El trabajo «Attention Is All You Need» de 2017 introdujo una arquitectura basada en atención y estudió su rendimiento en traducción automática. No era el anuncio de ChatGPT ni una guía para construir un asistente comercial.
Después, distintos equipos aprovecharon y desarrollaron estas ideas para nuevas familias de modelos. Esa distancia entre una investigación original y sus aplicaciones posteriores es parte de lo fascinante de la historia tecnológica.
Conviene evitar el relato retrospectivo que presenta cada invención como si sus autores hubieran previsto exactamente todos sus usos futuros. La ciencia suele ser más interesante: las conexiones se descubren por etapas.