{"id":14904,"date":"2025-02-20T18:32:51","date_gmt":"2025-02-20T23:32:51","guid":{"rendered":"https:\/\/syspertec.com.co\/web\/?p=14904"},"modified":"2025-02-20T18:33:01","modified_gmt":"2025-02-20T23:33:01","slug":"la-ia-de-codigo-abierto","status":"publish","type":"post","link":"https:\/\/syspertec.com.co\/web\/la-ia-de-codigo-abierto\/","title":{"rendered":"La IA de c\u00f3digo abierto"},"content":{"rendered":"\n

Por: Chris Wright, Senior vice president and chief technology officer, Red Hat<\/em><\/p>\n\n\n\n

Hace m\u00e1s de tres d\u00e9cadas, Red Hat vio el potencial de c\u00f3mo el desarrollo y las licencias de c\u00f3digo abierto pod\u00edan crear un software superior que impulse la innovaci\u00f3n en TI.<\/p>\n\n\n\n

Treinta millones de l\u00edneas de c\u00f3digo m\u00e1s tarde, Linux evolucion\u00f3 no solo hasta convertirse en el software open source m\u00e1s exitoso hasta la fecha. Nuestro compromiso con los principios open source siguen vigentes, no solo en nuestro modelo de negocio, sino tambi\u00e9n 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). No obstante, existen opiniones dispares respecto de lo que ser\u00eda \u201cla forma correcta\u201d en el universo tecnol\u00f3gico.<\/p>\n\n\n\n

No se puede considerar a la IA, en especial a los modelos de lenguaje de gran tama\u00f1o (LLM) que impulsan la IA generativa (gen AI), del mismo modo que al software open source.<\/p>\n\n\n\n

A diferencia del software, los modelos de IA consisten principalmente en pesos del modelo, que son par\u00e1metros num\u00e9ricos que determinan c\u00f3mo un modelo procesa los datos de entrada, as\u00ed como las conexiones que establece entre varios puntos de datos.<\/p>\n\n\n\n

Los pesos del modelo entrenado son 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.<\/p>\n\n\n\n

En el open source, al c\u00f3digo fuente se lo define com\u00fanmente como la “forma preferida” de introducir modificaciones en el software. Los datos de entrenamiento por s\u00ed solos no cumplen esta funci\u00f3n, debido a su gran tama\u00f1o habitual y al complicado proceso previo al entrenamiento que genera una conexi\u00f3n tenue e indirecta entre cualquier dato de entrenamiento y los pesos entrenados y el comportamiento resultante del modelo.<\/p>\n\n\n\n

La mayor\u00eda 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 manipulaci\u00f3n. En cambio, son el resultado de modificaciones de los pesos del modelo o de un proceso de ajuste fino que tambi\u00e9n puede servir para ajustar el rendimiento del modelo. Tener la libertad de realizar esas mejoras en el modelo exige que los pesos se publiquen con todos los permisos que los usuarios reciben bajo las licencias de c\u00f3digo abierto.<\/p>\n\n\n\n

IA de c\u00f3digo abierto<\/strong><\/p>\n\n\n\n

Red Hat considera que el umbral m\u00ednimo de la IA de c\u00f3digo abierto son los pesos de los modelos con licencia open source combinados con componentes de software open source<\/strong>. Este es un punto de partida de la IA de c\u00f3digo abierto, no su destino final.<\/p>\n\n\n\n

Alentamos a la comunidad open source, a las autoridades regulatorias y al sector a seguir luchando por lograr una mayor transparencia y adecuaci\u00f3n a los principios de desarrollo open source a la hora de entrenar y ajustar los modelos de IA.<\/p>\n\n\n\n

Esta es la visi\u00f3n de Red Hat sobre c\u00f3mo nosotros, como ecosistema de software open source, podemos trabajar con la IA de c\u00f3digo abierto de manera concreta. No pretendemos brindar una definici\u00f3n formal, como lo hace la Open Source Initiative<\/a> (OSI) con su Definici\u00f3n de la IA de c\u00f3digo abierto<\/a> (OSAID). <\/p>\n\n\n\n

La IA de c\u00f3digo abierto debe ser factible y accesible para el mayor conjunto de comunidades, organizaciones y proveedores.<\/p>\n\n\n\n

Este punto de vista queda materializado a trav\u00e9s de nuestro trabajo en las comunidades open source, puesto de relieve por el proyecto InstructLab<\/a><\/u><\/strong> liderado por Red Hat y nuestra colaboraci\u00f3n con IBM Research en relaci\u00f3n con la familia de modelos Granite con licencia de c\u00f3digo abierto<\/a><\/u><\/strong>.<\/p>\n\n\n\n

Las repercusiones de los recientes anuncios de DeepSeek<\/a> muestran c\u00f3mo la innovaci\u00f3n open source puede afectar a la IA, a nivel de modelo y m\u00e1s all\u00e1. El enfoque de DeepSeek genera evidentes preocupaciones, como, por ejemplo, que la licencia del modelo no aclara c\u00f3mo se produjo, lo que refuerza a\u00fan m\u00e1s la necesidad de transparencia. Dicho esto, esta disrupci\u00f3n confirma nuestra visi\u00f3n del futuro de la IA: un futuro abierto, centrado en modelos abiertos m\u00e1s peque\u00f1os y optimizados que se puedan personalizar seg\u00fan el uso espec\u00edfico de los datos que haga la empresa en cualquier lugar de la nube h\u00edbrida.<\/p>\n\n\n\n

La IA de c\u00f3digo abierto m\u00e1s all\u00e1 de los modelos<\/strong><\/p>\n\n\n\n

La tecnolog\u00eda y los principios de desarrollo open source constituyen la esencia de nuestras ofertas de IA, al igual que de nuestro portafolio de Red Hat AI. Red Hat OpenShift AI<\/a> toma sus ra\u00edces de Kubernetes, KubeFlow<\/a> y contenedores compatibles con la Open Container Initiative<\/a> (OCI), as\u00ed como de otras tecnolog\u00edas open source nativas de la nube. Red Hat Enterprise Linux AI<\/a> (RHEL AI) incorpora la familia de LLM Granite con licencia de c\u00f3digo abierto de IBM y el proyecto open source InstructLab.<\/p>\n\n\n\n

Adem\u00e1s, participamos activamente en una cantidad de proyectos y comunidades de desarrollo cada vez mayor y hemos iniciado muchos m\u00e1s proyectos por nuestra cuenta, que incluyen los siguientes, entre otros:<\/p>\n\n\n\n