros procesos y seguir adaptándonos rápidamente ante cualquier cambio.

Toda implementación seria de IA es específica. La tarea determina si esa especialización reside principalmente en el modelo o en su entorno. Deja que el becario se encargue de la división de acciones y proporciona al vicepresidente un equipo mejor.