En
Apple
parecían
haber
perdido
el
tren
de
la
IA,
pero
en
los
últimos
meses
han
tratado
de
ponerse
las
pilas
y
poco
a
poco
—y
a
base
de
dinero—
han
comenzado
a
compartir
algunos
de
sus
avances
en
este
terreno.
El
último
es
especialmente
interesante,
porque
apunta
directamente
a
qué
tipo
de
IA
veremos
en
sus
iPhone
más
temprano
que
tarde.
Los
diminutos
OpenELM.
Investigadores
de
Apple
han
publicado
OpenELM
(Open-source
Efficient
Language
Models),
una
familia
de
cuatro
grandes
modelos
de
lenguaje
(LLM)
que
en
realidad
son
diminutos
si
los
comparamos
con
la
mayoría
de
modelos
en
los
que
se
basan
ChatGPT
o
Gemini,
por
ejemplo.
Apple
también
tiene
un
estudio
de
investigación
que
acompaña
a
la
publicación
de
los
modelos.
Cuatro «tamaños».
Los
modelos
están
disponibles
en
versiones
270M,
450M,
1,1B
y
3B.
El
más
pequeño,
el
de
270
millones
de
parámetros,
es
significativamente
compacto,
y
por
ejemplo
el
modelo
Phi-3
Mini
que
Microsoft
acaba
de
publicar
tiene
3.8B
parámetros,
es
decir,
es
14
veces
más
grande
en
número
de
parámetros.
Cada
tamaño
tiene
dos
versiones,
una «pre-trained»
(más
general)
y
una «instruction-tuned»
(más
centrado
en
un
propósito
específico).
La
eficiencia
por
bandera.
Como
su
nombre
indica,
el
objetivo
en
estos
modelos
es
buscar
la
eficiencia,
o
lo
que
es
lo
mismo,
poder
ejecutarlos
sin
que
el
consumo
de
recursos
sea
gigantesco.
Los
modelos
más
grandes
requieren
más
capacidad
de
cálculo
para
poder
generar
texto
con
fluidez,
pero
en
OpenELM
los
requisitos
son
mucho
más
modestos,
y
eso
apunta
directamente
a
un
objetivo.
El
iPhone,
a
por
su
propio «AppleGPT».
Ya
hemos
hablado
en
el
pasado
de
los
planes
de
Apple
para
crear
su
propio
chatbot,
al
que
hemos
bautizado
tentativamente
como «AppleGPT».
Es
más
que
probable
que
no
se
llame
así,
pero
lo
que
sí
está
claro
es
que
se
ejecutará
en
el
iPhone
(u
otros
dispositivos
Apple)
de
forma
local,
sin
necesitar
la
nube.
Estos
nuevos
modelos
son
los
suficientemente
pequeños
para
ejecutarse
sin
aparentes
problemas
en
los
potentes
chips
de
Apple,
aunque
también
tienen
una
desventaja.
Más
limitados.
Cuando
más
pequeño
es
un
modelo,
más «generalista»
y
menos
rico,
preciso
y
específico
puede
ser.
No
podrán
competir
por
tanto
con
modelos
mucho
más
ambiciosos
como
GPT-4
o
los
usados
en
Gemini
1.5
Pro
o
Claude
3
Opus,
pero
es
que
estos
modelos
necesitan
mucho
más
recursos
para
poder
funcionar
de
forma
fluida,
de
ahí
que
por
ahora
la
nube
sea
la
alternativa
para
usarlos.
Pruebas
sintéticas.
La
variante
de
450M
es
la
que
mejor
se
comporta
comparativamente
según
las
pruebas
realizadas
en
el
estudio
de
investigación,
pero
es
superado
por
otros
modelos
Open
Source
en
diversos
escenarios.
Quienes
lo
han
probado
lo
califican
como
un
modelo «sólido
pero
muy
alineado»,
lo
que
quiere
decir
que
sus
respuestas
son
poco
creativas
y
muy
formales.
Y
también
pueden
equivocarse.
La
propia
Apple
avisa
de
que
estos
modelos «se
ponen
a
disposición
sin
ninguna
garantía
de
seguridad.
Por
consiguiente,
existe
la
posibilidad
de
que
estos
modelos
produzcan
resultados
inexactos,
perjudiciales,
sesgados
o
censurables
en
respuesta
a
las
indicaciones
de
los
usuarios».
En
Xataka
|
El
plan
de
Apple
para
liderar
en
IA,
más
vivo
que
nunca:
la
compra
de
Darwin
AI
es
prueba
de
ello
