Un Cambio Transformador en la IA de Código Abierto
Históricamente, el desarrollo de la IA de código abierto era una tarea fragmentada, que a menudo resultaba en modelos de bajo rendimiento. Antes de 2023, pocas entidades sin fines de lucro poseían los recursos para entrenar modelos de IA con capacidades que se acercaran siquiera a las de GPT-2. Las grandes empresas tecnológicas dominaban el panorama de la IA propietaria, mientras que la IA de código abierto quedaba relegada en gran medida a aplicaciones de nicho.
El año 2023 marcó un punto de inflexión. Se lanzaron múltiples modelos base nuevos con licencias permisivas, seguido del lanzamiento innovador por parte de Meta de su modelo Llama 2 de código abierto en asociación con Microsoft. Este evento desencadenó una oleada de actividad, con más de 10,000 modelos derivados creados en seis meses. Había comenzado una nueva era de desarrollo de IA de código abierto.
Objetivos Ambiciosos y un Comité Directivo Distinguido
En este contexto, la AI Alliance estableció una impresionante variedad de objetivos desde su inicio. Estos objetivos incluían:
- Fomentar la colaboración abierta.
- Establecer gobernanza y barreras de seguridad para la IA.
- Desarrollar herramientas de evaluación comparativa y posiciones políticas claras.
- Priorizar amplias iniciativas educativas.
- Fomentar ecosistemas de hardware robustos.
La fuerza de la Alianza se ve reforzada aún más por el calibre de su comité directivo, que cuenta con una lista de organizaciones comerciales y universidades de renombre.
Criterios de Membresía: Un Compromiso con la Apertura y la Colaboración
Para convertirse en miembro de la AI Alliance, una organización debe cumplir cuatro criterios clave:
- Alineación con la Misión: El miembro potencial debe alinearse con la misión de cultivar la seguridad, la ciencia abierta y la innovación.
- Compromiso con los Proyectos: Los miembros deben estar dedicados a trabajar en proyectos significativos que se alineen con la misión de la Alianza.
- Diversidad de Perspectivas: Los posibles miembros deben estar dispuestos a contribuir a la diversidad de perspectivas y culturas dentro de la membresía global, que actualmente supera las 140 organizaciones y se espera que crezca aún más.
- Reputación: La AI Alliance busca miembros con una reputación reconocida como educadores, constructores o defensores dentro de la comunidad de código abierto de IA.
Categorización de Miembros: Constructores, Facilitadores y Defensores
Los miembros de la Alianza suelen pertenecer a una de tres categorías:
- Constructores (Builders): Estos miembros son responsables de crear modelos, conjuntos de datos, herramientas y aplicaciones que utilizan IA.
- Facilitadores (Enablers): Estos miembros promueven la adopción de tecnologías de IA abiertas a través de tutoriales, casos de uso y soporte general a la comunidad.
- Defensores (Advocates): Estos miembros enfatizan los beneficios del ecosistema de la AI Alliance y fomentan la confianza pública y la seguridad entre los líderes organizacionales, las partes interesadas de la sociedad y los organismos reguladores.
Seis Áreas de Enfoque Clave: Un Enfoque Holístico del Ecosistema de la IA
La AI Alliance define sus prioridades a largo plazo en seis áreas de enfoque clave. Sin embargo, es importante tener en cuenta que la Alianza adopta un enfoque holístico de todo el ecosistema de la IA, alentando a los miembros de la comunidad y a los desarrolladores a participar en una o más áreas y adaptarse a medida que evolucionan los intereses o las prioridades.
Aquí hay un vistazo más de cerca a las seis áreas de enfoque clave:
Habilidades y Educación
Esta área está dedicada a proporcionar conocimientos de IA a una amplia audiencia, incluidos los consumidores y líderes empresariales que evalúan los riesgos de la IA, así como los estudiantes y desarrolladores que crean aplicaciones de IA. Su objetivo es simplificar el proceso de búsqueda de orientación experta en áreas específicas e incluye una iniciativa de evaluación de modelos.
En 2024, la Alianza publicó la Guía de Competencias Esenciales para la IA, un recurso integral resultante de una extensa encuesta para identificar roles clave en la IA y las habilidades requeridas para esos roles. A pesar de haber sido publicada recientemente, la guía ya ha sido objeto de nueve revisiones, y se planea una encuesta de seguimiento para abordar los problemas identificados en la encuesta inicial.
Confianza y Seguridad
Esta área crítica explora los elementos esenciales de confianza y seguridad necesarios para el éxito de todas las aplicaciones de IA. Se emplean puntos de referencia, herramientas y metodologías para garantizar que los modelos y las aplicaciones sean de alta calidad, seguros y confiables. Esto incluye el apoyo a estándares de conducta en evolución y respuestas efectivas a los riesgos.
