(Nikolaus Skene)
A veces le apetece un vino blanco.
A veces uno tinto.
Y después de hacer deporte, una cerveza también es algo muy agradable.
A nadie se le ocurriría pedir todo a la vez exactamente en ese momento.
Ningún sumiller del mundo diría: «No hay problema, le traigo vino blanco, vino tinto, cerveza, un filete, una toalla, un masaje, una llamada telefónica con su madre y, por si acaso, unas vacaciones de esquí».
Nuestro cerebro es mucho más eficiente en ese aspecto.
Decide contextualmente. Situacionalmente. Ahorrando energía.
Activa únicamente aquellas regiones que son relevantes en ese momento. El resto permanece «tranquilo».
Y precisamente aquí reside una diferencia que a menudo se pasa por alto entre la inteligencia humana y la inteligencia artificial actual.
Y aquí es donde entra ChatGPT.
ChatGPT funciona, en esencia, de otra manera.
Da igual lo que le apetezca en ese momento: lo pregunta todo.
No solo la cerveza después de hacer deporte, sino al mismo tiempo la cerveza, el vino blanco, el vino tinto, el filete, la receta, la cadena de suministro, el balance de CO₂, la región vinícola, el deporte y el significado filosófico de la sed.
La razón por la que no nos damos cuenta:
Sucede extremadamente rápido.
Las «regiones» inútiles se descartan en milisegundos y, al final, sale una respuesta más o menos razonable. Pero el esfuerzo computacional que hay detrás es gigantesco.
El cerebro humano se vería completamente sobrepasado en esta forma.
Y precisamente por eso el consumo eléctrico de los sistemas de IA actuales es un punto de crítica serio.
DeepSeek ya va un paso más allá en este aspecto.
Intenta «activar» de forma más específica distintas partes del modelo, dependiendo de lo que probablemente sea relevante en ese momento. No todo, siempre, al mismo tiempo. Sino de forma más selectiva. Más sensible al contexto.
Y entonces llega HuggingGPT.
HuggingGPT no es un modelo nuevo.
Es una idea arquitectónica.
La idea central:
Un gran modelo lingüístico como ChatGPT ya no se utiliza como un genio universal, sino como controlador. Como director de orquesta. Como planificador.
Escucha al usuario, entiende la intención y luego la divide en tareas parciales concretas.
Estas tareas parciales no las resuelve el mismo modelo, sino que se las asigna específicamente a especialistas : modelos de imágenes, modelos de audio, clasificadores, sistemas de texto a voz, reconocimiento de objetos, segmentación. Todos ellos son modelos que ya existen, por ejemplo, en el ecosistema de Hugging Face.
Lo decisivo no es únicamente qué se hace, sino en qué orden.
HuggingGPT planifica las dependencias.
Algunas tareas deben procesarse en serie, mientras que otras pueden ejecutarse en paralelo. Los resultados de un modelo se utilizan como entrada para el siguiente. Solo al final el controlador vuelve a reunirlo todo y formula una respuesta.
Una solicitud sencilla como «Describe detalladamente esta imagen» se divide automáticamente en clasificación de imágenes, reconocimiento de objetos, segmentación, generación de subtítulos y modelos visuales de preguntas y respuestas, y solo entonces se vuelve a unir.
Esto no es una inteligencia nueva.
Pero sí es una manera diferente de trabajar de forma inteligente.
Y aquí es donde HuggingGPT se vuelve realmente interesante:
El sistema no escala mediante modelos cada vez más grandes, sino mediante coordinación. Mediante selección. Mediante división del trabajo. Mediante contexto.
De repente, la IA ya no parece un estudiante universal sobrepasado que tiene que saber hacerlo todo al mismo tiempo, sino un equipo bien organizado.
Todavía «chirría» en uno u otro rincón: mayor latencia, dependencia de la capacidad de planificación del controlador, límites de tokens, inestabilidades. HuggingGPT no es un producto terminado. Es un modelo de pensamiento.
Pero uno que apunta en una dirección importante:
Alejarse de «más grande, más rápido, todo al mismo tiempo».
Avanzar hacia «correcto, selectivo, eficiente».
Y con ello volvemos al consumo eléctrico. Una de las principales críticas justificadas a la IA actual es su apetito energético. Si la inteligencia ya no surge de un paralelismo máximo, sino de una orquestación dirigida, es posible que nos estemos acercando a una forma de pensamiento maquinal más eficiente.
Lo que esto significa a largo plazo —también para el trabajo humano, la inteligencia humana y la relevancia humana— es otra discusión.
Para otro sábado.
Hoy basta con una observación:
Hace falta abrazar más de nuevo.
No todo a la vez.
Sino lo correcto, en el momento correcto.
(Nikolaus Skene vive y trabaja en San Francisco, asesora a empresas en materia de IA y desde hace varios años organiza recorridos por Silicon Valley y otros puntos clave del desarrollo tecnológico