El lunes, un equipo de ingenieros ejecutivos de Databricks, una empresa de ciencia de datos e inteligencia artificial, celebró una reunión virtual a través de Zoom para averiguar si sus esfuerzos en la creación de un excepcional modelo de lenguaje de inteligencia artificial habían dado sus frutos. Su proyecto, llamado DBRX, se desarrolló durante varios meses y costó aproximadamente 10 millones de dólares. Similar en diseño al ChatGPT de OpenAI, las verdaderas capacidades de DBRX solo se revelarían después de las pruebas finales. Finalmente, Jonathan Frankle, el arquitecto jefe de redes neuronales en Databricks y líder del equipo DBRX, compartió la emocionante noticia con sus colegas. "Hemos superado todo", declaró. El equipo respondió con gritos de alegría y emojis de aplausos. Frankle, quien generalmente evita la cafeína, se deleitó con sorbos de café con hielo después de una noche sin dormir compilando los resultados. Databricks tiene la intención de lanzar DBRX bajo una licencia de código abierto, permitiendo a otros construir sobre su trabajo. Frankle presentó datos que demostraban la superioridad de DBRX sobre otros modelos de código abierto en varios puntos de referencia, incluyendo la respuesta a preguntas de conocimiento general, la comprensión de lectura, la resolución de acertijos lógicos y la generación de código. DBRX superó a Llama 2 de Meta y a Mixtral de Mistral, dos de los modelos de IA más populares disponibles como código abierto. "¡Sí!" exclamó Ali Ghodsi, CEO de Databricks, al ver las puntuaciones. Frankle también agregó que incluso habían superado al modelo de IA Grok de Elon Musk, recientemente liberado por su empresa, xAI. Bromas aparte, mencionó que recibir un tweet negativo de Musk se consideraría un éxito. Para sorpresa de todos, DBRX también se acercó a GPT-4, el modelo cerrado de OpenAI que impulsa ChatGPT y que se considera ampliamente el pináculo de la inteligencia de máquina.

Frankle sonrió al afirmar que habían establecido un nuevo estándar líder en modelos de lenguaje grandes de código abierto. Al hacer de DBRX un proyecto de código abierto, Databricks se une al movimiento desafiante del enfoque secreto de las empresas prominentes en el campo de la IA generativa. OpenAI y Google guardan celosamente el código de sus modelos de lenguaje grandes GPT-4 y Gemini, mientras que rivales como Meta han optado por liberar sus modelos, creyendo que esto fomentará la innovación y la accesibilidad para más investigadores, emprendedores, startups y empresas establecidas. Databricks no solo tiene como objetivo compartir su modelo de código abierto, sino que también tiene la intención de revelar el proceso de creación del mismo. Meta no ha proporcionado todos los detalles sobre la creación de su modelo Llama 2. Databricks planea publicar un artículo detallando su trabajo e incluso invitó a WIRED a observar a sus ingenieros tomando decisiones cruciales durante el costoso proceso de entrenamiento multimillonario de DBRX. Esta visión destaca la complejidad de construir modelos de IA líderes, pero también el potencial para reducir costos debido a los avances recientes en el campo. En combinación con la disponibilidad de modelos de código abierto como DBRX, esto sugiere que el desarrollo de IA continuará a un ritmo acelerado. Ali Farhadi, CEO del Allen Institute for AI, enfatizó la importancia de una mayor transparencia en la construcción y el entrenamiento de modelos de IA. A medida que las empresas buscan cada vez más ventajas sobre sus competidores, el campo se ha vuelto más secreto. Farhadi cree que la apertura es crucial, especialmente cuando hay preocupaciones sobre los riesgos asociados con modelos de IA avanzados. Expresó su aprecio por cualquier esfuerzo hacia la transparencia y además afirmó que espera que una parte significativa del mercado adopte modelos abiertos. "Necesitamos más de esto", concluyó.