Por: Ryen White, director de investigación de socios, Microsoft Research.

La investigación siempre ha sido una parte integral de la identidad de Microsoft, que impulsa nuestro papel como líder tecnológico global. Desde 1991, Microsoft Research se ha dedicado a un enfoque de investigación fundamental: avanzar en el conocimiento, profundizar nuestra comprensión del mundo y explorar cómo la tecnología puede empoderar a las personas y las organizaciones. A través de su extenso cuerpo de publicaciones y el compromiso de compartir de manera abierta su trabajo, Microsoft Research continúa la colaboración con la comunidad de investigación global para impulsar avances en IA y más allá. Juntos, ampliamos los límites de lo que es posible para extender la capacidad humana, crear valor para nuestros clientes y ofrecer un amplio beneficio social. 

Click here to load media

Transformación de la investigación con IA en Microsoft Research

Con Microsoft a la cabeza de la carga en IA, los equipos de investigación de Microsoft están a la vanguardia, a través de nuestra experiencia, de fomentar el liderazgo intelectual e impulsar la innovación en IA e investigación. La IA está en el centro de muchos de los proyectos pioneros de Microsoft Research, desde ayudar a los investigadores a analizar conjuntos de datos masivos en cuestión de segundos, inventar nuevas soluciones de IA que beneficiarían a la humanidad y colaborar con la comunidad investigadora global a través del programa Accelerating Foundation Models Research (AFMR).

Microsoft Research se encuentra en una posición única en la que no solo puede adoptar y utilizar la IA, sino también inventar la IA. Hemos realizado importantes inversiones en IA, a través de la creación de nuevos métodos, modelos y tecnologías de IA. Para infundir la IA más a profundidad en el proceso de investigación, se lleva a cabo una iniciativa experimental que ayuda a los equipos a moverse más rápido, pensar en grande y compartir de manera más efectiva. Esta iniciativa se divide en tres estrategias clave: usar, infundir y difundir la IA en toda la organización.

• El uso de la IA (herramientas y operaciones) se centra en optimizar el acceso y el avance de la IA.
• Infundir IA (Investigación y Desarrollo) consiste en maximizar el potencial de la IA para revolucionar los procesos de investigación.
• La difusión de la IA (conectividad y flujo de información) garantiza el intercambio rápido de conocimientos, herramientas y aprendizajes de IA con otras personas, tanto dentro como fuera de Microsoft Research.

El objetivo no es solo adoptar la IA, sino aumentar y reinventar la forma en que se realiza la investigación, para empoderar a todos los miembros de la organización para que logren más.

La integración de la IA en los procesos de investigación en Microsoft Research proporciona información valiosa para los investigadores y las empresas. El uso de la IA puede acelerar los ciclos de innovación, mejorar la eficiencia operativa y conducir al desarrollo de herramientas y productos de vanguardia. Estos avances ponen de manifiesto cómo la IA puede reinventar los flujos de trabajo tradicionales, agilizar las operaciones e impulsar el crecimiento y la rentabilidad, convirtiéndola en un foco estratégico para que las organizaciones la implementen.

GraphRAG: Avanzar en la investigación con grafos de conocimiento

GraphRAG es un sistema modular de generación aumentada de recuperación (RAG, por sus siglas en inglés) basado en gráficos  que utiliza grandes modelos de lenguaje para crear gráficos de conocimiento a partir de texto sin procesar. Esta técnica mejora el rendimiento de los modelos de lenguaje de gran tamaño en conjuntos de datos privados al proporcionar datos estructurados y resúmenes, lo que facilita a los investigadores la extracción de información significativa a partir de datos complejos. 

Más información sobre GraphRAG

Los cambios que ocurren en la IA en este momento, son en verdad sorprendentes. Las capacidades se expanden muy rápido. Lo veo como una especie de acelerador. Todo lo que hacemos en investigación, podemos hacerlo más rápido, podemos hacer más preguntas, y todo esto ha sido una especie de velocidad de vértigo.

—Nathan Evans, arquitecto principal de software de Microsoft Research

Data Formulator: Transformación de los datos en información

Data Formulator es una herramienta innovadora diseñada para ayudar a los investigadores a explorar y analizar datos más rápido. Mediante el uso de IA, Data Formulator permite a los usuarios crear visualizaciones enriquecidas sin necesidad de amplios conocimientos de programación. Esta herramienta combina IA y enfoques interactivos para comunicar la intención de visualización, lo que hace que el análisis de datos sea más accesible y eficiente

Exploren Data Formulator

La IA en verdad acelera nuestro proceso de experimentación. En el pasado, necesitábamos hacer un montón de hacking durante semanas para experimentar con los diseños. Pero ahora podemos tener un pensamiento de alto nivel, podemos hacer el prototipo en un corto período de tiempo, y podemos empezar a pensar sobre eso.

