Diogo Almeida, un destacado investigador de OpenAI, ha marcado un hito en el ámbito de la inteligencia artificial con su nueva startup, TypeSafe AI. Tras contribuir al desarrollo del famoso chatbot ChatGPT y la técnica de entrenamiento de modelos llamada refuerzo a partir de retroalimentación humana, Almeida dejó OpenAI motivado por un desafío: hacer que los sistemas de IA sean verdaderamente útiles para la automatización.
Durante años, los desarrolladores han optimizado los modelos de lenguaje humano, pero Almeida se dio cuenta de que esta dirección no era efectiva para automatizar procesos, ya que «los ordenadores hablan un lenguaje diferente». Así nació Jev, el nuevo modelo de TypeSafe AI, que se aleja de los modelos de lenguaje tradicionales y se enfoca en generar decisiones calibradas, presentando probabilidades en lugar de texto.
Una de las características más destacadas de Jev es su rapidez y bajo costo, lo que permite a los usuarios definir las salidas desde un inicio. Esto elimina el problema de la alucinación, que ha aquejado a muchos modelos de IA. Jev ofrece tokens de salida gratuitos y solo mide los tokens de entrada por billones, lo que representa un cambio significativo en el modelo de negocio de la IA.
Interés en la Automatización
Desde su lanzamiento, Jev ha captado la atención de los desarrolladores, alcanzando un nivel de demanda que temporalmente sobrepasó la capacidad del API de la empresa. Este modelo se ha posicionado como una opción robusta y económica para incorporar inteligencia en el software, ayudando a optimizar procesos de desarrollo.
Desarrolladores como Pranit Sharma, de Vercel, han logrado mejorar la eficiencia en la revisión de comandos sustituyendo el modelo Luna de OpenAI por Jev, obteniendo resultados entre cinco y dieciocho veces más rápidos y precisos. Por otro lado, Nikhil Mudholkar, CTO de Bryo AI, destacó cómo Jev, aunque no siempre más preciso que Gemini, era considerablemente más económico y útil para automatizar flujos de trabajo gracias a sus puntajes de confianza.
Almeida sugiere que Jev también puede complementar a los modelos de lenguaje, actuando como un verificador inteligente para prevenir errores y comportamientos no deseados. Esta capacidad de dirigir esfuerzos a través de un modelo más económico y eficiente representa un avance notable en la inteligencia artificial.
Un Futuro Distribuido
El perfil del modelo, que toma su nombre del economista William Stanley Jevons, se enfatiza en la idea de que la reducción de costos en inteligencia artificial fomentará su adopción extensiva. Almeida vislumbra un futuro donde el software inteligente estaría presente de manera emergente y distribuida, tal como ocurrió en los inicios de Internet.
Con una arquitectura cuyo diseño se mantiene en secreto, el modelo Jev ha sido entrenado exclusivamente con datos sintéticos a través de un método que Almeida llama «aprendizaje por refuerzo a partir de decisiones calibradas». Este enfoque no tradicional ha sido una de las mejores decisiones en la trayectoria de TypeSafe AI, según su fundador.
A medida que la utilidad de Jev se hace evidente, se espera que surjan competidores en este nuevo ámbito, revolucionando el mercado de la inteligencia artificial y ofreciendo alternativas más creativas y eficientes.
TypeSafe AI, además, planea desarrollar más versiones de Jev en diferentes modalidades, ampliando el horizonte de las aplicaciones de inteligencia artificial hacia un futuro donde se busque inteligencia por encima del miedo o el hype que puede caracterizar las startups del sector.