A comienzos de 2024, Microsoft publicó un análisis con tres tendencias que, según la compañía, iban a marcar el año de la IA generativa: modelos de lenguaje pequeños, IA multimodal y aplicaciones científicas. Aquello llegó después de que 2023 sacara la IA generativa de los laboratorios y la metiera en el bolsillo de millones de usuarios a través de ChatGPT y Microsoft Copilot. Con perspectiva, toca revisar qué se cumplió de aquel pronóstico y qué se quedó en promesa.
Los modelos pequeños pasaron de curiosidad a categoría propia
Microsoft apostaba entonces por Phi y Orca, dos modelos de unos pocos miles de millones de parámetros frente a los cientos de miles de millones de los grandes LLM, entrenados con datos curados de alta calidad en vez de con volúmenes masivos sacados de internet. La apuesta se confirmó: la serie siguió creciendo hasta Phi-4, capaz de competir en razonamiento matemático con modelos mucho más grandes, y el resto del sector fue detrás con Llama, Mistral, Gemma o Qwen en versiones lo bastante ligeras como para correr en un móvil sin conexión. Los modelos de lenguaje pequeño (SLM) dejaron de ser un experimento académico para convertirse en la opción por defecto cuando la latencia, el coste o la privacidad importan más que tener el modelo más grande posible.
La IA multimodal dejó de ser una demo
En 2024, la IA multimodal aún sorprendía porque Copilot podía describir un monumento a partir de una foto. Hoy es la norma: los modelos frontera procesan texto, imagen, audio y vídeo dentro de la misma arquitectura, y herramientas como Nano Banana 2 Lite y Gemini Omni Flash de Google generan y editan imágenes y vídeo dentro del mismo flujo de trabajo empresarial. Lo que en 2024 era una función destacada dentro de un producto se ha convertido en el estándar mínimo que se le exige a cualquier modelo grande.
La IA aplicada a la ciencia, la promesa más lenta de cumplir
La tercera tendencia, usar IA para acelerar descubrimientos en clima, agricultura y salud, es la que menos titulares ha generado, aunque no por falta de inversión. Los modelos de predicción meteorológica y los sistemas de descubrimiento de fármacos que Microsoft mencionaba en su momento han seguido avanzando dentro de proyectos de investigación, pero su impacto es más difícil de medir que el de un chatbot que usan cientos de millones de personas a diario. Es el tipo de avance que tarda años en notarse fuera de los laboratorios, aunque dentro de ellos ya esté cambiando cómo se trabaja.
De las tres apuestas de Microsoft para 2024, las dos que tenían un producto de consumo detrás, modelos pequeños y multimodalidad, se cumplieron a un ritmo mayor del esperado. La tercera sigue su curso, más lenta pero constante.
Preguntas frecuentes
¿Qué es un SLM o modelo de lenguaje pequeño?
Un modelo con muchos menos parámetros que un LLM grande, entrenado con datos curados de alta calidad, lo bastante ligero como para ejecutarse en un teléfono o un portátil sin depender de servidores en la nube.
¿Qué diferencia a la IA multimodal de un LLM tradicional?
Un LLM tradicional solo procesa texto. Un modelo multimodal entiende y genera varios tipos de datos a la vez, como texto, imagen, audio o vídeo, dentro de la misma arquitectura.
¿Qué modelos de Microsoft representan la apuesta por los SLM?
Phi y Orca fueron los primeros, y la serie ha seguido creciendo hasta Phi-4, especializado en razonamiento matemático y capaz de competir con modelos bastante más grandes.
¿Se ha cumplido la promesa de la IA aplicada a la ciencia?
Avanza, pero más despacio que las otras dos tendencias. Los proyectos de predicción climática y descubrimiento de fármacos siguen en marcha, aunque su impacto es más difícil de medir que el de un producto de consumo masivo.
Vía: Microsoft
