Mi primer artículo académico publicado fue sobre la Ley de Moore y ahora mismo el desarrollo de la IA es similar: la explosión de la Ley de Moore no fue el resultado de una sola tecnología, sino de muchas tecnologías diferentes a lo largo de muchas décadas que estaban listas cuando un enfoque de fabricación de chips falló. El ritmo regular de la Ley servía como función de coordinación para que un grupo de competidores en constante cambio se viera presionado para crear una profecía autocumplida de crecimiento continuo de capacidades. De manera similar, el desarrollo de la IA ya ha encontrado varios obstáculos que tuvieron que superarse con nuevas técnicas e investigaciones (enfoques de datos sintéticos, razonamiento, nuevos usos de la vida real). Pero a menos que seas un insider (o sigas de cerca a la IA en X), no ves esos baches: solo un progreso constante y exponencial. Dado el dinero y el talento que hay en el sector, espero que, incluso si la formación previa o lo que sea se topa con un obstáculo, veamos una rápida transición de toda la industria hacia uno o más de los muchos otros enfoques que la gente está desarrollando. Esto ya se puede ver: trabajo en modelos de mundos, alternativas a los LLM, nuevos métodos de entrenamiento, etc. Incluso ecosistemas alternativos que apuestan por el auge de modelos pequeños y afinados, etc. Algunas de estas técnicas provienen de startups, otras se desarrollan en los propios laboratorios de IA. La gente en X suele meterse en los detalles, tratando la IA como un deporte, animando a favor o en contra de equipos y enfoques. Pero en un periodo de tiempo razonable, es posible que el desarrollo de la IA parezca una exponencial fluida en muchos aspectos para el resto.