La nueva generación de la IA Nova de Amazon ofrece algo único a las empresas: personalización desde el preentrenamiento

Amazon presenta su nueva familia de modelos de IA de frontera (frontier models) y una nueva forma para que los clientes creen sus propios modelos. La gigante del comercio electrónico anunció la segunda generación de sus modelos Nova AI en re:Invent, su conferencia celebrada en Las Vegas. Los modelos no son ni de lejos tan populares como los que ofrecen rivales como OpenAI y Google, pero el plan de hacerlos altamente personalizables podría atraer a más usuarios de su nube.

Amazon ha detallado dos grandes modelos de lenguaje mejorados, Nova Lite y Nova Pro; un nuevo modelo de voz en tiempo real llamado Nova Sonic; y un modelo más experimental llamado Nova Omni, que realiza un tipo de razonamiento simulado utilizando imágenes, audio y video además de texto. Los nuevos modelos están disponibles hoy para un número limitado de clientes.

Y lo que resulta más significativo, dada la importancia de su negocio en la nube, es que Amazon lanzará una herramienta llamada Nova Forge, que permitirá a los clientes crear modelos de frontera añadiendo sus propios datos de entrenamiento a versiones inacabadas de los modelos Nova 2 Lite y Pro.

En qué se diferencia Amazon de la competencia

Ya es posible perfeccionar modelos de IA estándar como Gemini de Google y GPT de OpenAI. Sin embargo, el enfoque de Amazon permite a los clientes añadir datos en varias etapas del entrenamiento del modelo, incluido el proceso de construcción del modelo base, una etapa conocida como preentrenamiento personalizado, que normalmente está reservada a los grandes laboratorios de IA.

«Todo el mundo busca un modelo frontera que sea un experto en su dominio», declaró a WIRED Rohit Prasad, director de los esfuerzos de IA de Amazon, previo al anuncio oficial. Prasad afirma que Amazon desarrolló las tecnologías detrás de Nova Forge para empoderar a los equipos internos, incluidos los que trabajan en Alexa y otros agentes de IA, a fin de construir modelos personalizados. Añadió: «Se trata básicamente de un nuevo paradigma de formación abierta».

Un cliente que ha probado el enfoque es Reddit, que utilizó Nova Forge para crear un modelo personalizado capaz de identificar contenido que infringe las reglas de la plataforma. Chris Slowe, director de tecnología de Reddit, afirma que un modelo convencional no funcionaría, porque la mayoría de los modelos están diseñados para evitar por completo los contenidos ofensivos o violentos, lo que significa que se negarían a analizar algunos materiales. Slowe asegura que el preentrenamiento personalizado, combinado con el ajuste convencional, produjo un modelo de frontera experto en la comprensión y uso de Reddit.

«Otros grandes modelos de lenguaje (LLM) entienden Reddit como concepto y cómo funciona, pero no conocen todos los detalles. Realmente construimos un modelo experto en la plataforma», afirma Slowe. Menciona que el modelo personalizado de Reddit podría tener diversos usos, y lo más probable es que se utilice a continuación para automatizar la moderación de contenidos.

Otras empresas que están probando Nova Forge incluyen Booking.com, Sony y Nimbus Therapeutics, una empresa de biotecnología.

Crear modelos especializados puede resultar brillante

Alrededor de tres cuartas partes de las empresas estadounidenses consideran que la IA es una gran prioridad, según una encuesta de la consultora Bain publicada en noviembre. Sin embargo, esas empresas también informan de una amplia gama de problemas en el uso de la IA, entre ellos la falta de experiencia y recursos necesarios para crear modelos personalizados.

Actualmente, la mayoría de los modelos de IA son cerrados, lo que significa que solo se puede acceder a ellos a través de una API o aplicación, o abiertos, lo que significa que se pueden descargar y ejecutar en el propio hardware. Muchas empresas optan por trabajar con modelos abiertos, los más populares procedentes de empresas alternas, como Alibaba y DeepSeek, porque es más barato experimentar con ellos y se pueden modificar con relativa facilidad. Sin embargo, los datos utilizados para entrenar estos modelos abiertos no suelen publicarse, lo que limita y complica el proceso de ajuste.