Hay una paradoja en el momento actual de la inteligencia artificial. Cuanto más se incorpora a la vida cotidiana, más evidente resulta el coste físico de algo que solemos imaginar como puramente digital. Detrás de una consulta, una imagen generada o un proceso automatizado hay servidores, chips, centros de datos, electricidad y sistemas de refrigeración.
Por eso una parte del sector tecnológico ha empezado a mirar en otra dirección. Si durante los últimos años el objetivo era crear modelos cada vez más grandes, ahora también interesa hacerlos más eficientes.
La tendencia tiene especial relevancia en Europa. Un análisis presentado por el Fondo Monetario Internacional a los ministros de Finanzas de la Unión Europea estima que la inteligencia artificial puede mejorar la productividad, pero advierte de los efectos que una adopción masiva tendría sobre las infraestructuras energéticas y sobre la dependencia de tecnologías desarrolladas fuera del continente.
La respuesta podría estar, al menos en parte, en los modelos especializados. Son sistemas diseñados o adaptados para resolver tareas concretas y que no necesitan cargar con todas las capacidades de un modelo generalista.
Desde España, Multiverse Computing trabaja precisamente en tecnologías de compresión de modelos. La compañía vasca sostiene que es posible reducir de manera muy significativa el tamaño de algunos sistemas y, al mismo tiempo, recortar su consumo energético manteniendo niveles elevados de precisión.
La idea tiene consecuencias prácticas. Una empresa que necesita clasificar documentación, responder preguntas sobre su catálogo o analizar una serie determinada de datos quizá no requiera la misma potencia que un asistente de propósito general capaz de programar, traducir, razonar y generar contenidos sobre prácticamente cualquier asunto.
Un modelo más pequeño puede ser más barato de operar, más sencillo de alojar en infraestructuras propias y, en determinados escenarios, más rápido. Además, abre la puerta a llevar capacidades de IA a equipos y dispositivos con recursos limitados.
La discusión también obliga a revisar qué entendemos por innovación. Hasta ahora, los anuncios más llamativos solían estar asociados al tamaño y a nuevas capacidades. En los próximos años, una parte importante de la innovación puede ser menos visible: hacer lo mismo —o casi lo mismo— utilizando mucha menos energía y menos capacidad de cálculo.
La inteligencia artificial seguirá creciendo. Pero crecer, en tecnología, no siempre significa ocupar más. A veces el avance consiste precisamente en aprender a necesitar menos.