LA VENTAJA COMPETITIVA DEL CÓDIGO ABIERTO EN LA INDUSTRIA DE LA INTELIGENCIA ARTIFICIAL

Quería haber publicado esta pieza la semana pasada (de hecho está escrita desde el primer finde de mes), pero LA VIDA.

El caso es a primeros de mes se filtró un documento, supuestamente de Google, en el que vienen a analizar la industria de la inteligencia artificial y a fijar quien, a su modo de entender, es el principal competidor (EN).

El que podría hacer peligrar la hegemonía de Google en este mercado.

Claro, lees esto y seguramente te venga a la mente una marca en particular: Open AI.

La empresa detrás de desarrollos tras profundamente populares como ChatGPT. La multimillonaria compañía que para muchos ha surgido de la nada, y que de pronto, ha puesto el hpye por las nubes con esto de la Inteligencia artificial.

La misma multinacional que se ha aliado con Microsoft, y como comentaba recientemente en un artículo exclusivo para mecenas, había conseguido lo que hasta el momento parecía imposible: Que el dominio de Google como buscador esté en entredicho con el éxito que parece haber tenido Bing al ofrecer una herramienta de búsqueda asistida por inteligencia artificial.

¿Habías pensando en esto también, verdad?

Pues siento decirte que tanto tú, como yo, como medio mundo, estábamos equivocados.

Para Google, Open AI/Microsoft no es el principal competidor al que batir en esto de la inteligencia artificial. Tampoco lo es Meta, por supuesto. Y mucho menos Apple o Amazon.

De hecho, no es ninguna empresa.

Es algo aún más hetéreo y difuso: Los desarrollos de IA futuros basados en el código abierto.

VENTAJA COMPETITIVA HISTÓRICA DE DESARROLLOS CERRADOS FRENTE A ABIERTOS

El tema, como decía, me ha parecido profundamente interesante ya que, de pronto, parece que las ventajas del código abierto superan a las del código cerrado en una industria tecnológica… y basándonos en variables de negocio.

Que ojo, no me interpretes mal. Llevo años defendiendo el código abierto. Joder, estuve trabajando para Mozilla en el desarrollo de un sistema operativo basado en el open source. Digo yo que precisamente no debo ser contrario al movimiento…

Pero la realidad, al menos de estas últimas décadas, es que si bien la mayor parte de desarrollos exitosos se han basado en el código abierto (véase las tuberías de Internet, o el propio mercado mobile), lo cierto es que al final, en toda la industria, y por sus propias dinámicas internas, quien se lleva el gato al agua suele ser una o dos empresas.

Empresas que cogen lo que les interesa del código abierto, lo mastican y se nutren de la velocidad que supone el avance científico en un entorno sin limitaciones empresariales, y luego capan artificialmente el ecosistema con código propietario, para controlar la evolución del software y volverse más competitivos que las alternativas.

• Internet es justo eso: Un conjunto de estándares abiertos… encapsulados en otro conjunto de estándares cerrados que nos obligan a pasar por la certificadora de turno para que nuestros mails y nuestras webs sean consumibles, o para que el proyecto aparezca en las búsquedas de tal buscador, o para que sea fácilmente navegable desde el navegador propietario de turno.
• Y si bien Apple tiene una cuota de mercado en la industria móvil que ya quisiera cualquiera (obviando por cierto que bajo MacOS/iOS tenemos un UNIX capado), quien parte el bacalao es una Google con Android, un sistema operativo propietario basado en un sistema operativo de código abierto, que versión tras versión, es cada vez menos abierto y más dependiente de los designios de la gran G.

Podríamos seguir así, repasando cada una de las revoluciones digitales de las últimas décadas. Las multinacionales y ese cojín que parece infinito de billetes, son capaces de retener el talento y contar con los recursos necesarios para crear productos y servicios exitosos, ahí donde el software libre peca de solidaridad y transparencia.

Y con este histórico, llegamos a esta nueva etapa de interés por la inteligencia artificial. Una en la que, como he dicho, y a la prueba de cómo está el mercado hoy en día, todo parece apuntar a que de nuevo empresas como Open AI, Google o Meta, tienen las de ganar.

EL CÓDIGO ABIERTO Y LAS DINÁMICAS INTERNAS DE LA INTELIGENCIA ARTIFICIAL

Pero según Google, esto no es así.

Y lo hace con una serie de cuestiones que, recalco, me parecen muy interesantes, y que tienen que ver la mayoría con un aspecto fundamental e intrínseco en la industria de la inteligencia artificial: la eficiencia y la asequibilidad.

Por todos es conocido que la base de cualquier sistema de inteligencia artificial parte de unas buenas condiciones de entrenamiento de datos, tanto a la hora de generar datasets lo más amplios y estructurados posible, como a la hora de procesarlos.

En este escenario, paradójicamente, la eficiencia del código abierto, que por su propia ideosincrasia (es abierto, coño) es capaz de evolucionar más rápidamente que los modelos propietarios, se nutre del valor ya generado por modelos abiertos anteriores, y por ende, permite a los sistemas entrenarse más eficazmente.

En el estudio, de hecho, aseguran que con un gasto de $100 y 13B de parámetros de entrenamiento, los sistemas de inteligencia artificial de código abierto actuales son capaces de conseguir el mismo rendimiento que están consiguiendo empresas como Google y OpenAI gastándose $10M y teniendo que explotar 540B de parámetros.

Y no solo eso, sino que para colmo lo realizan en semanas, no en meses. Es decir, además de eficientes, son encima más rápidos.

Una de las grandes causantes de esta discrepancia positiva entre los sistemas de IA de código abierto frente a los de código cerrado radica en el desarrollo de la técnica de LoRA (EN/PDF), que está permitiendo con hardware de consumo no especializado, distribuir los costosos sistemas de aprendizaje LLM.

Gracias a ello, muchos pequeños son capaces de entrenar las herramientas de IA a mayor velocidad, y con muchísimo menor consumo energético, que las grandes empresas y sus mastodónticos centros de datos.

¿UN FUTURO TECNOLÓGICO DOMINADO POR EL CÓDIGO ABIERTO?

El estudio abre la vía a pensar que quizás el futuro pase por sistemas de código abierto, y habla de hecho de varios de ellos que apuntan maneras.

A saber:

• LLaMA (EN/PDF): Es un modelo de lenguaje de aprendizaje profundo de código abierto que se utiliza como base para muchos otros modelos de lenguaje de código abierto. LLaMA se centra en la capacidad de procesar y generar texto coherente y bien estructurado.
• Alpaca (EN): Es un modelo de lenguaje de aprendizaje profundo que se enfoca en la generación de texto, la traducción y la conversión de texto a habla. Se basa en el modelo GPT-3 de OpenAI, pero es de código abierto.
• Vicuna (EN): Es otro modelo de lenguaje de aprendizaje profundo que se enfoca en la generación de texto. Es una variante del modelo Alpaca que utiliza técnicas de aprendizaje por refuerzo para mejorar su capacidad de generación de texto.

Sin embargo, un servidor sigue pensando que en algún momento el puro peso de una billetera acabará equilibrando la balanza, con alguna gran corporación aprovechándose, una vez más, de los avances del código abierto, sembrando el ecosistema de dinero para controlarlo, y el día de mañana, cuando ya domine el mercado, ir poco a poco cerrando el proyecto bajo su paraguas.

Que ojalá me equivoque, y con esto de la IA nos encontremos a cinco o diez años vista con una suite de herramientas distribuidas no dependientes de grandes imperios con ánimo de lucro.

Pero la historia tiende a repetirse, me temo.

Solo el tiempo dirá.