- El director ejecutivo de Microsoft, Satya Nadella, advirtió que las empresas de inteligencia artificial están entrenando a sus modelos sobre los secretos comerciales de sus clientes.
- Estos secretos se utilizan luego para entrenar modelos nuevos y más potentes, que se venden a los competidores de sus clientes.
- Pero Nadella dice que hay una manera de seguir siendo competitivo sin quedar atrapado en un proveedor de IA.
El director ejecutivo de Microsoft, Satya Nadella, advirtió que los grandes actores de la industria de la inteligencia artificial están utilizando sus modelos patentados para conocer los secretos comerciales de sus clientes, que luego pueden usar para entrenar e implementar modelos de inteligencia artificial más avanzados.
En el meollo del problema, Nadella dijo en una publicación de blog: “Básicamente, se paga dos veces por la inteligencia, una con dinero y otra con algo más valioso: se debe exponer el conocimiento propietario para que esa inteligencia sea útil. Cuanto mejor se quiera que funcione el modelo, más conocimientos se tendrán para alimentarlo”.
Lo que Nadella está diciendo, en esencia, es que las empresas de IA están recopilando datos comerciales confidenciales de sus clientes, utilizándolos para entrenar sus modelos de forma económica y luego implementando esos modelos para que los utilice la competencia de sus propios clientes.
“El tipo de conocimiento que un competidor nunca podrá comprar”
“Los modelos aprenden del ‘escape’, la gente escribe indicaciones, las herramientas que utilizan los agentes y la gente hace correcciones, especialmente cuando el modelo es incorrecto. Cada corrección es un conocimiento institucional”, explica Nadella.
Nadella también criticó cómo las empresas de IA se quejan cada vez más de que sus propios modelos son destilados por su propia competencia. Por ejemplo, los minoristas etnográficos y las empresas de comercio electrónico han acusado a Alibaba de utilizar miles de mensajes en la nube para promocionar sus propios modelos. Al descubrir cómo funciona un modelo propietario, no es necesario gastar la enorme cantidad de capital necesaria para dedicar datos de entrenamiento y construir su propio modelo de IA.
Esto, para Nadella, es una gran contradicción en el modo en que operan las empresas de IA. “Si bien entrenar modelos sobre datos públicos requiere una gran innovación por parte de los proveedores de modelos con derechos de uso justo, me parece irónico que luego se invierta el status quo y se impongan condiciones restrictivas a la destilación”, dijo.
Por lo tanto, las empresas de IA acusan a otras empresas de inventar sus propios productos y luego incluyen cláusulas en sus acuerdos de uso de IA que permiten a las empresas de IA “reservarse el derecho de aprender del uso de los datos de interacción y el uso de los clientes”.
Nadella añade: “Al utilizar la inteligencia, estás creando inteligencia.
El local vuelve a estar de moda
¿La solución de Nadella a este creciente problema? Es hora de volver a las instalaciones. Nadella alienta a las empresas a “conservar la propiedad” de los datos que alimentan a los modelos de IA cambiando al uso de “entornos de aprendizaje propietarios” integrados en la nube.
Los beneficios adicionales de pasar a este entorno son que permiten a las empresas cambiar entre diferentes modelos de IA ofrecidos por diferentes empresas utilizando “capas de orquestación” y puertas de enlace de IA.
También existe una tendencia creciente de transformación empresarial utilizando tecnología de código abierto, que va de la mano con empresas que operan en la nube. Las empresas pueden entrenar modelos de IA de código abierto utilizando sus datos que ya están disponibles en entornos de nube para hacer gran parte de lo que hacen los modelos propietarios, de manera mucho más económica y sin entregar los mismos datos confidenciales que las empresas de IA usan para entrenar sus propios modelos.
Las soluciones locales también tienen beneficios adicionales. Los modelos de IA que se ejecutan in situ en plantas de fabricación, tiendas y otras instalaciones son mucho más baratos y requieren hardware menos especializado. Las empresas que operan utilizando nubes centralizadas se enfrentan a problemas cada vez mayores con tarifas de salida de datos, exceso de almacenamiento y hardware especializado inactivo.
Google Cloud publicó recientemente un informe sobre estos problemas y alentó a las empresas a utilizar AI Gateway y modelos locales para reducir la latencia, mejorar la resiliencia y reducir el costo por token al cambiar a modelos locales altamente optimizados.
a través de TechCrunch
Siga TechRadar en Google News Y Agréganos como fuente preferida Recibe noticias, reseñas y opiniones de nuestros expertos en tu feed.
