31 de enero de 2024. Investigadores del Laboratorio Estatal Clave de Sistemas de Inteligencia Artificial Multimodal de China ajustan los componentes de un robot con forma humana.

5 de febrero de 2024. Audrey Azoulay, directora general de la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura, ofrece un discurso en el segundo Foro Global sobre la Ética de la Inteligencia Artificial celebrado en Kranj, Eslovenia. Fotos de Xinhua

Yo… tengo tantas preguntas”, así expresó su intriga en la red social X el pasado 16 de febrero el youtuber estadounidense enfocado en la tecnología Marques Brownlee, quien cuenta con más de 6 millones de seguidores. Su sincera respuesta estuvo dirigida a Sam Altman, director ejecutivo de OpenAI, una organización de investigación en inteligencia artificial (IA) fundada en 2015 con sede en Estados Unidos, después de que Altman hubiera presentado ese mismo día Sora, su modelo de inteligencia artificial más reciente, el cual representa un adelanto tecnológico en materia de generación de video.

Sora representa un salto monumental en la IA, con el suficiente poder para crear videos de 60 segundos a partir únicamente de instrucciones en texto simple.

Esta innovación se hace eco del impacto revolucionario de ChatGPT, introducido también por OpenAI hace un año, el cual viene redefiniendo los campos de la literatura, la programación y la creación de imágenes basadas en texto.

¿Podría Sora marcar el comienzo de una nueva era en la creación digital de contenidos y narrativas, al transformar la manera en la que la gente interactúa con el contenido creado mediante la IA o, inclusive, con el mundo en sí?

Progreso implacable

De acuerdo con OpenAI, Sora está impulsado por los últimos modelos probabilísticos de difusión, una tecnología que permite que la poderosa herramienta no solo genere múltiples tomas dentro de un mismo video, sino que también comprenda a fondo el lenguaje de las instrucciones y asegure la consistencia en cuanto a estilo y efectos visuales.

Esto fue demostrado en un contundente video de 60 segundos que mostraba a una mujer de aspecto elegante caminando entre las calles de Tokio alumbradas por luces de neón. Profesionales en efectos visuales notaron la impecable transición entre un primer plano y un acercamiento a los 37 segundos del video, lo que demostraba las sofisticadas capacidades de Sora para la edición.

Este avance pronto ocasionó una fuerte reacción en línea entre los profesionales de los efectos visuales, y muchos de ellos expresaron su preocupación sobre la posible obsolescencia de sus profesiones y un cambio radical –si no es que el fin definitivo– de la producción de video tal y como la conocemos.

No obstante, el reporte técnico de OpenAI reveló una visión para Sora que se extiende más allá de una simple herramienta para la creación de videos.

Ideado como un “simulador del mundo”, Sora está diseñado para facilitar la creación de contenido en una variedad de formatos para distintos dispositivos y opciones avanzadas tales como consistencia en 3D, coherencia de largo alcance y permanencia de objetos.

Tal y como se puede leer en el sitio web de la compañía: “Nuestros resultados sugieren que escalar modelos de generación de video es un camino prometedor hacia la construcción de simuladores de uso general del mundo físico”.

Técnicamente, la diferencia clave entre la generación de texto y de video es la comprensión de la lógica humana frente a la comprensión de los matices del mundo físico. La integración de Sora con modelos avanzados de texto de IA, como los grandes modelos lingüísticos, podría señalar el advenimiento de un simulador universal.

La perspectiva de que un sistema de este tipo aprenda de forma autónoma a navegar por el tráfico urbano complejo simulando una variedad de escenarios de conducción no es solo plausible, sino que se espera que ocurra en el futuro próximo.

Mirando hacia el mañana, la posible integración de sistemas de IA como ChatGPT y Sora con modalidades sensoriales adicionales, tales como el sabor y el tacto, nos deja profundas incógnitas sobre el alcance al cual se podrá replicar el espectro completo de las experiencias humanas. Mientras las barreras entre simulación y realidad se vuelven más difusas, ciertos conceptos sobre la naturaleza de la existencia misma son puestos a prueba.

Este giro en la industria está haciendo a la gente cuestionar su relación con la tecnología, especialmente cuando la IA comienza a imitar las minucias de la vida humana. Esto explica por qué, durante el ascenso de Sora, algunos han expresado su miedo hacia la tecnología de IA. No es la tecnología misma a la que temen, sino al impacto incierto de la tecnología en el futuro de la humanidad.

En otras palabras, lo que la gente teme es lo “desconocido” que Sora desata. Aunque el inmediato impacto de este modelo de IA en la industria del video y el cine es obvio, las consecuencias a largo plazo –potencialmente vastas y de gran alcance– son aún una incógnita.

¿Caja de pandora o revolución industrial?

El 14 de diciembre de 2023, el Centro para el Desarrollo de la Industria de la Información de China del Ministerio de Industria y Tecnología Informática reveló un informe sobre la evolución de la IA generativa en el panorama económico de China. Además de resaltar la rápida integración de esta innovadora tecnología en sectores clave –manufactura, ventas, telecomunicaciones y salud pública–, el reporte mostró una impresionante tasa de adopción del 15 % en las empresas chinas durante 2023, contribuyendo así a un mercado creciente valorado en aproximadamente 14,4 billones de yuanes (2 billones de dólares).

El pronóstico del informe para el futuro de la IA generativa era optimista, al augurar que esta tecnología podría contribuir casi 90 billones de yuanes (12,52 billones de dólares) adicionales a la economía mundial para 2035, con la aportación de China en espera de exceder los 30 billones de yuanes (4,17 billones de dólares), lo que representa un significativo 40 % del crecimiento total.

En una reciente entrevista con la Televisión Central de China, Li Xiaodong, vicepresidente de la Sociedad de Internet de China y fundador de la Institución Fuxi, una organización sin fines de lucro enfocada en la investigación para la innovación en Internet y el desarrollo, resaltó que el uso de la IA en una variedad de campos, desde la innovación tecnológica hasta la creación cultural y la industria manufacturera, está siendo impulsado por un creciente poder computacional y reducción de costos, lo que ha vuelto a la IA cada vez más accesible al público general.

“La IA pronto se convertirá en un tópico general, dado que se está entretejiendo cada vez más en nuestras vidas diarias”, dijo Li, quien enfatizó así la inminente ubicuidad de la tecnología.

A corto plazo, el contenido generado por IA se posiciona como una vía para revolucionar la producción de contenido reduciendo costos; un cambio que recuerda a hitos históricos como la fabricación del papel o la imprenta, los cuales masificaron el acceso al conocimiento.

Pero la potencial característica más perturbadora de la revolución de la IA es que es poco probable que sus beneficios puedan ser disfrutados equitativamente. Hay una preocupación creciente de que la brecha en la IA exacerbe la brecha digital que ya está incrementando la disparidad económica y la libre competencia en el mundo.

En un esfuerzo por regular el campo floreciente de la IA generativa, China ha introducido varios marcos de trabajo regulatorios. Estas políticas delinean los puntos de referencia técnicos, así como las obligaciones y responsabilidades de las partes interesadas de la IA, y subrayan la responsabilidad principal de los creadores de esta tecnología, así como de los proveedores de servicio, de mantener estos estándares.

En el escenario global, China apoya el liderazgo de las Naciones Unidas y es partidaria de un modelo de gobernanza de la IA que respete las diversas políticas y prácticas de las naciones alrededor del mundo, a la vez que busca un conjunto de guías y normas que pueda ser aceptable para la mayoría.