Microsoft lanza Phi-2: Innovador modelo de IA de alto rendimiento en tamaño reducido

Microsoft ha revolucionado el campo de la inteligencia artificial con el lanzamiento de Phi-2, su más reciente modelo de lenguaje pequeño. Con solo 2.7 mil millones de parámetros, Phi-2 desafía las normas establecidas, demostrando capacidades de razonamiento y comprensión del lenguaje comparables, y en algunos casos superiores, a modelos hasta 25 veces más grandes. Este avance es un hito en la investigación de la IA, ofreciendo un rendimiento excepcional en un formato significativamente reducido.

(Le puede interesar: Twitch ahora aceptará contenido sexual en su plataforma tras dos importantes cambios).

La compañía no es la única en innovar en este espacio; Google recientemente presentó Gemini, su nueva IA multimodal con variantes optimizadas para diversas aplicaciones, incluyendo el modelo de lenguaje pequeño Gemini Nano. Sin embargo, Microsoft ha enfocado sus esfuerzos en condensar la potencia de los modelos de lenguaje de gran tamaño, que tradicionalmente operan con cientos de miles de millones de parámetros, en formatos más pequeños y manejables.

Este enfoque se refleja en el desarrollo progresivo de la serie Phi de Microsoft. Phi-1, con 1.300 millones de parámetros, ya mostraba un rendimiento impresionante en la codificación Python. Su sucesor, Phi-1.5, logró un rendimiento comparable a modelos cinco veces mayores.

(De interés: ¿Google Chrome lento? Así puede habilitar el modo de aceleración de 'hardware').

Una parte crucial del éxito de Phi-2 reside en la calidad excepcional de sus datos de entrenamiento. La empresa optó por conjuntos de datos sintéticos diseñados para enseñar al modelo razonamiento lógico y conocimientos generales, abarcando áreas como la ciencia, la vida cotidiana y la teoría de la mente. Complementando esto, Phi-2 se benefició de datos web selectos y de alta calidad, enfocándose en su valor educativo.

El proceso de entrenamiento de Phi-2 fue intensivo, empleando 96 tarjetas gráficas Nvidia A100 durante 14 días. Notablemente, este modelo se distingue por no haber sido entrenado con aprendizaje reforzado a partir de la retroalimentación humana (RLHF), lo que resultó en una reducción de sesgos y respuestas tóxicas.

Phi-2 ya está disponible para los s a través de Azure AI Studio, formando parte de la iniciativa de Microsoft para impulsar la investigación y el desarrollo en el campo de los modelos de lenguaje. Este lanzamiento marca un antes y un después en la eficiencia y capacidad de los modelos de lenguaje pequeño, abriendo nuevas posibilidades para aplicaciones en una variedad de dispositivos, incluyendo 'smartphones'.