LLM no estadounidenses: ¿cuáles son los principales modelos de IA que no son de los Estados Unidos?
El escenario mundial de la IA: un mundo de competidores
Si bien los titulares de las noticias suelen centrarse en la IA de las empresas estadounidenses, en todo el mundo está prosperando un ecosistema de IA dinámico y potente. Las naciones están aplicando estrategias distintas para dar forma al futuro de la inteligencia artificial, impulsadas por objetivos económicos, valores culturales y ambiciones geopolíticas únicas. Desde la misión estatal de China de lograr la supremacía tecnológica hasta el impulso de Europa a favor de una IA regulada y basada en los derechos, el panorama global es todo menos uniforme. Esta lección explora los principales modelos y estrategias de IA que están surgiendo de los principales actores internacionales.
China: la superpotencia impulsada por el estado
El enfoque de China con respecto a la IA se define por una poderosa estrategia nacional de arriba hacia abajo. A través de iniciativas como «Hecho en China 2025" y la «Iniciativa AI+», el gobierno busca la autosuficiencia tecnológica y la profunda integración de la IA en toda su economía, desde la fabricación hasta la sanidad. Esta campaña dirigida por el Estado no se centra únicamente en la financiación, sino que también fomenta una intensa competencia nacional al respaldar a varias empresas emergentes, a las que se suele llamar las «Seis Tigres», con el fin de crear campeones nacionales «curtidos en la batalla» capaces de competir a nivel mundial.
Principales modelos chinos de IA
- Ernie (Baidu): Desarrollada por el gigante de las búsquedas Baidu, la serie de modelos Ernie es potente y multimodal, y se centra principalmente en las capacidades de «razonamiento profundo».
- Qwen (Alibaba): la familia Qwen de Alibaba es conocida por su sofisticación técnica, ya que incluye una gama de modelos, desde modelos pequeños y eficientes hasta modelos masivos de mezcla de expertos (MoE) con cientos de miles de millones de parámetros.
- Hunyuan (Tencent): los modelos Hunyuan de Tencent están diseñados para su despliegue a gran escala y están perfectamente integrados en sus más de 700 productos. La familia incluye enormes modelos de MoE e incluso un generador de activos 3D de código abierto, el primero de su clase.
- GLM (Zhipu AI): Nacida en la Universidad de Tsinghua, la serie GLM de Zhipu AI es un buque insignia del panorama de las startups chinas, y sus creadores afirman que su modelo GLM-4-Plus ha alcanzado la paridad con el GPT-4.
- Kimi (Moonshot AI): este chatbot ha ganado una gran popularidad en China por su extraordinaria capacidad para procesar hasta dos millones de caracteres chinos en un solo mensaje.
Europa: un continente de ambiciones soberanas y regulación
El panorama europeo de la IA es una mezcla fascinante de distintas estrategias nacionales unidas en un único y poderoso marco regulatorio: la Ley de IA de la UE. Esta ley, la primera ley integral sobre IA del mundo, establece un enfoque basado en el riesgo, priorizando la seguridad, la transparencia y los derechos fundamentales. Esta filosofía de priorizar la regulación configura el entorno para actores clave como Francia y Alemania.
Principales modelos europeos de IA
- Mistral (Francia): Con sede en París, Mistral AI se ha convertido rápidamente en un referente mundial del código abierto. Su estrategia consiste en lanzar modelos potentes y eficientes con licencias permisivas, lo que le ha valido un gran número de seguidores en todo el mundo y la ha posicionado como una de las principales competidoras de los modelos estadounidenses patentados.
- Luminous & Pharia (Aleph Alpha, Alemania): esta startup alemana se ha hecho un hueco al centrarse en una IA «fiable» y «explicable» para clientes empresariales y gubernamentales. Sus modelos están diseñados para cumplir con las estrictas leyes de datos europeas y están entrenados en cinco idiomas europeos, lo que hace hincapié en el objetivo de la soberanía tecnológica.
