Actualmente las capacidades de IA de los procesadores permiten el funcionamiento nativo de los dispositivos, pero esto representa el siguiente nivel.
¿Qué es la IA híbrida y por qué es el futuro? Actualmente, los sistemas de IA procesan la información de dos maneras. Una de ella es a través de la nube, en donde el ejemplo más claro es ChatGPT, herramienta que obtiene la información de internet para darle una respuesta inmediata al usuario.
Por otra parte, la segunda forma de procesamiento de la información es nativamente en un dispositivo, es decir, por medio de un procesador específico capaz de entrenar a una herramienta, como es el caso de los editores de fotografía integrados a ciertos smartphones, los cuales son capaces de eliminar objetos de una imagen de manera creíble y tomando como insumo los propios elementos de la foto. No obstante, la IA híbrida representa una combinación de ambos procesos y Contreras resalta que con esa capacidad se pueden desbloquear las máximas capacidades de la IA, pues mejorará el costo de la tecnología, su eficiencia energética, los problemas de latencia e incluso la privacidad de los usuarios. De acuerdo con el especialista, este estándar en el que la empresa está trabajando para desarrollar parte del principio de hacer más sencillo procesar cargas complejas, como aquellas en las que se necesita obtener información en tiempo real, pero se procese prácticamente en tiempo real a través de los componentes del dispositivo. El ejemplo más cercano para obtener una dimensión de esta innovación son los teléfonos inteligentes, cuyos procesadores podrán hacer estas labores en el futuro; sin embargo, esta tecnología también es mucho relevante para otros casos, como el de automóviles autónomos, dispositivos de seguridad o incluso de salud que actúen en tiempo real y de forma remota.
¿Cuál es la desventaja de los Grandes Modelos de Lenguaje de la actualidad? Sí bien ChatGPT, Gemini o Anthropic son Grandes Modelos de Lenguaje (LLM, por sus siglas en inglés) que han revolucionado la relación entre humanos y tecnología, los especialistas de Qualcomm identifican una desventaja en su funcionamiento: al utilizar cantidades de datos y recursos masivas, la velocidad de entrenamiento es muy larga. Por ejemplo, para que uno de estos sistemas llegue a convertirse en la herramienta que esperan los usuarios se necesitan meses de entrenamiento, así como de un servidor capaz de procesar esa información rápidamente, lo cual se simplifica considerablemente con la IA híbrida. IA híbrida y multimodal Aunque Qualcomm aún está trabajando en el desarrollo de la hibridez para IA, en el camino ha presentado algunas novedades importantes, como una nueva biblioteca -Qualcomm AI Hub- con más de 75 modelos de IA preoptimizados con los que los desarrolladores pueden generar aplicaciones de forma más sencilla. Durante el Mobile World Congress 2024, la empresa también mostró su primer modelo multimodal (capaz de procesar texto, imágenes, audio, video o código) operando en un teléfono Android nativamente, lo cual representa un avance en los objetivos hacia la hibridez y valida todavía más un mercado de IA generativa que se espera genere entre 2.6 y 4.4 billones de dólares al año en varios sectores industriales, según datos de McKinsey.
