Otro salto al futuro, en el presente de la IA: La llegada sorpresiva de los LAM (Large Action Models)

Mientras ofrecía conferencias en la universidad sobre el futuro de la educación superior en un mundo dominado por la IA y los robots, allá por 2017, jamás imaginé que me encontraría inmerso en la capacitación real sobre el uso de estas tecnologías, que por aquel entonces parecían sacadas de una película de ciencia ficción, apenas cinco años después. Como profesor universitario en temas de tecnología durante más de 20 años, estaba acostumbrado a que la evolución tecnológica superara con creces a las mismas instituciones en las que se gestan estas innovaciones. Sin embargo, nunca había experimentado cambios tan acelerados como los ocurridos en los últimos 2 o 3 años.

Ni en mis años de doctorado, hace ya 14 años, había leído tantos trabajos de investigación, ni de tanta complejidad, sobre tecnología, como los que he leído en estos últimos años. También he retomado los fundamentos básicos de lógica, filosofía y ética. Esto me ha llevado a comprender que no hay forma de que las instituciones educativas, con sus burocracias pesadas y arcaicas, puedan mantenerse al día y presentar un currículo que actualice de manera eficiente a una población que necesita adaptarse efectivamente a los cambios que ya han ocurrido.

Lo que me motiva a escribir este artículo, con esta introducción, es que mientras muchos aún buscan entender el impacto de las Inteligencias Artificiales Generativas (IAG) basadas en Large Language Models (LLM), han emergido los Large Action Models (LAM). Esta nueva tecnología, en combinación con los LLM, representa un salto que nadie esperaba.

¿Qué resuelve un LAM? Voy a intentar explicarlo de la manera más sencilla posible, con el riesgo de sobre-simplificar (algo que solemos hacer los educadores para atraer a los estudiantes y mantenerlos informados de manera global). Ya sabemos que los LLM permiten que las máquinas nos entiendan mediante el lenguaje natural, ofreciendo respuestas cercanas al rango humano. Sin embargo, lo que no han logrado los LLM es llevar a cabo acciones de manera eficiente más allá de las que requieren respuestas basadas en texto, audio, imágenes y código. Hasta ahora, no podías pedirle a una IA basada en un LLM que realizara una tarea en una página web o aplicación de manera eficiente, ya que estos servicios varían en su interfaz gráfica. Los LAM vienen a resolver este desafío (y veremos con qué calidad). Entrenados con miles de interfaces gráficas, ahora, utilizando una instrucción verbal, puedes llevar a cabo acciones en cualquier interfaz gráfica (aplicaciones, programas o páginas de internet) que antes solo podías realizar presionando botones. ¿Te imaginas un teléfono inteligente sin botones o los íconos de las aplicaciones? Pues no tienes que imaginarlo, ya está aquí.

Adentrémonos en entender el primer LAM. Desarrollado por la empresa rabbit, el LAM es un modelo de fundamento que se centra en comprender las intenciones humanas dentro de la computación. Forma parte del sistema operativo rabbit OS, diseñado para entender intenciones complejas del usuario, operar interfaces de usuario y realizar acciones en nombre del usuario. El LAM trabaja traduciendo solicitudes en lenguaje natural a pasos accionables que el sistema operativo puede utilizar en tiempo real, diferenciándose de las APIs tradicionales que tienen funcionalidades más limitadas.

Este avance en IA tiene profundas implicaciones. Por un lado, promete una interacción más intuitiva con la tecnología, posibilitando una disminución en la dependencia de interfaces gráficas tradicionales y menús. Por otro lado, plantea interrogantes sobre cómo se manejarán los datos personales y la seguridad contra el acceso no autorizado, dado que la tecnología de rabbit enfatiza la seguridad y privacidad en su modelo LAM.

El desarrollo y la implementación de modelos como el Large Action Model (LAM) de rabbit tienen varias implicaciones significativas para el futuro de los dispositivos móviles y las computadoras personales. Aquí se realiza un análisis simplificado sobre estas implicaciones:

1. Interacción Intuitiva: El LAM promete una interacción más intuitiva con la tecnología, permitiendo que los dispositivos entiendan intenciones complejas más allá de comandos simples. Esto podría llevar a una disminución en la dependencia de interfaces gráficas tradicionales y menús, facilitando un uso más natural y humano de la tecnología.
2. Accesibilidad Mejorada: Con la capacidad de comprender y actuar sobre instrucciones en lenguaje natural, los dispositivos equipados con tecnologías como LAM podrían ser más accesibles para usuarios con diferentes habilidades y preferencias, incluyendo aquellos que pueden tener dificultades con interfaces tradicionales.
3. Personalización y Aprendizaje: Los dispositivos impulsados por LAM tienen el potencial de aprender y adaptarse a las preferencias individuales de los usuarios. Esto significa que podrían ofrecer experiencias más personalizadas, anticipando necesidades y preferencias basadas en interacciones anteriores.
4. Seguridad y Privacidad: Aunque rabbit enfatiza la seguridad y privacidad en su tecnología LAM, la adopción generalizada de sistemas operativos basados en modelos de comprensión profunda de intenciones humanas plantea interrogantes sobre cómo se manejarán los datos personales, y la seguridad contra el acceso no autorizado.
5. Impacto en el Desarrollo de Aplicaciones: La capacidad de los dispositivos para interpretar y actuar sobre intenciones humanas podría cambiar la forma en que se desarrollan las aplicaciones, posiblemente disminuyendo la necesidad de interfaces de usuario específicas y complejas.
6. Cambios en el Comportamiento del Usuario: A medida que los dispositivos se vuelven más intuitivos y capaces de entender intenciones complejas, podría haber un cambio en cómo los usuarios interactúan con la tecnología, posiblemente llevando a una mayor dependencia de asistentes digitales y menos interacción directa con dispositivos.
7. Impacto en el Hardware: Con modelos como LAM manejando tareas complejas, podría haber un cambio en los requisitos de hardware para dispositivos móviles y computadoras. Esto podría incluir cambios en el diseño del dispositivo para acomodar nuevas formas de interacción (por ejemplo, cámaras y micrófonos mejorados para interpretar gestos y comandos de voz).
8. Desafíos de Implementación y Adopción: A pesar de los beneficios potenciales, la adopción de tecnologías como LAM podría enfrentar desafíos, incluyendo resistencia de usuarios acostumbrados a interfaces tradicionales, y la necesidad de una infraestructura robusta para soportar el procesamiento y análisis de datos en tiempo real.

En resumen, tecnologías como el Large Action Model tienen el potencial de transformar significativamente la forma en que interactuamos con los dispositivos móviles y las computadoras personales, ofreciendo una interacción más natural e intuitiva, pero también presentan desafíos en términos de privacidad, seguridad y adopción por parte del usuario.

Video: Rabbits New AI AGENT Device Just SHOCKED The Entire INDUSTRY (Rabbit R1 Device)

Si quieres aprender de estos y otros temas no olvides visitar: https://drjoseferrer.com/cursos/

También sígueme en YouTube o Facebook.