Red Hat considera que el umbral mínimo de la IA de código abierto son los pesos de los modelos con licencia open source combinados con componentes de software open source.
Hace más de tres décadas, Red Hat vio el potencial de cómo el desarrollo y las licencias de código abierto podían crear un software superior que impulse la innovación en TI.
Treinta millones de líneas de código más tarde, Linux evolucionó no solo hasta convertirse en el software open source más exitoso, sino en el software más exitoso hasta la fecha. Nuestro compromiso con los principios open source siguen vigentes, tanto en nuestro modelo de negocio, como en nuestra cultura corporativa. Si se hace en la forma correcta, creemos que estos conceptos pueden tener el mismo impacto en la Inteligencia Artificial (IA).
Para Chris Wright, Vicepresidente sénior y director de tecnología (CTO) en Red Hat no se puede considerar a la IA, en especial a los modelos de lenguaje de gran tamaño (LLM) que impulsan la Inteligencia Artificial Generativa (gen AI), del mismo modo que al software open source.
A diferencia del software, los modelos de IA consisten principalmente en pesos del modelo, que son parámetros numéricos que determinan cómo un modelo procesa los datos de entrada, así como las conexiones que establece entre varios puntos de datos. Esto es el resultado de un proceso de entrenamiento extenso que involucra grandes cantidades de datos de entrenamiento que se preparan, mezclan y procesan con sumo cuidado.
Si bien los pesos del modelo no son software, cumplen una función similar a la del código. Sería fácil decir que los datos son el código fuente del modelo. En el open source, el código fuente se define como la «forma preferida» de introducir modificaciones en el software. Los datos de entrenamiento por sí solos no cumplen esta función, debido a su gran tamaño y al complicado proceso previo al entrenamiento que genera una conexión indirecta entre cualquier dato de entrenamiento y los pesos entrenados y el comportamiento resultante del modelo.
La mayoría de las mejoras y optimizaciones de los modelos de IA que hoy se llevan a cabo en la comunidad no involucran el acceso a los datos de entrenamiento originales ni su manipulación. En cambio, son el resultado de modificaciones de los pesos del modelo o de un proceso de ajuste fino que también puede servir para ajustar el rendimiento del modelo. Tener la libertad de realizar esas mejoras exige que los pesos se publiquen con todos los permisos que los usuarios reciben bajo las licencias de código abierto.
Red Hat considera que el umbral mínimo de la IA de código abierto son los pesos de los modelos con licencia open source combinados con componentes de software open source. Este es un punto de partida de la IA de código abierto, no su destino final. Alentamos a la comunidad open source, a las autoridades regulatorias y al sector a seguir luchando por lograr una mayor transparencia y adecuación a los principios de desarrollo open source a la hora de entrenar y ajustar los modelos de IA.
Este punto de vista queda materializado a través de nuestro trabajo en las comunidades open source, puesto de relieve por nuestro proyecto InstructLab en colaboración con IBM Research en relación con la familia de modelos Granite con licencia de código abierto.
InstructLab reduce significativamente los obstáculos para que las personas que no sean científicos de datos puedan contribuir al modelo de IA. De este modo, los expertos de todos los sectores pueden aportar sus habilidades y conocimientos a InstructLab, tanto para uso interno como para ayudar a impulsar un modelo de IA de código abierto compartido y ampliamente accesible para las comunidades de desarrollo.
La familia de modelos Granite 3.0 aborda una amplia gama de casos de uso de IA, desde la generación de código y el procesamiento de lenguaje natural hasta la extracción de información valiosa de grandes conjuntos de datos, todo ello en virtud de una licencia de código abierto permisiva. Ayudamos a IBM Research a llevar una familia de modelos de código Granite al universo del código abierto.
Con los recientes anuncios en el mundo sobre la IA se muestra cómo la innovación open source puede afectar a la IA, a nivel de modelo y más allá, así como la necesidad de transparencia. Dicho esto, esta disrupción confirma nuestra visión del futuro de la IA: un futuro abierto, centrado en modelos abiertos más pequeños y optimizados que se pueden personalizar según el uso específico de los datos que haga la empresa en cualquier lugar de la nube híbrida.
La tecnología y los principios de desarrollo open source constituyen la esencia de nuestras ofertas de IA. El trabajo de Red Hat en el universo de la IA de código abierto va más allá de a InstructLab y a la familia de modelos Granite, participamos activamente en una cantidad de proyectos y comunidades de desarrollo cada vez mayor y hemos iniciado muchos más proyectos por nuestra cuenta, que incluyen los siguientes:
- RamaLama, un proyecto open source que tiene como objetivo hacer que la gestión y el servicio local de modelos de IA sean mucho menos problemáticos y complejos;
- TrustyAI, un conjunto de herramientas open source para crear flujos de trabajo de IA más responsables;
- Climatik, un proyecto dedicado a ayudar a que la IA sea más sostenible en lo que respecta al consumo de energía;
- Podman AI Lab, un kit de herramientas de desarrollo enfocado en facilitar la experimentación con LLM open source.
Para Red Hat, la IA de código abierto vive y respira en la nube híbrida. La nube híbrida proporciona la flexibilidad tan requerida para elegir el mejor entorno para cada carga de trabajo de IA y optimiza el rendimiento, los costos, la escalabilidad y los requisitos de seguridad. Nuestras plataformas, objetivos y organización respaldan este esfuerzo.
El potencial para ampliar esta colaboración abierta en el universo de la IA es inmenso. Vislumbramos un futuro que engloba el trabajo transparente con los modelos y su entrenamiento. Ya sea la semana entrante o el mes que viene (o antes, dada la rapidez con la que evoluciona la IA), seguiremos apoyando y promoviendo aquellas iniciativas que extiendan los límites de lo que significa democratizar y abrir el mundo de la IA.
DERECHOS DE AUTOR
Esta información pertenece a su autor original y se encuentra en el sitio https://boletin.mx/2025/07/25/la-vision-del-futuro-de-la-ia-en-un-futuro-abierto/
