Apple, que parecía haberse quedado atrás en la carrera de la IA, ha comenzado a ponerse al día con una serie de avances recientes. El último de ellos es particularmente interesante, ya que apunta directamente al tipo de IA que veremos en sus iPhones en un futuro próximo.
OpenELM: Modelos de lenguaje eficientes y diminutos
Los investigadores de Apple han publicado OpenELM (Open Source Efficient Language Models), una familia de cuatro grandes modelos de lenguaje (LLM) que son sorprendentemente pequeños en comparación con los que sustentan ChatGPT o Gemini. Apple también ha publicado un estudio de investigación que acompaña a los modelos.
Cuatro tamaños
Los modelos están disponibles en versiones de 270 m, 450 m, 1.1 b y 3 b. El más pequeño, de 270 millones de parámetros, es significativamente compacto. Por ejemplo, el modelo Phi-3 Mini de Microsoft tiene 3.8 b de parámetros, es decir, 14 veces más grande.
Eficiencia como bandera
Como su nombre indica, el objetivo de estos modelos es la eficiencia, es decir, poder ejecutarlos sin un consumo de recursos desorbitado. Los modelos más grandes requieren más potencia de cálculo para generar texto fluido, pero los requisitos de OpenELM son mucho más modestos, lo que apunta directamente a un objetivo: el iPhone.
Hacia un AppleGPT
Hemos hablado anteriormente de los planes de Apple para crear su propio chatbot, que hemos bautizado tentativamente como AppleGPT. Es muy probable que no se llame así, pero está claro que se ejecutará localmente en el iPhone y otros dispositivos de Apple, sin necesidad de la nube.
Limitaciones
Estos nuevos modelos son lo suficientemente pequeños como para ejecutarse sin problemas en los potentes chips de Apple, pero también tienen una desventaja: son más limitados. Cuanto más pequeño es un modelo, más generalista y menos preciso y específico puede ser. Por tanto, no pueden competir con modelos mucho más ambiciosos como GPT-4 o los utilizados en Gemini 1.5 Pro o Claude 3 Opus.
Pruebas sintéticas
Según las pruebas realizadas en el estudio de investigación, la variante de 450 m es la que mejor se comporta comparativamente. Sin embargo, otros modelos de código abierto lo superan en varios escenarios. Quienes lo han probado lo califican como un modelo sólido pero muy alineado, lo que significa que sus respuestas son poco creativas y muy formales, y también puede cometer errores.
Apple advierte que estos modelos se ponen a disposición sin ninguna garantía de seguridad. Por consiguiente, existe la posibilidad de que estos modelos produzcan resultados inexactos, perjudiciales, sesgados o censurables en respuesta a las indicaciones de los usuarios.
Apple
