El código abierto puede ser clave en la entrada al mundo de la inteligencia artificial (AI, por sus siglas en inglés).
En especial, las cifras de la inteligencia artificial generativa (GenAI, por sus acrónimo en inglés), siguen creciendo. Un estudio de la Universidad de Stanford mostró que las inversiones en esta tecnología alcanzaron los $25,000 millones de dólares el año pasado, casi nueve veces más que en 2022.
América Latina, sin embargo, aún tiene un grán espacio para crecer: datos de la CEPAL indican que la inversión combinada de todos los países de la región en AI el año pasado no superó el 1.7% de la estadounidense ni el 5% de China.
La diferencia se explicaría principalmente por una infraestructura digital aún en desarrollo, que dificulta la implementación de tecnología, y la brecha en habilidades técnicas y de datos.
Para superar estos desafíos y acelerar la implementación de la AI, muchas organizaciones apuestan por el código abierto.
Con soluciones que ofrecen de todo, desde infraestructura resistente y segura hasta plataformas para la automatización de procesos, estas tecnologías permiten desarrollar, probar y ejecutar modelos grandes de lenguaje (LLM) a gran escala para aplicaciones comerciales.
Código abierto, el punto de entrada a la AI
El valor que el código abierto ofrece a las organizaciones es permitirles agregar conocimientos y habilidades de dominios específicos a los modelos, personalizándolos según sus casos de uso. De esta manera, pueden comenzar a utilizar GenAI de una forma más rentable, eficiente y segura.
En la práctica, el código abierto sirve como una puerta de entrada accesible y beneficiosa para que las organizaciones adopten e implementen inteligencia artificial en sus procesos y operaciones más rápidamente, adaptando las funcionalidades de la AI para diferentes casos de uso en diversos sectores.
Red Hat, líder mundial en soluciones empresariales de código abierto, ha contribuido a impulsar esta revolución positiva en el mercado, ofreciendo una amplia cartera de soluciones integradas.
Todo comienza con el recién lanzado Red Hat Enterprise Linux AI (RHEL AI), una plataforma de modelo fundamental que permite a los usuarios desarrollar, probar e implementar modelos GenAI de una manera más alineada.
Como base para construir una estrategia de AI empresarial coherente y eficaz, la infraestructura abierta basada en RHEL AI ofrece a los clientes una plataforma para modelos de lenguaje a gran escala de la familia IBM Granite que se ha convertido en open source recientemente.
Esto brinda a las organizaciones la flexibilidad de alinear estos modelos con los requisitos de sus aplicaciones.
Lo que ofrece RHEL AI
La GenAI es un gran catalizador de la innovación. Sin embargo, los LLM actuales suelen ser poco abiertos, no se pueden mejorar sin profesionales especializados y demandan altos costos de infraestructura.
Red Hat Enterprise Linux AI cambia este panorama al transformar la forma en que las empresas utilizan la inteligencia artificial y al proporcionar un punto de entrada rápido y fácil a estas tecnologías.
RHEL se basa en este enfoque abierto para la innovación en AI al incorporar una versión empresarial de InstructLab, un proyecto de código abierto para avanzar en modelos de lenguaje a gran escala utilizados en aplicaciones de inteligencia artificial generativa.
Creado por IBM Research y Red Hat, el proyecto es una solución abierta y rentable para mejorar la alineación de LLM que abre sus puertas a cualquiera que quiera contribuir, incluso si tiene poca experiencia en aprendizaje automático.
Con la solución de código abierto, las organizaciones pueden impulsar la innovación GenAI internamente con confianza y transparencia, al tiempo que reducen costos y eliminan barreras de entrada.
Barreras que se logran superar
La falta de habilidades en ciencia de datos y la necesidad de importantes inversiones financieras, incluida la adquisición de infraestructura de AI o el consumo de servicios de inteligencia artificial, son algunas de las barreras que las tecnologías de código abierto, como RHEL AI, ayudan a derribar.
La solución también contribuye a otros desafíos, como el complejo proceso de ajustar los modelos de AI a necesidades específicas, la dificultad de integrar esta tecnología en aplicaciones empresariales y gestionar tanto estas aplicaciones, como el ciclo de vida de los modelos.
Para reducir verdaderamente las barreras de entrada a la innovación con AI, las organizaciones deben poder ampliar la lista de quiénes pueden trabajar en iniciativas de inteligencia artificial, manteniendo esos costos bajo control.
Con las herramientas de alineación de InstructLab, los modelos Granite y RHEL AI, Red Hat apunta a aplicar los beneficios de proyectos verdaderamente de código abierto (accesibles a todos y replicables, totalmente transparentes y abiertos a contribuciones) a GenAI en un esfuerzo por eliminar estos obstáculos.
