OpenAI enfrenta desafíos en el desarrollo de GPT-5: retrasos y costos elevados marcan su desarrollo
Habrá que esperar mucho más de lo previsto para ver mayores avances en modelos GPT de OpenAI. Parece que GPT-5 no será tan avanzado como se pensaba.
Estamos ante la carrera tecnológica más apasionante de las últimas décadas, y posiblemente de la historia, con grandes conglomerados tecnológicos como Google, Meta, xAI u OpenAI llevando el mundo de la inteligencia artificial hacia nuevos niveles.
Al principio se avanzó bastante rápido, pero lo que está por venir será más apasionante que nunca, pero es probable que todavía requiera mucho tiempo.
Esto se debe a que cada vez estos modelos de inteligencia artificial serán más exigentes en lo que respecta a datos, y eso también son unos costos que no todos quieren o pueden soportar.
Ya conocíamos que OpeanAI había entrado a una especie de cuello de botella con el futurible lanzamiento de GPT-5, y un reciente informe de The Wall Street Journal ofrece más detalles sobre este pequeño retraso.
Básicamente, desde el citado medio, comentan que de momento GPT-5 no cumple con las expectativas de OpenAI y que por lo tanto no es muy rentable lanzarlo al mercado hasta que existan mejores avances.
Es decir, que los resultados no justifican los enormes costos y por lo tanto, es probable que tarde el modelo en llegar más de lo previsto.
Se había prometido mucho con GPT-5 pero parece que no va a representar un avance tan grande como los modelos anteriores.
Comentan que OpenAI ha completado grandes ejecuciones de entrenamiento, por este nuevo modelo requiere de una enorme cantidad de datos.
Están viendo que la ejecución de entrenamiento inicial fue más lenta de lo esperado, porque si se lleva a algo más grande, los costes serían enormes.
Evidentemente, GPT-5 supone un avance respecto a los modelos anteriores, pero parece que no lo suficiente para justificar la enorme inversión.
Además de depender de datos disponibles y de acuerdos de licencia puntuales, parece que la gente que OpenAI ha contratado personal adicional para crear nuevos datos, escribiendo código para resolver problemas complejos matemáticos.