Agencias
Amazon alimenta sus modelos de lenguaje con grandes cantidades de datos de venta al por menor. Asegura que algún día podrían ser lo bastante inteligentes como para comprar cosas sin que tú tengas que pedírselo.
Puede que Amazon no tenga ChatGPT, pero tiene una hoja de ruta que incluye el desarrollo de formas aún más avanzadas de inteligencia artificial, incluidos agentes de IA empeñados en ayudarte a comprar todo tipo de cosas. Recientemente, anunció guías de compra generadas por IA para cientos de categorías de diferentes productos. Ejecutivos de la compañía afirman que sus ingenieros también están explorando servicios más ambiciosos, como agentes de compra autónomosque recomienden productos a un cliente o incluso añadan artículos a su carrito.
«Está en nuestra hoja de ruta. Estamos trabajando en ello, diseñando prototipos, y cuando creamos que es lo suficientemente bueno, lo lanzaremos en una forma que haga sentido», afirma Trishul Chilimbi, vicepresidente de Amazon y científico distinguido que trabaja en la aplicación de IA básica de la empresa a sus productos y servicios. Chilimbi asegura que el primer paso hacia los agentes de IA serán probablemente los chatbots que recomiendan productos de forma proactiva basándose en lo que saben de tus hábitos e intereses, así como en una comprensión de tendencias más amplias. Reconoce que será crucial que la IA no resulte intrusiva: «Si no sirve para nada y es molesto, no le harás caso, pero si te propone cosas sorprendentes e interesantes, lo usarás más».
Amazon ya había dado los primeros pasos
En febrero de 2024, la plataforma de compra añadió Rufus, un chatbot que puede responder a una amplia gama de preguntas sobre los numerosos productos de Amazon. El bot utiliza un gran modelo de lenguaje (LLM, por sus siglas en inglés) a la medida; el tipo de algoritmo que impulsa a ChatGPT y que también se llama Rufus.
Rufus de Amazon se entrena con grandes cantidades de texto provenientes de sitios web de acceso público y luego se perfecciona con un modelo centrado en el comercio alimentado de datos propiedad de la compañía. Chilimbi afirma que su LLM tiene «cientos de miles de millones de parámetros»; los parámetros son una medida aproximada de la capacidad; a modo de comparación, el mayor LLM público de Meta tiene 405,000 millones. Además, confirmó que Amazon está entrenando un modelo mayor pero se negó a decir qué tan grande es o qué capacidades espera desbloquear.
Al igual que muchas empresas tecnológicas, Amazon está mirando más allá del chat y dirigiendo su atención hacia el potencial de los llamados agentes, que utilizan LLM pero intentan realizar tareas útiles en nombre de los usuarios; ya sea escribiendo código sobre la marcha, introduciendo texto o moviendo el cursor de una computadora. Los futuros agentes de IA podrían, por ejemplo, navegar por varios sitios web para resolver una multa de estacionamiento o manejar una PC para presentar una declaración de impuestos. Sin embargo, es difícil conseguir que los programas basados en grandes modelos de lenguaje lo hagan de forma confiable, porque estas tareas son mucho más complejas que simples consultas y requieren un nuevo nivel de precisión y fiabilidad.
«Todas las grandes empresas están desarrollando agentes de IA», puntualiza Ruslan Salakhutdinov, informático especializado en agentes de inteligencia artificial de la Universidad Carnegie Mellon (CMU), en Pensilvania. Sugiere que la tecnología es apasionante porque promete automatizar innumerables tareas rutinarias que la gente hace cada día: «En lo que respecta al comercio electrónico, si los agentes pueden encontrar el mejor resultado posible para mí, estaría encantado».
Para probar agentes de IA, Salakhutdinov y sus colegas de la CMU desarrollaron un sitio web de comercio electrónico ficticio como parte de una plataforma llamada Visual Web Arena. Entre los retos principales están capacitarlos para entender mejor la información visual y entrenarlos para que exploren grandes conjuntos de opciones mientras se centran en la correcta; tareas que puede requerir capacidades de razonamiento más avanzadas. Pero, de acuerdo con Salakhutdinov, disponer de abundante información sobre la forma en que los usuarios realizan tareas comunes e importantes, como ir de compras, podría ser un ingrediente crucial para conseguir que se mantengan en el buen camino: «Los datos van a ser muy importantes».
