El CEO de Apple, Tim Cook, dio una rara, aunque sutil, ojeada al jardín amurallado de Apple durante la parte de preguntas y respuestas de una reciente llamada de resultados cuando se le preguntó su opinión sobre la inteligencia artificial generativa (IA) y hacia dónde “él ve que se dirige”.

Cook se abstuvo de revelar los planes de Apple, declarando por adelantado: “No hacemos comentarios sobre hojas de ruta de productos”. Sin embargo, insinuó que la empresa estaba interesada en el sector:

“Creo que es muy importante ser deliberado y reflexivo a la hora de abordar estas cosas. Y hay una serie de cuestiones que deben resolverse. […] Pero el potencial es sin duda muy interesante”.

El CEO añadió más tarde que la empresa ve “la IA como algo enorme” y que “seguirá incorporándola a sus productos de forma muy meditada”.

Los comentarios de Cook sobre la adopción de un enfoque “deliberado y reflexivo” podrían explicar la ausencia de la empresa en el espacio de la IA generativa. Sin embargo, hay indicios de que Apple está llevando a cabo sus propias investigaciones sobre modelos relacionados.

Un trabajo de investigación que se publicará en junio en la conferencia Interaction Design and Children detalla un novedoso sistema para combatir los sesgos en el desarrollo de conjuntos de datos de aprendizaje automático.

El sesgo -la tendencia de un modelo de IA a hacer predicciones injustas o inexactas basadas en datos incorrectos o incompletos- se cita a menudo como una de las preocupaciones más acuciantes para el desarrollo seguro y ético de modelos generativos de IA.

El artículo, que actualmente puede leerse en preprint, detalla un sistema por el que múltiples usuarios contribuirían a desarrollar el conjunto de datos de un sistema de IA con la misma aportación.

El statu quo del desarrollo de IA generativa no incorpora la opinión humana hasta fases posteriores, cuando los modelos ya han adquirido un sesgo de entrenamiento.

La nueva investigación de Apple integra la opinión humana en las primeras fases del desarrollo de modelos para democratizar el proceso de selección de datos. El resultado, según los investigadores, es un sistema que emplea un “enfoque práctico y colaborativo para introducir estrategias de creación de conjuntos de datos equilibrados”.

Cabe mencionar que este estudio de investigación se diseñó como paradigma educativo para fomentar el interés de los principiantes en el desarrollo del aprendizaje automático.

Podría resultar difícil ampliar las técnicas descritas en el artículo para utilizarlas en el entrenamiento de grandes modelos lingüísticos (LLM) como ChatGPT y Google Bard. Sin embargo, la investigación demuestra un enfoque alternativo para combatir el sesgo.

En última instancia, la creación de un LLM sin sesgos indeseados podría representar un hito en el camino hacia el desarrollo de sistemas de IA de nivel humano.

Estos sistemas pueden perturbar todos los aspectos del sector tecnológico, especialmente los mundos de la tecnología financiera, el comercio de criptomonedas y la cadena de bloques. Por ejemplo, los robots imparciales de negociación de acciones y criptomonedas capaces de razonar a nivel humano podrían sacudir el mercado financiero mundial al democratizar los conocimientos de negociación de alto nivel.

Además, la demostración de un LLM imparcial podría contribuir en gran medida a satisfacer las preocupaciones éticas y de seguridad del gobierno para la industria de la IA generativa.

Esto es especialmente importante para Apple, pues cualquier producto de IA generativa que desarrolle o decida apoyar se beneficiaría del chipset de IA integrado en el iPhone y de sus 1,500 millones de usuarios.

Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.