![\"\"](\"https:\/\/www.fie.undef.edu.ar\/ceptm\/wp-content\/uploads\/2022\/01\/ai-and-compute-all.png\")
Este dr\u00e1stico aumento en los recursos computacionales necesarios subraya lo caros que se han vuelto los logros del campo.\u00a0Habr\u00e1 que tener en cuenta que el gr\u00e1fico anterior muestra una escala logar\u00edtmica.\u00a0En una escala lineal (abajo), se puede ver m\u00e1s claramente c\u00f3mo\u00a0el uso computacional se ha incrementado 300.000 veces en ese periodo de siete a\u00f1os.<\/strong><\/p>\n El gr\u00e1fico no incluye algunos de los avances m\u00e1s recientes, como el modelo de lenguaje a gran escala de Google\u00a0BERT<\/a>, el modelo de lenguaje\u00a0GPT-3 de<\/a>\u00a0OpenAI\u00a0y el modelo de juego\u00a0StarCraft II<\/em>\u00a0de DeepMind,\u00a0AlphaStar<\/a>, y\u00a0los modelos a\u00fan m\u00e1s grandes desarrollados el a\u00f1o pasado<\/a>.<\/p>\n Dada esta tendencia hacia modelos cada vez m\u00e1s grandes y, por tanto, con mayor consumo computacional, est\u00e1 provocando que\u00a0cada vez m\u00e1s investigadores alerten sobre los enormes costes del aprendizaje profundo<\/strong>.\u00a0En 2019,\u00a0un estudio<\/a>\u00a0de la Universidad de Massachusetts en Amherst (EE. UU.), mostr\u00f3 c\u00f3mo estos crecientes costos computacionales se traducen directamente en emisiones de carbono.<\/p>\n El art\u00edculo tambi\u00e9n se\u00f1ala c\u00f3mo esta tendencia\u00a0intensifica la privatizaci\u00f3n de la investigaci\u00f3n de inteligencia artificial\u00a0<\/strong>porque socava la capacidad de los laboratorios acad\u00e9micos de competir con los privados m\u00e1s ricos en recursos.<\/p>\n En respuesta a esta creciente preocupaci\u00f3n, varios grupos de la industria han empezado a lanzar recomendaciones.\u00a0El Instituto Allen de Inteligencia Artificial, una empresa de investigaci\u00f3n sin \u00e1nimo de lucro en Seattle (EE. UU.), ha\u00a0propuesto<\/a>\u00a0que\u00a0los investigadores publiquen los costes econ\u00f3micos y computacionales\u00a0<\/strong>del entrenamiento de sus modelos junto con sus resultados de rendimiento, por ejemplo.<\/p>\n En su propio blog, OpenAI sugiri\u00f3 que los formuladores de pol\u00edticas deber\u00edan aumentar los fondos para los investigadores acad\u00e9micos para\u00a0cerrar la brecha de recursos entre los laboratorios acad\u00e9micos y los de la industria.<\/strong><\/p>\n![\"\"](\"https:\/\/www.fie.undef.edu.ar\/ceptm\/wp-content\/uploads\/2022\/01\/ai-and-compute-modern-linear.png\")
<\/p>\n