Los ingresos de Nvidia aumentaron a 44,1 mil millones de dólares el último trimestre, pero una de las métricas más importantes del gigante de los chips no es el dinero.
En cambio, a lo largo de mayo, los directores ejecutivos de empresas tecnológicas líderes en la industria, que también son los principales clientes de Nvidia, han expresado su entusiasmo por el crecimiento del token.
«OpenAI, Microsoft y Google están experimentando un gran avance en la capacidad de creación de tokens. Microsoft procesó más de 100 billones de tokens en el primer trimestre, un aumento de cinco veces respecto al año anterior», declaró Colette Kress, directora financiera de Nvidia.
La unidad más básica de la IA
En el mundo de la inteligencia artificial (IA), los tokens son uno de los componentes fundamentales de la capacidad de las computadoras para procesar el lenguaje. Pueden considerarse piezas de Lego que ayudan a los modelos de IA a construir oraciones, ideas e interacciones valiosas.
Ya sea una palabra, un signo de puntuación o incluso un fragmento de audio en el reconocimiento de voz, los tokens son los pequeños componentes que permiten a la IA comprender y crear contenido. En otras palabras, son el equipo detrás de escena que hace que todo funcione, desde la generación de texto hasta el análisis de sentimientos.
La magia de la tokenización reside en su flexibilidad. Para tareas sencillas, los grandes modelos de lenguaje (LLM) pueden tratar cada palabra como su propio token. Pero cuando las cosas se complican, por ejemplo, con palabras inusuales o nuevas, los LLM pueden descomponerlas en fragmentos más pequeños (subpalabras). De esta manera, la IA sigue funcionando sin problemas, incluso con términos desconocidos.
 |
Los tokens son uno de los componentes fundamentales de la capacidad de las computadoras para procesar el lenguaje. Foto: CCN. |
Los modelos modernos, como GPT-4, trabajan con vocabularios enormes, de alrededor de 50.000 tokens. Cada fragmento de texto de entrada debe pasar por un proceso de segmentación léxica antes de ser procesado.
Este paso es importante porque ayuda al modelo de IA a estandarizar la forma en que interpreta y genera texto, garantizando la mayor fluidez posible. Al fragmentar el lenguaje en fragmentos más pequeños, la tokenización proporciona a la IA todo lo necesario para gestionar tareas lingüísticas con gran precisión y rapidez.
Sin este proceso, la IA moderna no podría alcanzar su máximo potencial. A medida que las herramientas de IA siguen evolucionando, la cantidad de tokens generados para la salida o inferencia crece más rápido de lo que muchos esperaban.
“El crecimiento explosivo de los tokens es lo que realmente importa a largo plazo”, dijeron los analistas de Morgan Stanley.
¿Por qué son importantes los tokens?
En declaraciones a importantes figuras de la industria, el director ejecutivo de NVIDIA, Jensen Huang, considera el aumento del token como una señal de que las herramientas de IA están aportando valor.
“Las empresas están empezando a hablar de cuántos tokens crearon el último trimestre y el mes pasado. Muy pronto hablaremos de cuántos tokens se crean por hora, como lo hace cualquier fábrica”, declaró Huang en Computex 2025, uno de los eventos tecnológicos más grandes del mundo, especialmente en el sector de las computadoras y los periféricos.
Los tokens ayudan a los sistemas de IA a analizar y comprender el lenguaje, lo que impulsa todo, desde la generación de texto hasta el análisis de sentimientos. Google Translate es un excelente ejemplo de la importancia de esta unidad.
En concreto, cuando la IA traduce texto de un idioma a otro, el sistema primero lo descompone en tokens. Estos tokens ayudan a la IA a comprender el significado de cada palabra o frase, garantizando así que la traducción sea no solo literal, sino también contextualmente precisa.
 |
Ya sea una palabra, un signo de puntuación o incluso un fragmento de audio en el reconocimiento de voz, los tokens son los pequeños componentes que permiten a la IA comprender y crear contenido. Foto: Tony Grayson. |
Además, los tokens también son muy eficaces para ayudar a la IA a interpretar el sentimiento del texto. Con el análisis de sentimiento, la IA observa cómo el texto impacta las emociones del usuario, ya sea una reseña positiva de un producto, una opinión negativa o un comentario neutral.
Al descomponer el texto en tokens, la IA puede determinar si un texto tiene un tono positivo, negativo o neutral. Esto es especialmente útil en marketing o atención al cliente, donde comprender cómo se sienten los usuarios con respecto a un producto o servicio puede definir estrategias futuras.
Además, los tokens permiten que la IA capture señales emocionales sutiles en el lenguaje, lo que ayuda a las empresas a actuar rápidamente en función de los comentarios o las tendencias emergentes.
A medida que los sistemas de IA se vuelven más potentes, las técnicas de tokenización también deberán evolucionar para satisfacer las crecientes demandas de eficiencia, precisión y flexibilidad.
Un aspecto clave es la velocidad. Por lo tanto, los futuros métodos de tokenización deberían apuntar a procesar los tokens con mayor rapidez, permitiendo que los modelos de IA respondan en tiempo real mientras gestionan conjuntos de datos más grandes.
Más importante aún, el futuro del sistema no se limita al texto. La aplicación de la tokenización multimodal aportará escalabilidad a la IA al integrar diversos tipos de datos, como imágenes, vídeos y audio.
Imagine una IA capaz de analizar una foto sin problemas, extraer detalles clave y crear una narrativa. Para ello, el sistema necesita un proceso de tokenización mejorado. Esta innovación podría transformar áreas como la educación , la salud y el entretenimiento con información más completa.
Fuente: https://znews.vn/khong-phai-tien-day-moi-la-chi-so-quan-trong-nhat-voi-nvidia-post1557810.html
Kommentar (0)