Podría ser como dices para 2025, pero creo que a corto medio-plazo dejará de haber tanta diferencia. Mis argumentos:
- Mejores algoritmos pequeños locales: Gemma de Google, Phi de Microsoft, Llama de Meta, Mistral... por no hablar de los que vienen de China.
- Mejores algoritmos diluidos (locales o no): versiones diluidas, con menos parámetros, que funcionan algo peor pero son más baratos (como las versiones mini de OpenAI).
- Abaratamiento del hardware para IA: Nvidia acaba de sacar un pepinazo por 3000$ que junto a un algoritmo local medio te permite acceder a algoritmos medianos en local. También sacó un Jetson a 300$ hace pocas semanas para proyectos de IA.
- Mejores versiones gratuitas: Las versiones gratuitas serán cada vez mejores, heredando los algoritmos que dejan de ser última versión. Esto no nos hace más competitivos que los que pagan, pero en muchos casos sirve para ser lo suficientemente competitivos (depende la tarea).
Mi esperanza es que con el tiempo los algoritmos menores sean cada vez más útiles. Y ese tiempo que tardan en serlo es el tiempo que van a tardar las organizaciones en implementarlos.
Hay un obstáculo previo al de la pasta y es la desconfianza hacia este tipo de tecnologías aún a día de hoy (con razón o sin ella). Por eso mi acento va más hacia lograr tener algo en local que permita trabajar adecuadamente de forma energéticamente eficiente.
En parte estoy de acuerdo con tus argumentos, todo y que mi experiencia con modelos locales no es de la mejor del mundo, he probado, llama, phi, deepseek, mistral y sí, para algunos tipos de tareas pueden servir, pero se quedan a mucha distancia de lo que hacen modelos comerciales. Por otro lado, aunque se reduzcan la barrera monetaria, incrementamos la del conocimiento, ya no es abrir una URL y ejecutar, es instalar un frame para poder ejecutar el modelo en local, eso en el mejor de los casos, al menos de momento.
Mi esperanza es el tiempo. En un año la calidad puede variar mucho.
La del conocimiento no la veo existiendo frameworks oneclickinstall, aunque admito que hay gente que lo quiere todo más mascado aún.
Y sobre barreras en lo comercial, también ChatGPT de escritorio es una barrera, y muchas de las funcionalidades de agente (por lo que han mostrado) pasan por instalarlo.
Podría ser como dices para 2025, pero creo que a corto medio-plazo dejará de haber tanta diferencia. Mis argumentos:
- Mejores algoritmos pequeños locales: Gemma de Google, Phi de Microsoft, Llama de Meta, Mistral... por no hablar de los que vienen de China.
- Mejores algoritmos diluidos (locales o no): versiones diluidas, con menos parámetros, que funcionan algo peor pero son más baratos (como las versiones mini de OpenAI).
- Abaratamiento del hardware para IA: Nvidia acaba de sacar un pepinazo por 3000$ que junto a un algoritmo local medio te permite acceder a algoritmos medianos en local. También sacó un Jetson a 300$ hace pocas semanas para proyectos de IA.
- Mejores versiones gratuitas: Las versiones gratuitas serán cada vez mejores, heredando los algoritmos que dejan de ser última versión. Esto no nos hace más competitivos que los que pagan, pero en muchos casos sirve para ser lo suficientemente competitivos (depende la tarea).
Mi esperanza es que con el tiempo los algoritmos menores sean cada vez más útiles. Y ese tiempo que tardan en serlo es el tiempo que van a tardar las organizaciones en implementarlos.
Hay un obstáculo previo al de la pasta y es la desconfianza hacia este tipo de tecnologías aún a día de hoy (con razón o sin ella). Por eso mi acento va más hacia lograr tener algo en local que permita trabajar adecuadamente de forma energéticamente eficiente.
En parte estoy de acuerdo con tus argumentos, todo y que mi experiencia con modelos locales no es de la mejor del mundo, he probado, llama, phi, deepseek, mistral y sí, para algunos tipos de tareas pueden servir, pero se quedan a mucha distancia de lo que hacen modelos comerciales. Por otro lado, aunque se reduzcan la barrera monetaria, incrementamos la del conocimiento, ya no es abrir una URL y ejecutar, es instalar un frame para poder ejecutar el modelo en local, eso en el mejor de los casos, al menos de momento.
Mi esperanza es el tiempo. En un año la calidad puede variar mucho.
La del conocimiento no la veo existiendo frameworks oneclickinstall, aunque admito que hay gente que lo quiere todo más mascado aún.
Y sobre barreras en lo comercial, también ChatGPT de escritorio es una barrera, y muchas de las funcionalidades de agente (por lo que han mostrado) pasan por instalarlo.