El grupo de trabajo en esta área reúne los mejores conceptos relacionados con la confianza y la seguridad y conecta a los usuarios con la experiencia que necesitan. La encuesta Estado de la Confianza y Seguridad de la IA de Código Abierto - Edición de Finales de 2024, publicada en el sitio web de la AI Alliance, destacó tanto las necesidades como los éxitos en este dominio. Las brechas de investigación y ambientales se están abordando a través de esfuerzos de investigación y desarrollo por parte de numerosos miembros de la AI Alliance.
Aplicaciones y Herramientas
Este grupo se centra en la exploración de herramientas y técnicas para construir aplicaciones eficientes y robustas habilitadas para IA. También está desarrollando un laboratorio de IA para facilitar la experimentación y las pruebas de aplicaciones de IA, acelerando la innovación.
Habilitación de Hardware
Esta área está dedicada a fomentar un ecosistema robusto de aceleradores de hardware de IA asegurando que la pila de software de IA sea agnóstica al hardware. Tecnologías como MLIR y Triton son herramientas de software cruciales para lograr una portabilidad de hardware de alto rendimiento. Estas herramientas permiten a las organizaciones aprovechar su hardware preferido, aumentando la flexibilidad y el rendimiento al tiempo que reducen la dependencia de sistemas propietarios.
Modelos Fundamentales y Conjuntos de Datos
Esta área se concentra en modelos para áreas desatendidas, incluyendo multilingües, multimodales, series de tiempo, ciencia y otros dominios. Por ejemplo, los modelos científicos y de dominio específico se dirigen al cambio climático, el descubrimiento molecular y la industria de los semiconductores.
Los modelos efectivos y las arquitecturas de aplicaciones de IA requieren conjuntos de datos útiles con una gobernanza y derechos de uso claros. La Iniciativa de Datos Abiertos y Confiables (Open Trusted Data Initiative) está aclarando los requisitos para dichos conjuntos de datos y construyendo catálogos de conjuntos de datos que cumplen con las normas. Este esfuerzo tiene como objetivo eliminar en gran medida las preocupaciones sobre cuestiones legales, de derechos de autor y de privacidad.
Defensa (Advocacy)
La defensa de las políticas regulatorias es esencial para crear un ecosistema de IA saludable y abierto. Todas las políticas y regulaciones de IA deben representar puntos de vista equilibrados, en lugar de sesgados.
Una Inmersión Profunda en la Confianza y la Seguridad: La Iniciativa 2025
La Confianza y la Seguridad es un campo significativo y expansivo dentro de la AI Alliance, con numerosos especialistas trabajando en herramientas para detectar y mitigar el discurso de odio, el sesgo y otro contenido dañino. La Iniciativa de Evaluación de Confianza y Seguridad (Trust and Safety Evaluation Initiative) es una empresa importante para 2025, que proporciona una visión unificada de todo el espectro de la evaluación, no solo para la seguridad, sino también para el rendimiento y otras áreas donde es crucial evaluar la eficacia de los modelos y aplicaciones de IA. Un subproyecto está explorando prioridades de seguridad específicas por dominio, como la salud, el derecho y las finanzas.
A mediados de 2025, la AI Alliance planea lanzar una tabla de clasificación de Hugging Face que permitirá a los desarrolladores:
- Buscar evaluaciones que mejor se adapten a sus necesidades.
- Comparar el rendimiento de los modelos abiertos con esas evaluaciones.
- Descargar e implementar esas evaluaciones para examinar sus propios modelos privados y aplicaciones de IA.
Esta iniciativa también proporcionará orientación sobre aspectos importantes de seguridad y cumplimiento de varios casos de uso.
Apoyo a la IA en las Instalaciones: Pilas de Software Agnósticas al Hardware
No todas las invocaciones de modelos de IA dependerán de servicios comerciales alojados. Ciertas situaciones requieren soluciones aisladas (air-gapped). Los dispositivos de borde inteligente habilitados para IA están impulsando la implementación de modelos nuevos, pequeños y potentes en las instalaciones, a menudo sin conexión a Internet. Para respaldar estos casos de uso y facilitar el servicio de modelos a gran escala con configuraciones de hardware flexibles, la AI Alliance está desarrollando pilas de software agnósticas al hardware.
Ejemplos del Mundo Real de Colaboración: SemiKong y DANA
Dos ejemplos destacan cómo la colaboración abierta entre los miembros de la Alianza está produciendo beneficios significativos para todos:
SemiKong
SemiKong es un esfuerzo de colaboración entre tres miembros de la Alianza. Crearon un modelo de lenguaje grande de código abierto específicamente para el dominio del proceso de fabricación de semiconductores. Los fabricantes pueden aprovechar este modelo para acelerar el desarrollo de nuevos dispositivos y procesos. SemiKong posee un conocimiento especializado sobre la física y la química de los dispositivos semiconductores. En solo seis meses, SemiKong captó la atención de la industria global de semiconductores.
SemiKong se desarrolló ajustando un modelo base Llama 3 utilizando conjuntos de datos seleccionados por Tokyo Electron. Este proceso de ajuste dio como resultado un modelo de IA generativa específico de la industria con un conocimiento superior de los procesos de grabado de semiconductores en comparación con el modelo base genérico. Un informe técnico sobre SemiKong está disponible.
