Durante los últimos cinco años, la escena tecnológica de Boston ha sido el hogar de un especialista en inteligencia artificial y aprendizaje automático, cuyo recorrido profesional incluye ciudades como Glasgow y Toronto, y ha trabajado en gigantes como Amazon y Best Buy. A lo largo de su trayectoria, ha descubierto que las aplicaciones de inteligencia artificial más efectivas surgen al abordar problemas cotidianos como la limpieza de datos desordenados o el análisis del comportamiento del consumidor.
Actualmente en Best Buy, este experto describe cómo utilizan modelos de lenguaje de gran tamaño (LLMs) para enfrentar estos desafíos, subrayando la importancia de priorizar el caso de uso comercial antes de seguir tendencias tecnológicas. «No deberías usar LLMs solo porque están de moda. El caso de uso empresarial debe ser la prioridad», enfatiza.
Una pregunta frecuente en el ámbito tecnológico es si las LLMs deben utilizarse para resolver problemas de datos. Según el experto, esto depende del contexto. Advierte que, aunque muchas veces los equipos se sienten atraídos por las capacidades emocionales y generativas de estos modelos, es esencial tener un caso de uso claro. Señala que, aunque los LLMs son destacados en síntesis de texto y razonamiento lógico, no siempre son la solución adecuada.
Los LLMs presentan desafíos. Si se introducen demasiados datos en una consulta, pueden confundirse y generar «alucinaciones», cuando la información incorrecta se produce debido a su capacidad de extrapolación. «La extrapolación es lo que los hace poderosos; necesitan ciertas restricciones», aclara.
El costo de uso de estas tecnologías ha disminuido, haciéndolas más accesibles para nuevos casos de uso. No obstante, el especialista destaca la necesidad de procesos sólidos de aseguramiento de calidad y un equipo técnico preparado para su mantenimiento a largo plazo. Las LLMs requieren un cuidado constante, comparándolas con mascotas de alto mantenimiento en lugar de herramientas autónomas. vía: AI Accelerator Institute.