Concepto destacado: el código abierto como herramienta estratégica
Para muchos actores no estadounidenses, es difícil competir con los inmensos recursos financieros y de datos de los gigantes tecnológicos estadounidenses. Han recurrido al código abierto como una poderosa «arma competitiva asimétrica». Al publicar libremente el código y los pesos de sus modelos, empresas como Mistral de Francia y TII de los Emiratos Árabes Unidos logran varios objetivos estratégicos:
- Crean una comunidad global leal de desarrolladores que utilizan y mejoran su tecnología.
- Reducen la barrera de entrada, lo que permite a las empresas más pequeñas aprovechar su trabajo.
- Fomentan la confianza a través de la transparencia, que es una ventaja clave en un mercado europeo que se preocupa por la privacidad.
- Permiten que iniciativas regionales como OpenEuroLLM y SEA-LION creen modelos que preserven los idiomas y las culturas locales, contrarrestando directamente el predominio de los modelos estadounidenses centrados en el inglés.
Otros centros globales: estrategias diversas y fortalezas específicas
Más allá de China y Europa, otras naciones se están forjando papeles influyentes centrándose en sus puntos fuertes únicos.
- Emiratos Árabes Unidos (EAU): Los Emiratos Árabes Unidos están aplicando un ambicioso «modelo de infraestructura basado en la inversión». Su estrategia consiste en utilizar su enorme riqueza soberana para controlar el «nuevo petróleo», es decir, la potencia de cálculo. A través de su campeón nacional, el G42, y de proyectos como el clúster de supercomputación «Stargate», los Emiratos Árabes Unidos aspiran a convertirse en un centro mundial de infraestructura de IA. Al mismo tiempo, su Instituto de Innovación Tecnológica (TII) desarrolla el potente Falcon LLM de código abierto.
- Canadá: Canadá ha adoptado un enfoque en el que la investigación es lo primero, y se ha centrado en crear una cartera de talentos de talla mundial a través de instituciones como Mila en Montreal. Esto lo ha convertido en la «Suiza de la IA», un centro neutral y rico en talento que atrae la colaboración y la inversión a nivel mundial. Este ecosistema ha dado lugar a empresas líderes como Cohere.
- Otros actores clave:
- Israel es una potencia para las empresas emergentes de IA, particularmente en ciberseguridad y defensa.
- Japón se centra en la robótica y la automatización para abordar sus desafíos demográficos.
- Corea del Sur aprovecha su dominio del hardware para impulsar la IA en las ciudades inteligentes y los vehículos autónomos.
- La India está aumentando rápidamente su reserva de talentos en IA y fomentando un vibrante ecosistema de empresas emergentes.
Verificación rápida
¿Cuál es una característica clave de la estrategia nacional de China para desarrollar la IA?
¿En qué se centra principalmente la estrategia nacional de IA de los Emiratos Árabes Unidos?
Resumen: El mundo de la IA no estadounidense
Lo que cubrimos:
- El mundo de la IA es multipolar, y muchos países están desarrollando modelos potentes y estrategias nacionales únicas.
- El enfoque estatal de China apunta a la autosuficiencia tecnológica con modelos como Ernie y Qwen.
- Europa se define por su enfoque centrado en la regulación y su apuesta por una «IA soberana», con campeones como el Mistral de Francia y el Aleph Alpha de Alemania.
- Los Emiratos Árabes Unidos utilizan su riqueza para convertirse en una superpotencia en infraestructuras, y controlan la computación como el «nuevo petróleo».
- Canadá se ha centrado en una estrategia centrada en la investigación para convertirse en un centro mundial para el talento de la IA.
- El código abierto se ha convertido en una estrategia competitiva clave para muchos actores no estadounidenses para desafiar el dominio de los modelos estadounidenses patentados.
Por qué es importante:
- Comprender el panorama global de la IA demuestra que la innovación está ocurriendo en todas partes. Los valores y objetivos del país en el que se construye la IA, ya sea centrándose en el control estatal, los derechos individuales o el poder económico, pueden reflejarse en la propia tecnología.
El siguiente paso:
- Profundizaremos en el concepto de IA multimodal y analizaremos cómo los modelos aprenden a entender no solo el texto, sino también las imágenes, la voz y el vídeo al mismo tiempo.