El Futuro de la IA: Industria, Academia y Gobierno Unidos por la Ciencia

La conferencia TPC25 del Trillion Parameter Consortium se reunió recientemente en San José, California, congregando a líderes de la industria, la academia y el gobierno para discutir el futuro de la IA, particularmente su aplicación en la computación científica y técnica. Si bien gran parte del progreso reciente de la IA ha sido impulsado por grandes empresas tecnológicas privadas, la conferencia destacó un esfuerzo colaborativo para aprovechar estos avances para un descubrimiento científico más amplio, beneficiando tanto a Estados Unidos como a la humanidad.

Un panel de discusión el 30 de julio, moderado por Karthik Duraisamy de la Universidad de Michigan, exploró cómo varias partes interesadas pueden colaborar para aprovechar la IA en los avances científicos. Entre los panelistas se encontraban representantes del Departamento de Energía (DOE), un desarrollador de plataformas de computación cuántica, un proveedor de soluciones de gestión de datos, la Fundación Nacional de Ciencias (NSF) e Intel Labs.

Hal Finkel, Director de la división de investigación y asociaciones de ciencia computacional del DOE, enfatizó el profundo y duradero compromiso del departamento con la IA. “Todas las partes del DOE tienen un interés crítico en la IA”, afirmó Finkel, señalando una inversión significativa en el campo. Detalló cómo el DOE está explorando la IA para acelerar la productividad científica en diversas disciplinas, desde la energía de fusión y los superconductores hasta la robótica avanzada y la fotónica. Finkel destacó la amplia experiencia del DOE en supercomputación, incluidos los sistemas de exaescala en los laboratorios nacionales, y su inversión en bancos de pruebas de IA y tecnologías emergentes como la computación neuromórfica, que promete una mayor eficiencia energética para aplicaciones de IA de borde y sistemas experimentales integrados.

Vishal Shrotriya, ejecutivo de desarrollo de negocios de Quantinuum, un desarrollador de plataformas de computación cuántica, imaginó un futuro donde las computadoras cuánticas, integradas con algoritmos de IA, aborden problemas computacionales complejos en ciencia de materiales, física y química. Shrotriya sugirió que las computadoras cuánticas podrían revolucionar la ciencia molecular al permitir simulaciones precisas de moléculas pequeñas y la generación de nuevos datos sintéticos. Estos datos sintéticos podrían luego ser retroalimentados a los modelos de IA, creando un potente ciclo de retroalimentación para acelerar el descubrimiento y la innovación científica, particularmente en áreas como el desarrollo de fármacos, yendo más allá de los métodos de prueba y error hacia cálculos precisos de interacciones moleculares.

Molly Presley, Directora Global de Marketing de Hammerspace, subrayó el papel crítico de los datos en el ecosistema de la IA. Señaló que, si bien los datos son esenciales, su distribución y accesibilidad son desiguales. Hammerspace tiene como objetivo cerrar la brecha entre la comprensión humana de los datos y su manifestación física, facilitando un acceso más amplio. Presley enfatizó la importancia de los estándares de la industria, particularmente para el acceso a datos y la definición de metadatos. Señaló que un tema recurrente en su podcast “Data Unchained” es la falta de metadatos estandarizados en diferentes dominios científicos, como la genómica, la computación de alto rendimiento (HPC) y los servicios financieros. Presley sugirió que la comunidad informática, como la de TPC25, está mejor posicionada para abordar este desafío y garantizar que los metadatos estén estandarizados y sean buscables en todos los flujos de trabajo y ubicaciones.

Katie Antypas, Directora de la Oficina de Infraestructura Cibernética Avanzada de la Fundación Nacional de Ciencias (NSF) y empleada del Laboratorio Nacional Lawrence Berkeley, destacó el desarrollo de la fuerza laboral como un desafío significativo. Enfatizó la necesidad de inversiones de asociaciones industriales y del gobierno federal para nutrir a la próxima generación de talentos de IA. Antypas señaló el proyecto del Recurso Nacional de Investigación de Inteligencia Artificial (NAIRR) como una iniciativa clave en este esfuerzo, asegurando que los investigadores de todo el país y en todos los dominios tengan acceso a recursos críticos de IA, fomentando un ecosistema de innovación de IA saludable más allá de las empresas tecnológicas más grandes.

Pradeep Dubey, Intel Senior Fellow en Intel Labs y director del Parallel Computing Lab, discutió varios desafíos dentro de la pila de IA. Identificó un conflicto fundamental a nivel algorítmico: desarrollar modelos que sean altamente capaces y confiables. Dubey también abordó el problema de la “alucinación” en los modelos de IA, sugiriendo que no es un error sino una característica inherente que contribuye a las capacidades actuales de la IA. También señaló el desafío de hacer que la IA sea accesible para los no programadores que prefieren entornos de programación de alto nivel como MATLAB, en lugar de estar confinados a interfaces de programación de GPU de bajo nivel.

Sin embargo, el problema más apremiante, un tema recurrente en TPC25, fue la inminente escasez de electricidad. Dubey advirtió que las masivas demandas de energía para ejecutar grandes fábricas de IA podrían abrumar los recursos disponibles. Señaló que una porción significativa de la energía en grandes sistemas de IA (30-40%, que podría aumentar al 70-80%) es consumida por el movimiento de datos en lugar de la computación, lo que lleva a un uso ineficiente de la energía.

Abordar estos desafíos, desde las complejidades algorítmicas y el desarrollo de la fuerza laboral hasta la estandarización de datos y el consumo de energía, es crucial para que la comunidad informática aproveche plenamente el potencial de la IA y avance en el descubrimiento científico. Como concluyó Hal Finkel del DOE, un interés amplio y agregado y los esfuerzos impulsados por la comunidad, que faciliten la colaboración y la comprensión entre todas las partes interesadas (gobierno, laboratorios nacionales, industria y universidades), son esenciales para este futuro compartido de la IA.