Según los expertos en tecnología obsesionados con el mercado y los escépticos profesionales, la burbuja de la inteligencia artificial (IA) ha estallado y el invierno ha vuelto. Fei-Fei Li, la llamada “madrina de la IA”, apuesta en contra de ello. Actualmente se encuentra en licencia parcial en la Universidad de Stanford en California para cofundar una empresa llamada World Labs.
Aunque la IA generativa actual se basa en el lenguaje, ella ve una frontera donde Los sistemas construyen mundos enteros con la física, lógica y La riqueza de los detalles en nuestra realidad tangibleEs un objetivo ambicioso y, a pesar de los detractores que afirman que el progreso en inteligencia artificial se ha estancado, World Labs está en vías rápidas de obtener financiación. La empresa aún está a un año de tener un producto y no está nada claro si funcionará bien cuando llegue, pero los inversores han aportado 230 millones de dólares. Según se informa, valoran la empresa en ciernes en 1.000 millones de dólares.
Li es una persona reservada a la que le resulta incómodo hablar de sí misma, pero logró integrar su experiencia como inmigrante que llegó a Estados Unidos a los 16 años, sin dominar el idioma, y superó obstáculos para convertirse en una figura clave en esta tecnología fundamental. En el camino hacia su puesto actual, también ha sido directora del Laboratorio de Inteligencia Artificial de Stanford y científica jefa de inteligencia artificial y aprendizaje automático en Google Cloud.
Hace aproximadamente una década, Li ayudó a que la IA diera un giro hacia una mejoría con la creación de ImageNet, una base de datos personalizada de imágenes digitales que permitió que las redes neuronales se volvieran significativamente más inteligentes. En su opinión, los grandes modelos de lenguaje (LLM) actuales necesitan un impulso similar para que la IA pueda crear mundos reales, ya sean simulaciones realistas o universos completamente imaginarios.
Los futuros escritores que aspiran a ser el nuevo George RR Martin podrían componer sus mundos de ensueño en forma de mensajes, en lugar de prosa, que el usuario podría reproducir y recorrer: «Para las computadoras, el mundo físico se ve a través de cámaras y los cerebros detrás de ellas. Convertir esa visión en razonamiento, generación e interacción final implica comprender la estructura, la dinámica física del mundo real. Y esa tecnología se llama inteligencia espacial«Li dijo. World Labs se autodenomina una empresa de inteligencia espacial, y su destino ayudará a determinar si ese término se convierte en una revolución o una broma.
¿Inteligencia espacial?
Sí, y Li lleva años obsesionada con el tema. Mientras todo el mundo se volvía loco por ChatGPT, ella y un exalumno, Justin Johnson, charlaban animadamente por teléfono sobre la próxima versión de la IA: “La próxima década se centrará en generar nuevos contenidos que saquen la visión artificial, el aprendizaje profundo y la inteligencia artificial del mundo de Internet y los incorporen a través del espacio y el tiempo”, afirma Johnson, ahora profesor adjunto en la Universidad de Michigan.
Li decidió fundar una empresa a principios de 2023, después de una cena con Martin Casado, un pionero de las redes virtuales que ahora es socio de Andreessen Horowitz. La firma de capital de riesgo (VC) es famosa por su adopción casi mesiánica de la IA. Casado cree que la inteligencia artificial seguirá un camino similar al de los videojuegos, que comenzaron con texto, pasaron a gráficos 2D y ahora presentan deslumbrantes imágenes 3D. La inteligencia espacial impulsará el cambio. Con el tiempo, «podrías tomar tu libro favorito, ponerlo en un modelo y, literalmente (sic) entrar en él y ver cómo se desarrolla en tiempo real, de forma inmersiva». Casado y Li coinciden en que el primer paso para lograrlo es pasar de los LLM a los grandes modelos del mundo o grande modelos mundiales.
Li inició el equipo con Johnson como cofundador. Casado sugirió a otras dos personas: una fue Christoph Lassner, que había trabajado en Amazon, Meta’s Reality Labs y Epic Games. También es el inventor de Pulsar, un esquema de renderizado que dio origen a una célebre técnica llamada «3D Gaussian Splatting». Suena como una banda de rock alternativo en una fiesta de togas del MIT, pero en realidad es una forma de sintetizar escenas, no objetos aislados. La otra sugerencia de Casado fue Ben Mildenhall, creador de una poderosa técnica llamada NeRF, «campos de radiación neuronal» (campos de radiancia neuronal), que transmuta imágenes de píxeles 2D en gráficos 3D. “Trajimos objetos del mundo real a la realidad virtual (RV) y los hicimos parecer perfectamente reales”, dice. Mildenhall dejó su puesto como científico investigador sénior en Google para unirse al equipo de Li.