DANA (Agentes Neurosimbólicos con Conocimiento del Dominio)
DANA es un desarrollo conjunto de Aitomatic Inc. (con sede en Silicon Valley) y Fenrir Inc. (con sede en Japón). Representa un ejemplo temprano de la ahora popular arquitectura de agentes, donde los modelos se integran con otras herramientas para proporcionar capacidades complementarias. Si bien los modelos por sí solos pueden lograr resultados impresionantes, numerosos estudios han demostrado que los LLM a menudo generan respuestas incorrectas. Un estudio de 2023 citado en el documento de SemiKong midió los errores típicos de LLM en un 50%, mientras que el uso complementario de herramientas de razonamiento y planificación de DANA aumentó la precisión al 90% para las aplicaciones objetivo.
DANA emplea agentes neurosimbólicos que combinan las capacidades de reconocimiento de patrones de las redes neuronales con el razonamiento simbólico, lo que permite una lógica rigurosa y la resolución de problemas basada en reglas. El razonamiento lógico, combinado con herramientas para la planificación (como el diseño de procesos de línea de montaje), produce resultados precisos y confiables que son esenciales para los sistemas de control de calidad industrial y la planificación y programación automatizadas.
La versatilidad de DANA se extiende a múltiples dominios. Por ejemplo, en la previsión financiera y la toma de decisiones, DANA puede comprender las tendencias del mercado y hacer predicciones basadas en teorías complejas, utilizando tanto datos estructurados como no estructurados. Esta misma capacidad se puede aplicar a la recuperación y evaluación de literatura médica e información de investigación, asegurando que los diagnósticos y tratamientos se adhieran a los protocolos y prácticas médicas establecidas. En esencia, DANA puede mejorar los resultados de los pacientes y reducir los errores en aplicaciones críticas para el paciente.
Una Base Sólida para un Crecimiento Continuo
La AI Alliance comenzó 2025 en una posición sólida, con miembros que abarcan 23 países y numerosos grupos de trabajo centrados en los principales desafíos de la IA. La Alianza cuenta con más de 1,200 colaboradores de grupos de trabajo involucrados en más de 90 proyectos activos. A nivel internacional, la AI Alliance ha participado en eventos celebrados en 10 países, llegando a más de 20,000 personas, y ha publicado cinco guías prácticas sobre temas importantes de IA para ayudar a los investigadores y desarrolladores a construir y utilizar la IA.
La AI Alliance ha publicado ejemplos para usar IA en modelos como la familia Granite de IBM y los modelos Llama de Meta. Su creciente colección de ‘recetas’ aprovecha las bibliotecas y modelos abiertos más populares para patrones de aplicación comunes, incluyendo RAG, gráficos de conocimiento, sistemas neurosimbólicos y arquitecturas emergentes de planificación y razonamiento de agentes.
Escalando: Planes Ambiciosos para 2025 y Más Allá
En 2025, la AI Alliance se compromete a escalar su alcance e impacto diez veces. Dos de sus nuevas iniciativas principales, discutidas anteriormente, son la Iniciativa de Datos Abiertos y Confiables (Open Trusted Data Initiative) y la Iniciativa de Evaluación de Confianza y Seguridad (Trust and Safety Evaluation Initiative). La AI Alliance también planea establecer un laboratorio comunitario estándar de la industria para desarrollar y probar tecnologías de aplicaciones de IA. Sus iniciativas de modelos específicos de dominio continuarán evolucionando. Por ejemplo, el nuevo Grupo de Trabajo sobre Clima y Sostenibilidad planea desarrollar modelos fundamentales multimodales y herramientas de software de código abierto para abordar los desafíos clave en el cambio climático y su mitigación.
Para 2030, se proyecta que la IA contribuirá con un estimado de $20 billones a la economía global. Para entonces, se pronostica que el 70% de las aplicaciones de IA industrial se ejecutarán en IA de código abierto. También se espera que la escasez de profesionales de IA se vuelva aún más aguda de lo que es hoy. Los miembros de la AI Alliance pueden mitigar este desafío colaborando con otros miembros para obtener acceso a diversas experiencias y compartir recursos.
La AI Alliance está siguiendo una trayectoria de crecimiento similar a la de otras organizaciones de código abierto exitosas, como la Linux Foundation, la Apache Software Foundation y la Open Source Initiative. Estos incluyen:
- Programas integrales de educación y habilidades en IA.
- Defensa global de la IA responsable.
- Creación de herramientas para garantizar la seguridad y la confiabilidad de la IA, así como la facilidad de desarrollo y uso.
- Investigación colaborativa con instituciones académicas.
El liderazgo de la AI Alliance continuará atrayendo a desarrolladores e investigadores, así como a líderes empresariales y gubernamentales. El liderazgo de la AI Alliance ha establecido la ampliación de la colaboración global como su misión general para 2025. En general, la AI Alliance tiene la base para convertirse en una fuerza global dominante que da forma, mejora e innova el futuro de la Inteligencia Artificial.