En agosto, OpenAI sorprendió al mundo tecnológico al presentar sus primeros modelos de peso abierto en años. Este anuncio ha captado la atención de empresas del sector, así como de entidades militares y contratistas de defensa. Este cambio representa una oportunidad significativa para llevar a cabo operaciones más seguras y personalizadas en el ámbito militar.
A pesar de que algunos proveedores del sector sugieren que los resultados iniciales de estos modelos no alcanzan la paridad en capacidades con las opciones de la competencia, la posibilidad de trabajar con herramientas de un líder de la industria es vista como un paso positivo hacia la mejora de los sistemas existentes.
Las implicaciones de los modelos de peso abierto en la defensa
Una empresa destacada en el uso de inteligencia artificial es Lilt, que traduce información extranjera para el ejército de Estados Unidos. Anteriormente, Lilt dependía de sus propios modelos de IA o de alternativas de código abierto como Llama de Meta y Gemma de Google. Sin embargo, la llegada de los modelos gpt-oss-120b y gpt-oss-20b de OpenAI ha cambiado las reglas del juego, ya que estos pueden ejecutarse localmente sin necesidad de conexión a internet.
Adaptabilidad y personalización
Con el acceso a los pesos de los modelos, las organizaciones pueden ajustar y personalizar las herramientas para satisfacer necesidades específicas. Doug Matty, oficial de digitalización y IA del Departamento de Defensa, subraya que es crucial que las capacidades sean adaptables y flexibles para integrarse en sistemas de combate y funciones administrativas, como auditorías.
La adopción de modelos de código abierto podría fomentar una mayor competencia en el mercado, lo que a su vez podría resultar en sistemas más eficientes para diversas aplicaciones, no solo en el ámbito militar. En una reciente encuesta de McKinsey, más del 50% de los líderes empresariales afirmaron que sus organizaciones ya utilizan tecnologías de IA de código abierto.
Desafíos y limitaciones de los nuevos modelos
A pesar del optimismo, algunos expertos, como Spence Green, CEO de Lilt, han señalado que los modelos de OpenAI no se ajustan completamente a sus requisitos actuales. Por ejemplo, estos modelos se centran únicamente en el procesamiento de texto, mientras que el ejército también necesita analizar imágenes y audio. Además, existen limitaciones en el rendimiento en ciertos idiomas y en contextos con recursos computacionales limitados.
El futuro de la inteligencia artificial en el ejército
No obstante, la situación no desanima a los interesados en la IA. La competencia entre modelos resulta beneficiosa, y muchos ven en los modelos de OpenAI una opción valiosa. A medida que más empresas militares comienzan a experimentar con estos modelos, sus aplicaciones están en constante evolución. Por ejemplo, EdgeRunner AI ha logrado adaptar el modelo gpt-oss para desarrollar un asistente virtual que no depende de la nube, comenzando pruebas con el Ejército y la Fuerza Aérea de EE. UU.
Los modelos de código abierto se vuelven especialmente útiles en situaciones que requieren una respuesta rápida o donde la interferencia de la red podría ser un problema, como en sistemas de IA que operan en drones o satelites. Kyle Miller, analista de investigación en Georgetown University, destaca que estos modelos ofrecen a las fuerzas armadas una accesibilidad, control y privacidad que no se pueden obtener con modelos cerrados.
El acceso a modelos de código abierto
Además de las colaboraciones directas con proveedores de IA, el ejército estadounidense también tiene acceso a aproximadamente 125 modelos de código abierto a través de una plataforma intermediaria llamada Ask Sage. Sin embargo, Nicolas Chaillan, exjefe de software de la Fuerza Aérea, advierte sobre las desventajas de estos modelos, incluyendo una mayor tasa de errores en comparación con los modelos comerciales más avanzados.
Aunque los modelos de código abierto pueden ser atractivos por su costo, el gasto en la infraestructura necesaria para ejecutarlos puede igualar o incluso superar el costo de licenciar un modelo comercial en la nube. Chaillan señala que la dependencia de estos modelos puede ser problemática y sugiere que el enfoque debería ser hacia opciones más robustas ofrecidas por empresas como Microsoft, Amazon y Google.
A pesar de que algunos proveedores del sector sugieren que los resultados iniciales de estos modelos no alcanzan la paridad en capacidades con las opciones de la competencia, la posibilidad de trabajar con herramientas de un líder de la industria es vista como un paso positivo hacia la mejora de los sistemas existentes.0
