Equipos de investigación de inteligencia artificial universitaria a la vanguardia de los avances tecnológicos están encontrando obstáculos significativos debido a la falta de financiamiento. Con una necesidad apremiante de los últimos chips de Inteligencia Artificial (IA), como las unidades de procesamiento gráfico (GPU) de gama alta de Nvidia para crear modelos de IA generativos, el progreso de la investigación se ve obstaculizado. Muchos investigadores se han visto obligados a recurrir al uso de GPUs de juegos obsoletos, que se reunieron apresuradamente cuando las restricciones presupuestarias hicieron que los modelos más nuevos fueran inalcanzables.
Los círculos académicos han expresado consternación, estableciendo paralelismos con entrar en una batalla moderna con armamento obsoleto. El problema principal que alimenta esta situación es el fuerte aumento de los precios de los chips de IA mientras que los presupuestos de investigación universitaria no logran mantenerse al día. A medida que el mercado de IA crece, la oferta lucha por cumplir con la demanda creciente, lo que provoca un aumento en los precios. Para llevar a cabo incluso investigaciones básicas de IA, se requiere un financiamiento del orden de los 500 millones de won, sin embargo, el presupuesto de investigación anual típico disponible para los profesores no supera ni siquiera la mitad de esa cantidad.
Los expertos estiman que utilizar chips y equipos de modelos antiguos empleados por las universidades para replicar servicios comparables a los estándares mundiales más recientes podría llevar casi 150 años. Además, incluso cuando se aseguran estos valiosos chips, la insuficiente energía eléctrica dentro de las universidades plantea otro desafío, obligando a los profesores a buscar edificaciones con recursos eléctricos disponibles.
Aunque el gobierno ha iniciado esfuerzos para proporcionar GPUs a empresas y universidades, la escala de estas iniciativas es enormemente insuficiente en comparación con la demanda. En contraste, países como Estados Unidos, donde las empresas suministran una cantidad significativa de GPUs a las universidades, o Canadá, donde el gobierno apoya una infraestructura de datos y computación compartida entre múltiples universidades, están a la vanguardia.
A la luz de este panorama, Corea del Sur lucha con la estancamiento de proyectos nacionales estratégicos como la construcción de su sexta supercomputadora debido a restricciones presupuestarias. Por consiguiente, esta situación ha provocado una fuga de cerebros a medida que el talento de IA nacional, desilusionado por las perspectivas locales, parte en busca de oportunidades en el extranjero. Esto contrasta fuertemente con la carrera global de las grandes tecnológicas para asegurar talento de IA de primer nivel con salarios lucrativos. Para atraer y retener investigadores de alto calibre, mejorar el entorno de investigación es tan crucial como la compensación ofrecida. Los investigadores de IA coreanos que trabajan en el extranjero priorizan oportunidades colaborativas y una infraestructura de investigación sólida de IA al considerar regresar a sus hogares.
A pesar de la visión del gobierno de impulsar a Corea del Sur hacia el G3 de IA (3 países líderes en IA), si las condiciones de investigación existentes y la fuga de talento siguen siendo ignoradas, tales ambiciones podrían terminar siendo meras proclamaciones vacías. Es la etapa inicial de la carrera tecnológica de IA, y todavía hay una posibilidad de tomar la iniciativa. Sin embargo, cualquier duda adicional podría resultar en perder permanentemente la oportunidad.