En un giro irónico que parece sacado de un guion de Silicon Valley, Diogo Almeida, uno de los investigadores clave detrás de ChatGPT y del revolucionario RLHF (Refuerzo del Aprendizaje mediante Retroalimentación Humana), ahora declara que optimizar para el lenguaje humano fue un error. “Tenemos un rayo en una botella, y aún así no es útil”, confesó a TechCrunch. Su diagnóstico es contundente: las computadoras hablan otro idioma. Por eso, tras dejar OpenAI, fundó TypeSafe AI y acaba de lanzar Jev, un modelo transformador que, deliberadamente, no es un modelo de lenguaje grande (LLM).
La rebelión contra el texto: decisiones, no palabras
Jev no genera párrafos ni poesía. Su salida son probabilidades puras, lo que la compañía llama “decisiones calibradas”. Este enfoque radical lo hace increíblemente rápido y económico: los tokens de salida son gratuitos y los de entrada se facturan por miles de millones, no por millones. Pero el beneficio más disruptivo es que, al definir sus posibles respuestas de antemano, el modelo es incapaz de alucinar. Para desarrolladores como Pranit Sharma de Vercel, que reemplazó a ChatGPT Luna por Jev para tareas de clasificación, los resultados llegaron entre 5 y 18 veces más rápido y con mayor precisión.
El impacto práctico: agentes baratos y software omnipresente
La utilidad de Jev brilla en dos frentes: reemplazar LLMs en tareas específicas y actuar como guardián de bajo costo para otros agentes de IA. Nikhil Mudholkar, CTO de Bryo AI, comparó a Jev con Gemini para clasificar emails de negocios. Gemini fue levemente más preciso, pero entre 10 y 20 veces más caro. “Es el único que devuelve una probabilidad real, lo que lo hace ideal para automatizar flujos de trabajo”, destacó. Armin Ronacher, CTO de Earendil, ve otro uso clave: el enrutamiento de modelos. Decidir en tiempo real qué tarea merece un LLM costoso y cuál puede manejar un modelo más simple ahora es económicamente viable.
Almeida nombra a su creación en honor a William Stanley Jevons, cuyo “paradoja de Jevons” describe cómo la caída en el costo de un recurso lleva a su uso masivo. Esa es la apuesta: abaratar tanto la inteligencia artificial que se vuelva ubicua. “Va a haber software inteligente por todos lados de una manera emergente y distribuida… más como la internet primitiva que como las mega-apps que intentan construir ahora”, proyecta. El modelo se entrena exclusivamente con datos sintéticos, una apuesta que Almeida considera incluso mejor que su trabajo previo con RLHF.
¿El principio del fin de la hegemonía de los LLMs?
Por ahora, Jev está solo en su categoría, pero Ronacher anticipa que surgirán competidores ahora que se demostró su utilidad. TypeSafe planea desarrollar más versiones en nuevas modalidades. Cuando le preguntan si es un “laboratorio frontera”, Almeida se distancia del hype: “El producto principal de los laboratorios frontera es el miedo o la expectativa. A mí me gustaría que nuestro producto principal sea la inteligencia”. Su movimiento no es solo técnico; es filosófico. Mientras los gigantes compiten por modelos de lenguaje más grandes, él apuesta por modelos más precisos, económicos y especializados. La revolución de la IA podría estar a punto de cambiar de idioma.
Fuente: TechCrunch AI