En el reciente evento VB Transform 2024, David Cox de IBM presentó una propuesta revolucionaria: la innovación abierta en la inteligencia artificial (IA) para empresas. Este enfoque promete transformar la manera en que las organizaciones integran y utilizan modelos de lenguaje en sus operaciones diarias.
La Innovación Abierta como Motor de Progreso
Cox, vicepresidente de modelos de IA y director del MIT-IBM Watson AI Lab, subrayó la importancia de la innovación abierta, describiéndola como esencial para el progreso tecnológico. Destacó la necesidad de decisiones estratégicas en este momento crítico del desarrollo de la IA, evitando caer en la trampa del «lock-in» con proveedores específicos.
Una Visión Matizada de la Apertura
La apertura en la IA no es un concepto simple. Según Cox, implica una variedad de enfoques y significados. Mencionó que, aunque hay muchos modelos abiertos disponibles, la calidad y la transparencia de estos varían considerablemente. «Open no es solo una cosa. Puede significar muchas cosas,» explicó.
Características Claves del Software Abierto
Cox comparó los modelos de IA con el software de código abierto tradicional, destacando características esenciales como actualizaciones frecuentes, ciclos de lanzamiento estructurados y contribuciones activas de la comunidad. Estas prácticas garantizan que los proyectos se mantengan seguros y relevantes a lo largo del tiempo.
Limitaciones de los Modelos de Lenguaje Abiertos (LLM)
A pesar de los beneficios de los LLMs abiertos, Cox señaló que muchos carecen de propiedades fundamentales del código abierto. Criticó los patrones irregulares de lanzamiento de algunos modelos, lo que impide mejoras comunitarias y colaborativas. «Open LLMs, por grandiosos que sean, no tienen muchas de estas propiedades hoy en día,» observó.
El Modelo Granite de IBM
Para ejemplificar su punto, Cox presentó la serie Granite de modelos de IA de IBM, totalmente transparentes y de código abierto. «Nosotros liberamos completamente todo lo que está en el modelo,» afirmó Cox. Esta transparencia permite a los usuarios comprender y mejorar los modelos, manteniendo un alto rendimiento.
Representación de Datos Empresariales
Cox propuso un enfoque innovador para los LLMs: verlos como representaciones de datos más que como herramientas de conversación. Afirmó que dentro de 5 a 10 años, los LLMs podrían abarcar casi toda la información pública disponible. Sin embargo, la «salsa secreta» de las empresas sigue siendo en gran parte inalcanzable para estos modelos.
Integrando Datos Empresariales
Para cerrar esta brecha, Cox sugirió representar los datos empresariales en modelos base abiertos y confiables. Este enfoque permite a las empresas aprovechar al máximo su conocimiento, políticas e información propietaria. «Hay que elegir cuidadosamente el modelo base, especialmente para industrias reguladas,» aconsejó.
Proyecto InstructLab: IBM y Red Hat
IBM y Red Hat han lanzado InstructLab, un proyecto colaborativo que materializa la visión de Cox. Este laboratorio permite a las empresas integrar su conocimiento específico en los modelos de IA, mejorando su precisión y relevancia.
Eficiencia en la Actualización de Modelos
InstructLab acelera el ciclo de actualización de modelos, permitiendo adaptaciones rápidas a las necesidades empresariales cambiantes. «Podemos incluso hacer esto en un día,» afirmó Cox, comparando esto con los ciclos tradicionales de un año.
En WWWhat’s New, siempre estamos atentos a estas innovaciones y cómo impactan a las empresas. La visión de IBM marca un cambio hacia soluciones personalizadas que reflejan el conocimiento único de cada organización. La IA del futuro no solo será más inteligente, sino que también entenderá mejor los negocios.