Resumen:El campo de la inteligencia artificial (IA) se ha apoderado firmemente de amplios aspectos de la sociedad, la industria, los negocios y la gobernanza de maneras que dictan la prosperidad y el poder de las economías del mundo. Se prevé que el tamaño del mercado de la IA crecerá de 189 mil millones de dólares en 2023 a 4,8 billones de dólares en 2033. Actualmente, la IA está dominada por grandes modelos lingüísticos que exhiben inteligencia lingüística y visual. Sin embargo, entrenar estos modelos requiere una enorme cantidad de datos extraídos de la web, así como grandes cantidades de energía (50-60 GWh para entrenar GPT-4). A pesar de estos costos, estos modelos a menudo alucinan, una característica que impide su implementación en dominios de aplicaciones críticas. Por el contrario, el cerebro humano consume sólo 20 ~ W de energía. Lo que se necesita es el siguiente nivel de evolución de la IA en el que modelos multimodales livianos de dominio específico con niveles más altos de inteligencia puedan razonar, planificar y tomar decisiones en entornos dinámicos con datos en tiempo real y conocimiento previo, mientras aprenden continuamente y evolucionan de manera que mejoren la capacidad de toma de decisiones en el futuro. Esto definirá la próxima ola de IA, que avanzará desde los grandes modelos actuales, entrenados con grandes cantidades de datos, hasta agentes ágiles y energéticamente eficientes de dominios específicos que pueden razonar y pensar en un mundo lleno de incertidumbre. Para respaldar a dichos agentes, será necesario reinventar el hardware para permitir eficiencias energéticas superiores a 1000 veces las del estado de la técnica. En este trabajo se desarrolla esta visión de los futuros sistemas de IA.
Publicado originalmente en export.arxiv.org el 27 de octubre de 2025.
Ver fuente original
