Hace más de tres décadas, Red Hat vio el potencial del desarrollo y de las licencias de código abierto para crear mejores software y fomentar la innovación en TI. Treinta millones de líneas de código después, Linux no solo se ha desarrollado hasta convertirse en el software de código abierto más exitoso, como también mantiene esa posición hasta hoy. El compromiso con los principios de código abierto continúa, no solo en el modelo de negocio corporativo, como también es parte de la cultura laboral. En la evaluación de la empresa, esos conceptos tienen el mismo impacto en la inteligencia artificial (IA) si se hacen de la manera correcta, pero el mundo de la tecnología está dividido en relación a lo que sería la "manera correcta"
La IA, en especial los grandes modelos de lenguaje (LLMs) detrás de la IA generativa (gen AI), no se puede ver de la misma manera que un programa abierto. A diferencia del software, los modelos de IA consisten principalmente en modelos de parámetros numéricos que determinan cómo un modelo procesa entradas, así como la conexión que hace entre varios puntos de datos. Los parámetros de los modelos entrenados son el resultado de un largo proceso que involucra grandes cantidades de datos de entrenamiento que son cuidadosamente preparados, mezclados y procesados
Aunque los parámetros del modelo no sean software, en algunos aspectos tienen una función similar al código. Es fácil hacer la comparación de que los datos son el código fuente del modelo, serían muy cercanos a él. No código abierto, el código fuente se define comúnmente como la "forma preferida" para hacer modificaciones en el software. Los datos de entrenamiento por sí solos no se ajustan a esta función, dado que su tamaño difiere y de su complicado proceso de preentrenamiento que resulta en una conexión tenue e indirecta que cualquier elemento de los datos utilizados en el entrenamiento tiene con los parámetros entrenados y el comportamiento resultante del modelo
La mayoría de las mejoras y avances en modelos de IA que están ocurriendo ahora en la comunidad no implican el acceso o la manipulación de los datos originales de entrenamiento. En lugar de eso, son el resultado de modificaciones en los parámetros del modelo o en un proceso o ajuste que también puede servir para ajustar el rendimiento del modelo. La libertad de hacer estas mejoras en el modelo exige que los parámetros sean lanzados con todos los permisos que los usuarios reciben bajo licencias de código abierto
Visión de Red Hat para la IA de código abierto
Red Hat cree que la base de la IA de código abierto se encuentra en losparámetros de modelo licenciados de forma open source combinados con componentes de software open source. Este es un punto de partida de la IA de código abierto, pero no el último destino de la filosofía. Red Hat incentiva a la comunidad de código abierto, autoridades regulatorias y la industria continúen esforzándose por obtener mayor transparencia y alineación con los principios de desarrollo open source al entrenar y ajustar modelos de IA
Esta es la visión de Red Hat como empresa, que abarca un ecosistema de software de código abierto, puedes involucrarte de manera práctica con la IA de código abierto. No es un intento de definición formal, como a que aIniciativa de Código Abierto(OSI) está desarrollando con suDefinición de IA de Código Abierto(OSAID). Este es el punto de vista de la corporación que hace que la IA de código abierto sea factible y accesible para el mayor conjunto de comunidades, organizaciones y proveedores
Este punto de vista en práctica se lleva a cabo a través del trabajo con las comunidades de código abierto, destacado por el proyectoInstructLab, liderado por Red Hat y el esfuerzo con IBM Researchen la familia Granite de modelos de código abierto licenciados. InstructLab reduce significativamente las barreras para que personas que no son científicos de datos contribuyan con modelos de IA. Con InstructLab, especialistas en dominio de todos los sectores pueden agregar sus habilidades y conocimientos, tanto para uso interno como para ayudar a un modelo de IA de código abierto compartido y ampliamente accesible para comunidades upstream
La familia de modelos Granite 3.0 trata con una amplia gama de casos de uso de IA, desde la generación de código hasta el procesamiento de lenguaje natural para extraerperspectivasde grandes conjuntos de datos, todo bajo una licencia open source permisiva. Ayudamos a IBM Research a llevar la familia de modelos de código Granite al mundo del código abierto y seguimos brindando soporte a la familia de modelos, tanto desde el punto de vista de código abierto como parte de nuestra oferta Red Hat AI
La repercusión de losanuncios recientes de DeepSeekmuestra cómo la innovación de código abierto puede impactar la IA, tanto a nivel del modelo como más allá. Obviamente hay preocupaciones sobre el enfoque de la plataforma china, principalmente que la licencia del modelo no explica cómo fue producido, lo que refuerza la necesidad de transparencia. Dicho esto, la disrupción mencionada refuerza la visión de Red Hat sobre el futuro de la IA: un futuro abierto, enfocado en modelos más pequeños, optimizados y abiertos, que pueden ser personalizados para casos de uso de datos empresariales específicos en cualquier lugar de la nube híbrida.
Expandiendo modelos de IA más allá del código abierto
El trabajo de Red Hat en el espacio de la IA de código abierto va mucho más allá de InstructLab y de la familia de modelos Granite, yendo hasta las herramientas y plataformas necesarias para de hecho consumir y usar la IA de manera productiva. La empresa se ha vuelto muy activa en el fomento de proyectos y comunidades de tecnología, como por ejemplo (pero no solo):
● RamaLama, un proyecto de código abierto que busca facilitar la gestión y la disponibilidad local de modelos de IA
● TrustyAI, un toolkit de código abierto para la construcción de flujos de trabajo de IA más responsables
● Climatik, un proyecto centrado en ayudar a hacer la IA más sostenible en lo que respecta al consumo de energía
● Laboratorio de IA de Podman, un kit de herramientas para desarrolladores enfocado en facilitar la experimentación con LLMs de código abierto
ELanuncio recientesobre Neural Magic amplía la visión corporativa sobre IA, haciendo posible que las organizaciones alineen modelos de IA más pequeños y optimizados, incluyendo sistemas de código abierto licenciados, con sus datos, donde quiera que vivan en la nube híbrida. Las organizaciones de TI pueden, entonces, utilizar el servidor de inferenciavLLMpara impulsar las decisiones y la producción de estos modelos, ayudando a construir una pila de IA basada en tecnologías transparentes y con soporte
Para la corporación, la IA de código abierto vive y respira en la nube híbrida. La nube híbrida proporciona la flexibilidad necesaria para elegir el mejor entorno para cada carga de trabajo de IA, optimizando el rendimiento, costo, escala y requisitos de seguridad. Las plataformas, las metas y la organización de Red Hat apoyan estos esfuerzos, junto con socios del sector, clientes y la comunidad open source, a medida que el código abierto en la inteligencia artificial sea impulsado
Hay un inmenso potencial para ampliar esta colaboración abierta en el espacio de la IA. Red Hat vislumbra un futuro que abarca trabajo transparente en modelos, así como su entrenamiento. Sea la próxima semana o el próximo mes (o incluso antes, dada la rapidez de la evolución de la IA, la empresa es comunidad abierta, como un todo, continuarán apoyando y adoptando los esfuerzos para democratizar y abrir el mundo de la IA
