En el reciente World Governments Summit, el CEO de NVIDIA, Jensen Huang, ofreció una visión integral y realista sobre el papel transformador de la inteligencia artificial (AI) y la computación acelerada en la sociedad.

Durante una profunda entrevista, Huang desglosó conceptos complejos y presentó una visión optimista sobre el avance de la AI, destacando el fin de una era dominada por las unidades de procesamiento central (CPU) y el comienzo de una nueva revolución industrial impulsada por la AI.

Transición hacia la Computación Acelerada

Huang abrió el diálogo enfatizando el cambio fundamental de la computación tradicional hacia la era de la computación acelerada. Explicó que esta transición es esencial para lograr un procesamiento con alta eficiencia energética y un rendimiento duradero. Al aprovechar el hardware especializado diseñado para funciones concretas, la computación acelerada se perfila como una fuerza motriz para lograr progresos notables tanto en el desarrollo como en la aplicación de la inteligencia artificial.

La computación acelerada se refiere al uso de procesadores especializados, como las Unidades de Procesamiento Gráfico (GPUs), para realizar tareas de cálculo más eficientemente que las CPUs tradicionales. Estos procesadores están diseñados para manejar tareas paralelas masivas, lo que los hace ideales para algoritmos de AI y aprendizaje automático, que requieren la manipulación simultánea de grandes volúmenes de datos.

Una de las contribuciones más significativas de NVIDIA bajo el liderazgo de Huang ha sido la democratización de la computación de alto rendimiento. Haciéndola accesible para investigadores de todo el mundo, NVIDIA ha allanado el camino para avances exponenciales en AI. Huang discutió la importancia de la “AI Soberana”, enfatizando cómo la propiedad de los datos y la infraestructura de AI por parte de los países es vital para mantener el control sobre su inteligencia nacional.

La entrevista no eludió los desafíos, abordando la preocupación de que la AI podría ampliar las brechas entre las naciones con recursos para computación avanzada y aquellas sin ellos. Sin embargo, Huang argumentó que la mejora exponencial en la eficiencia de la computación y la reducción de costos están nivelando el campo de juego, democratizando el acceso a la tecnología de AI.

Explorando las aplicaciones futuras de la AI, Huang destacó su potencial para revolucionar campos como el procesamiento del lenguaje, la biología, las ciencias físicas, el Internet de las Cosas (IoT) y la robótica. Destacó la necesidad de desarrollar infraestructuras que respalden la adopción y avance generalizados de la tecnología AI.

La regulación segura y responsable de la AI fue otro tema clave discutido durante la entrevista. Huang y el moderador enfatizaron la importancia de centrarse en casos de uso específicos en lugar de en la tecnología en su conjunto, y resaltaron el papel de los modelos de código abierto en el avance de la investigación e innovación en AI.

Concluyendo la entrevista, Huang proporcionó insights sobre la educación y la futura fuerza laboral, sugiriendo un cambio hacia habilidades para usar herramientas de AI sin necesidad de aprender habilidades de programación complejas. Prevé una educación futura que prepare a las personas para aplicar la tecnología AI en diversos dominios, destacando el potencial de la biología digital y la transición de las ciencias de la vida a la ingeniería de la vida.