IA y modelos
Flapping Airplanes recauda USD 180 millones para repensar la eficiencia de datos en IA
Flapping Airplanes ha recaudado USD 180 millones en financiación semilla para desarrollar modelos de IA que probablemente sean un millón de veces más eficientes en datos que los estándares actuales de la industria.
En una entrevista la semana pasada, los cofundadores de Flapping Airplanes (los hermanos Ben y Asher Spector, junto con Aidan Smith) describieron su visión para el laboratorio de investigación de inteligencia artificial recién lanzado. La empresa ha recaudado USD 180 millones en financiación semilla para desafiar el enfoque de la industria en escalar los modelos transformer existentes. Mientras que laboratorios establecidos como OpenAI y DeepMind han gastado mucho para escalar sus modelos de lenguaje extenso (LLM), Flapping Airplanes se centra en encontrar formas menos dependientes de datos para entrenar la IA. Según Ben Spector, los modelos de frontera actuales se entrenan con la suma total del conocimiento humano, mientras que los humanos pueden arreglárselas con significativamente menos. La startup busca abordar esta brecha priorizando la eficiencia de datos sobre la escala pura.
El enfoque del laboratorio está guiado por una filosofía reflejada en su nombre. En lugar de intentar replicar el cerebro humano por completo, los fundadores buscan construir arquitecturas alternativas que operen bajo diferentes restricciones. Aidan Smith, quien trabajó anteriormente en Neuralink, una empresa de interfaz cerebro-computadora, señaló que el cerebro no es el techo para las capacidades de la IA, sino más bien el suelo. El equipo planea inspirarse en sistemas biológicos sin estar limitado por ellos, contrastando su trabajo con la escala masiva de los modelos actuales desarrollados en los últimos cinco a 10 años. Ben Spector, cofundador del laboratorio, explicó la analogía: “Piensen en los sistemas actuales como grandes Boeing 787. No estamos tratando de construir aves. Eso es ir demasiado lejos. Estamos tratando de construir una especie de avión que aletea”.
Este cambio arquitectónico podría desbloquear nuevas capacidades. Asher Spector declaró que es posible que, a medida que los modelos se entrenan con menos datos, se vean obligados a tener una comprensión más profunda. Dichos modelos probablemente serían un millón de veces más eficientes en datos, lo que los haría mucho más fáciles de integrar en entornos con limitaciones de datos. Para lograr esto, los fundadores están construyendo un equipo de investigación compuesto por talento joven y creativo, incluyendo individuos que aún están en la universidad o la escuela secundaria. Los cofundadores creen que los investigadores más jóvenes aportan perspectivas frescas porque no han sido limitados por los paradigmas establecidos de miles de artículos académicos. Smith enfatizó que el laboratorio quiere probar enfoques radicalmente diferentes, incluso si esos intentos ocasionalmente producen resultados peores que el paradigma actual.
Por qué importa
Flapping Airplanes representa un cambio en el panorama de la investigación de IA, alejándose del paradigma de las “leyes de escala” hacia cambios arquitectónicos fundamentales. Estos enfoques alternativos podrían hacer que los modelos de IA sean significativamente más eficientes y capaces en entornos con limitaciones de datos.