Gráfico de Conceptos & Resumen usando Claude 3.5 Sonnet | Chat GPT4o | Llama 3:
graph LR
classDef trends fill:#f9d4d4, font-weight:bold, font-size:14px
classDef concerns fill:#d4f9d4, font-weight:bold, font-size:14px
classDef stakeholders fill:#d4d4f9, font-weight:bold, font-size:14px
classDef solutions fill:#f9f9d4, font-weight:bold, font-size:14px
classDef future fill:#f9d4f9, font-weight:bold, font-size:14px
Main["Ciencia Abierta Sin Remordimientos"] --> T["Tendencias Históricas"]
Main --> C["Preocupaciones Actuales"]
Main --> S["Dinámica de Interesados"]
Main --> P["Soluciones Propuestas"]
Main --> F["Direcciones Futuras"]
T --> T1["Tendencia de apertura en ML hasta
veinte-veinte 1"]
T --> T2["Compartir crea valor global 2"]
T --> T3["El código abierto acelera el desarrollo 3"]
T --> T4["Las empresas comparten el crecimiento del ecosistema 4"]
T --> T5["La mejor investigación se comparte abiertamente 6"]
T --> T6["El desarrollo se vuelve cerrado ahora 7"]
C --> C1["Las patentes temporales dañan el compartir 5"]
C --> C2["Las necesidades de cómputo crecen extensamente 8"]
C --> C3["La sociedad examina la IA de cerca 9"]
C --> C4["Aumentan las preocupaciones legales sobre datos 10"]
C --> C5["Aumentan las preocupaciones de seguridad 11"]
C --> C6["El progreso necesita pruebas de implementación 16"]
S --> S1["Diferentes grupos moldean el futuro 12"]
S --> S2["Startups apuntan a tareas específicas 13"]
S --> S3["Los usuarios demandan acceso abierto 14"]
S --> S4["Los grupos tienen objetivos en competencia 15"]
S --> S5["Las naciones mantienen ventajas privadas 18"]
P --> P1["OpenSync recoge retroalimentación humana 22"]
P --> P2["Los costos de almacenamiento de retroalimentación aumentan 23"]
P --> P3["Los grupos de licencias deben formarse 24"]
P --> P4["El capitalismo ayuda a mantener abierto 26"]
P --> P5["Colaboración academia-industria 28"]
F --> F1["La IA cerrada afecta el crecimiento 17"]
F --> F2["La confianza afecta el éxito de la regulación 19"]
F --> F3["La automatización completa sigue distante 20"]
F --> F4["Se necesita investigación cuidadosa de productos 21"]
F --> F5["La IA generativa necesita evaluación 25"]
F5 --> F6["La codicia escala la ciencia abierta 27"]
F4 --> F7["La investigación impacta profundamente en la sociedad 29"]
F3 --> F8["La eficiencia frente al tamaño importa 30"]
class Main,T,T1,T2,T3,T4,T5,T6 trends
class C,C1,C2,C3,C4,C5,C6 concerns
class S,S1,S2,S3,S4,S5 stakeholders
class P,P1,P2,P3,P4,P5 solutions
class F,F1,F2,F3,F4,F5,F6,F7,F8 future
Resumen:
1.- El campo del aprendizaje automático estaba tendiendo hacia la apertura hasta 2020
2.- Razones para ser abierto: dar valor, progreso global, crecimiento del ecosistema
3.- Beneficios del código abierto: desarrollo del ecosistema más rápido con menos recursos
4.- Las empresas abren el código para comoditizar complementos (ejemplos PyTorch, LLaMA)
5.- Razones contra la apertura: ventaja temporal, patentes, efectos potencialmente dañinos
6.- 2010-2020: La mejor investigación cada vez más abierta (de AlexNet a BERT)
7.- Regresión post-2020 hacia el desarrollo de IA cerrada
8.- Crecientes requisitos de cómputo y recursos de ingeniería
9.- Mayor escrutinio social de los modelos de IA y datos
10.- Las preocupaciones sobre la legalidad de los datos se vuelven más importantes
11.- Aumentan las preocupaciones sobre seguridad e impacto social
12.- Diferentes interesados: académicos, investigadores de la industria, startups de AGI
13.- Startups de IA verticales enfocadas en tareas específicas
14.- Investigadores de Reddit y usuarios regulares de IA queriendo acceso abierto
15.- Múltiples objetivos en competencia entre diferentes grupos de interesados
16.- Dificultad para medir el progreso de la IA sin implementación
17.- Debate sobre la IA cerrada y la proliferación segura
18.- Cuestión de la ventaja nacional al mantener la IA cerrada
19.- La efectividad de la regulación depende de la confianza en las instituciones
20.- Posición del orador: la automatización completa de la IA aún está lejos
21.- Necesidad de integración y investigación de productos lenta y cuidadosa
22.- Propuesta de OpenSync: centralizar la recopilación de retroalimentación humana
23.- Desafío de los costos de almacenamiento y distribución de retroalimentación
24.- Necesidad de consorcios de licencias de datos
25.- Desafíos de evaluación en la IA generativa
26.- Importancia de abrazar el capitalismo mientras se mantiene la apertura
27.- La codicia como factor potencial de escalado para la ciencia abierta
28.- Beneficios de la colaboración academia-industria
29.- Necesidad de comprender el impacto social de la investigación
30.- Áreas de investigación futura: eficiencia del modelo, inteligencia vs tamaño
Bóveda del Conocimiento construida porDavid Vivancos 2024
>