Skip to content

La revolución Open Source en la Inteligencia Artificial

Share on twitter
Share on linkedin
Share on email
Share on whatsapp
La revolución Open Source en la Inteligencia Artificial

¿Estamos realmente ante una revolución Open Source en el mundo de la inteligencia artificial? ¿Es la IA realmente una tecnología al alcance de todos? ¿Qué recursos puedo utilizar tanto si estoy empezando como si quiero seguir mejorando? Durante este artículo profundizaremos en estas y otras claves que nos ha dejado el año 2022 sobre la IA.

El ascenso imparable de la Inteligencia Artificial

GPT-3, dall-e, BERT, AlphaGo, Whisper, Midjourney, AlphaFold, No Language Left Behind. Es innegable que la IA está viviendo una verdadera Edad Dorada. Y es que, durante los últimos años hemos visto un incremento en las capacidades más allá de lo esperado. Sin duda, la mejora en las capacidades de computo y el aumento en la cantidad de datos han sido imprescindible para que esto suceda. Sin embargo, algo que no siempre se tiene en cuenta, y que ha tenido un impacto igual de significativo es el uso de código abierto.

Cada vez existen más recursos abiertos, tanto contenido como arquitecturas, datasets y modelos. Esto ayuda a garantizar que muchos más usuarios pueden adentrarse en el mundo de la inteligencia artificial. Lo que facilita su canalización a toda clase de perfiles y clases, y aumenta la riqueza de los modelos y la innovación en el campo. Y es que estamos viviendo una verdadera revolución Open Source en el mundo de la Inteligencia Artificial.

Origenes Open Source en la Inteligencia Artificial

Y, ¿por qué hablamos de una revolución cuando estos desarrollos están basados en python? Esto es cierto, al fin y al cabo las dos librerías más utilizadas para desarrollar modelos de IA son TensorFlow y PyTorch. Ambas librerías se basan en python por ser un lenguaje de código abierto que cuenta con una gran biblioteca de recursos y desarrolladores, así como por su facilidad de uso.

Librerías TensorFlow y PyTorch

Sin embargo, aunque estas librerías son de código abierto, la dificultad para acceder a la cantidad de datos y recursos, tanto económicos como de computación, necesarios como para entrenar grandes modelos, ha dejado los grandes avances en manos de grandes compañías privadas como Google, Meta, Microsoft, IBM, y otros grandes players del mundo tecnológico. Creando un impacto negativo en soluciones avanzadas Open Source en el entorno de la IA.

En el Working Paper What Happened to U.S Business Dynamism? Akcigit y Ates, economistas de la Universidad de Chicago, investigan el impacto de las patentes sobre el desarrollo y la innovación en áreas como la tecnología. En el postulan que las patentes pueden llegar a distorsionar los incentivos para la investigación y el desarrollo, generando un monopolio temporal y una ventaja competitiva excesiva. Lo que a su vez puede desalentar la inversión y el desarrollo en ese área de conocimiento.

La tragedia de los anticomunes más allá del software tradicional

«La tragedia de los anticomunes» es un término acuñado por el ecólogo Garrett Hardin en 1968. Sirve para describir la idea de que en un sistema abierto, en los que los individuos compiten por recursos limitados, puede generarse un desequilibrio si la comunidad no colabora de forma adecuada. Desequilibrio, que conducirá eventualmente a la destrucción de los recursos para todos.

Llevando el ejemplo al campo de la IA, supongamos que una empresa utiliza código abierto para un proyecto, y que esta empresa genera una versión de pago sin contribuir de manera significativa al proyecto original. Esto puede llevar a una falta de incentivos para el resto de colaboradores, disminuyendo su participación, y afectando directamente a la calidad del software.

Trasladándonos al mundo real podemos ver un ejemplo de esto en el caso de Google y el proyecto AlphaGo. El proyecto se desarrolló en conjunto con DeepMind, compañía que fue adquirida por Google en 2015.

Caso de Google y el proyecto AlphaGo

En 2016 AlphaGo venció al campeón mundial de Go, Lee Sedol, considerándose uno de los grandes hitos de la IA. Sin embargo, después de la adquisición de la compañía, Google utilizó el conocimiento y los datos para desarrollar su propia tecnología, como el sistema AlphaZero, para su uso interno, y no compartió de manera significativa su trabajo con la comunidad científica.

La vuelta de la Inteligencia Artificial de primer nivel al mundo Open Source

En los últimos años sin embargo, la balanza ha vuelto a inclinarse hacia el lado Open Source. Donde podemos encontrar compañías como Hugging Face, enfocadas a democratizar los modelos de ML. Esta empresa cuenta con librerías y repositorios Open Source de alta calidad.

Un ejemplo de ello podemos encontrarlo en nuestro artículo Stable Diffusion. En él, utilizamos el modelo abierto desarrollado por Stability.ai de generación de imágenes en base a un texto. Modelo que podemos encontrar en el repositorio de Hugging Face abierto y gratuito para todo el mundo.

Compañías como Meta u OpenAI también están poniendo modelos a disposición del público con ejemplos como No-Language-Left-Behind o Whisper. Siguiendo esta estela, podemos encontrar muchos más ejemplos en distintas partes del flujo de la IA. A nivel de integración, encontramos librerías como gradio que ayudan a crear aplicaciones web y demos enfocadas en IA o frameworks como IVY que unifican el stack tecnológico actual dentro de un mismo entorno.

Compartir el conocimiento y los avances en este campo está llevando a la IA a una nueva edad de oro. Su democratización permite su uso a un mayor número de personas, asegurando a su vez que los beneficios de esta tecnología se distribuyan de manera más equitativa. Esto, a su vez, ayuda a mitigar los riesgos y preocupaciones éticas asociadas a la tecnología, acercando estos avances a toda la sociedad.

Comparte el artículo

Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on email
Email
Share on whatsapp
WhatsApp

Una nueva generación de servicios tecnológicos y productos para nuestros clientes