—Chenglong Wang, investigador senior de Microsoft Research

Aceleración de la investigación de modelos de base: democratización de la investigación en IA

El programa Accelerating Foundation Models Research (AFMR) proporciona a los investigadores académicos acceso a modelos de cimentación de última generación alojados en Microsoft Azure a través de los servicios de IA de Microsoft Azure. Esta iniciativa fomenta una red global de investigación en IA y ofrece modelos sólidos y confiables que ayudan a avanzar en la investigación en disciplinas que van desde el descubrimiento científico y la educación hasta la atención médica, el empoderamiento multicultural, el trabajo legal y el diseño. 

Más información sobre la aceleración de la investigación de modelos de cimentación

El programa AFMR trabaja con la comunidad de investigación académica en general para explorar diferentes aspectos de los modelos de fundación para lograr tres objetivos:

Objetivo 1: Alinear la IA con los objetivos, valores y preferencias humanos compartidos

Esto implica mejorar la seguridad, la solidez, la sostenibilidad, la responsabilidad y la transparencia de los modelos de IA. Un proyecto notable alineado con este objetivo es «ERBench: Un punto de referencia de alucinación verificable de manera automática basado en entidades-relaciones para grandes modelos de lenguaje.” Para este proyecto, los investigadores crearon ERBench, que ayuda a evaluar y mejorar la precisión y fiabilidad del contenido generado por IA. Esto garantiza que los modelos de IA se alineen con los valores humanos y reduce el riesgo de desinformación.

Objetivo 2: Mejorar las interacciones entre la IA y los seres humanos

El segundo objetivo se centra en mejorar las interacciones entre la IA y los humanos para aumentar la confianza, el ingenio humano, la creatividad y la productividad, al tiempo que se reduce el riesgo de desarrollar una IA perjudicial para las personas y la sociedad. El proyecto «A medida que los modelos generativos mejoran, las personas adaptan sus indicaciones» explora cómo los estímulos cambian a medida que mejoran los modelos de IA generativa. Los resultados mostraron que los participantes que utilizaron modelos más avanzados produjeron indicaciones mejores, más largas y más descriptivas. Esta investigación proporciona información valiosa sobre la dinámica cambiante entre los humanos y la IA, lo que ayuda a crear sistemas de IA más intuitivos y efectivos. 

Objetivo 3: Acelerar el descubrimiento científico

El tercer objetivo es acelerar el descubrimiento científico a través del descubrimiento proactivo de conocimiento, la generación de hipótesis y la generación de datos multimodales. Un proyecto que ejemplifica este objetivo exploró «Copilotos basados en inteligencia artificial para generar evidencia causal«. En esta iniciativa, se exploraron grandes modelos de lenguaje como «copilotos» causales para ayudar a identificar fallas en los diseños de estudios médicos. Estos modelos podrían ayudar a los investigadores al proporcionar orientación experta en el diseño de los estudios, para mejorar la precisión de las conclusiones extraídas de los estudios. 

La IA es en verdad importante en la investigación porque tiene el potencial, el enorme potencial para acelerar la investigación, que es necesaria para abordar algunos de los mayores desafíos de hoy y mañana.

—Evelyne Viegas, asesora técnica de Microsoft Research

La próxima frontera: mirar hacia el futuro de la IA en la investigación

A medida que la investigación científica evoluciona en una era impulsada por la IA y las tecnologías en la nube, las oportunidades para la innovación, la colaboración y el impacto global no tienen precedentes. Desde la aceleración de los descubrimientos científicos hasta la mejora de la alineación entre humanos y agentes, los modelos de fundación remodelan la forma en que se realiza, comparte y escala la investigación. De cara al futuro, los investigadores y las instituciones no solo deben adoptar estas herramientas, sino también construir marcos sólidos para su adopción y evaluación.

Todavía nos queda mucho por explorar sobre cómo podemos avanzar en la investigación en Microsoft y este es apenas el comienzo.

Exploren la transformación de la IA: vean el vídeo de Customer Zero