Hace un año, estuve en el escenario del Red Hat Summit y hablé sobre el momento IA que estaba viviendo nuestro sector. Habían pasado solo unos meses desde que el mundo había comenzado a ver el potencial de las tecnologías de IA generativas, como ChatGPT..
Desde entonces, la especulación sobre las posibilidades de la IA generativa ha sido una tendencia que ha ido creciendo con rapidez en las salas de juntas, las comunidades de ingenieros e incluso en las conversaciones con nuestras familias y amigos. ¿Puede realmente multiplicar por 10 la productividad de mi plantilla? ¿Un billón de parámetros es mucho? ¿Está bien dejar que el modelo cree mis gráficos para la clase de estadística?
He pasado muchas noches experimentando de manera personal con la IA generativa. He descargado modelos en mi portátil. La he utilizado para escribir algo de código, redactar algunos correos electrónicos y resumir algunos informes. Estoy entusiasmado por lo que se puede conseguir cuando combinas tu propia curiosidad con la información del mundo y un asistente de IA que aporta «conocimiento» a todo tipo de situaciones. Llamemos a esta fase entusiasmo de nivel 8 de 10.
Pero al recordar aquellos primeros experimentos, ahora me doy cuenta de que faltaba algo. Me hacía preguntas como:
- «¿Por qué no puedo hacer que esta IA sea más personalizada?».
- «¿Dónde podría utilizarse esta IA para ayudar más a mis equipos?».
- «¿Y si las comunidades pudieran mejorar esto como hacemos con el software de código abierto?».
- «¿Seguirá la IA los patrones del código abierto o volveremos a lo propietario?».
Como líder empresarial, todos esperan que saque los mejor de nuestros equipos. El reto es que somos una organización dinámica, con colaboradores repartidos por todo el mundo. Tenemos distintos conocimientos que se necesitan en distintos lugares al mismo tiempo. ¿Cómo aprovechamos las habilidades y conocimientos de nuestra gente para mejorar tantas áreas del negocio como sea posible? Así que decidí lanzar un desafío a los Red Hatters con esta nota:
En algún lugar de nuestra empresa, hay un experto en la materia con habilidades y conocimientos sobre alguna parte única de nuestro negocio. Y en algún otro lugar de la empresa hay un directivo que desearía tener en su equipo diez o mil clones de ese experto. En un mundo perfecto, habría una forma sencilla de transferir las habilidades y los conocimientos de una persona al equipo o equipos más amplios. Esto permitiría a la empresa crecer más rápidamente. Reduciría la complejidad de la incorporación de nuevos empleados. Fomentaría nuevas ideas porque la base de conocimientos estaría disponible para que cualquiera pudiera aprovecharla. E incluso podría permitir a ese experto en la materia disfrutar un poco más de sus próximas vacaciones, sabiendo que su teléfono no sonará mientras se relaja en la playa.
Nuestros líderes se dieron cuenta de que, si esto era posible, no sólo mejoraría Red Hat, sino que tendría el potencial de mejorar significativamente los negocios de todos nuestros clientes. Y si podíamos hacerlo colaborativo, también permitiría a nuestros partners aportar su experiencia.
Así que, mientras me preparo para el Red Hat Summit, me complace anunciar que hemos hecho realidad ese potencial. En colaboración con IBM, estamos dando el siguiente paso para llevar el código abierto a la IA. Durante las dos últimas semanas, hemos abierto el código fuente de dos elementos importantes que brindarán una experiencia verdaderamente abierta al mundo de LLMs de IA generativa.
En primer lugar, Red Hat e IBM hemos abierto el código fuente del lenguaje Granite y los asistentes de código de LLMs. Esto se suma a los esfuerzos que Meta y Mistral han realizado para llevar modelos abiertos al mercado. Estamos dando un paso más allá no solo al crear el modelo abierto (con licencia), sino también las ponderaciones y las fuentes de datos.
En segundo lugar, hemos abierto el código fuente de InstructLab, que utiliza un novedoso método de ajuste de alineación basado en datos sintéticos para modelos lingüísticos de gran tamaño. InstructLab permite a cualquier persona, no solo a los científicos de datos, ser el experto en la materia que puede ayudar a entrenar y ajustar un modelo.
Combinados, estos dos anuncios permiten a las comunidades de personas enseñar a los LLM a aprender del mismo modo que aprenden los humanos.
Al poner a disposición de la comunidad un conjunto de modelos abiertos, todos podemos colaborar para crear modelos que aporten valor a las personas, los equipos y las empresas. Al habilitar esos modelos con un conjunto de herramientas abiertas que permiten a cualquiera contribuir a un modelo y ajustarlo de nuevas formas, podemos liberar realmente el potencial de la experiencia en la materia en cualquier lugar.
Creemos que estos dos anuncios marcarán los siguientes pasos para llevar la riqueza de las comunidades abiertas, las contribuciones abiertas y las ideas abiertas a la IA. Al reducir las barreras para participar activamente en la creación de IA que funcione para SU trabajo, SUS equipos y SU empresa, creemos que la próxima generación de IA para empresas está a la vuelta de la esquina.
Así que, en nombre de Red Hat, estamos deseando colaborar con todos vosotros para llevar todos los pilares del código abierto a la IA. ¡Veamos qué es posible!
