Table of Contents
Hace más de tres décadas, Red Hat identificó el potencial del desarrollo y las licencias de código abierto.
Esto para crear software de alto rendimiento que impulse la innovación en tecnologías de la información (TI).
Treinta millones de líneas de código después, Linux se ha convertido en el software de código abierto más exitoso hasta la fecha.
Nuestro compromiso con los principios del open source sigue vigente, no solo en el modelo de negocio, también en nuestra cultura corporativa.
Creemos que estos conceptos pueden tener un impacto similar en la inteligencia artificial (IA), siempre que se implementen correctamente.
Sin embargo, la definición de “la forma correcta” sigue siendo motivo de debate en la industria tecnológica.
Diferencias entre IA y software Open Source
No podemos considerar a la IA, especialmente a los modelos de lenguaje de gran tamaño (LLM) que impulsan la IA generativa, de la misma manera que al software de código abierto.
A diferencia del software, los modelos de IA se basan en pesos de modelo.
Es decir, parámetros numéricos que determinan cómo se procesan los datos de entrada y las conexiones que se establecen entre ellos.
Estos pesos son el resultado de un proceso de entrenamiento intensivo que involucra grandes volúmenes de datos preparados, combinados y procesados minuciosamente.
En el código abierto, el código fuente es la «forma preferida» para modificar el software.
Sin embargo, los datos de entrenamiento por sí solos no cumplen esta función debido a su gran tamaño y al complejo pre-procesamiento necesario antes del entrenamiento.
Esto genera una conexión débil e indirecta entre los datos originales y el comportamiento final del modelo.
Actualmente, la mayoría de las mejoras en IA provienen de la modificación de los pesos del modelo o de procesos de ajuste fino para optimizar el rendimiento.
Para permitir estas mejoras, es fundamental que los pesos sean accesibles y estén disponibles bajo licencias de código abierto.
El umbral mínimo de la IA de Código Abierto
En Red Hat consideramos que la base de la IA de código abierto está compuesta por modelos.
Aquellos cuyos pesos tengan licencia open source, combinados con componentes de software de código abierto.
Sin embargo, esto es solo un punto de partida y no el objetivo final.
Fomentamos la colaboración entre la comunidad open source, las autoridades regulatorias y el sector tecnológico.
Con lo cual buscamos aumentar la transparencia y adherirse a los principios de desarrollo de código abierto en el entrenamiento y ajuste de modelos de IA.
Esta es la visión de Red Hat sobre cómo el ecosistema de software de código abierto puede trabajar con IA de manera concreta.
No buscamos establecer una definición formal como la Open Source Initiative (OSI) con su «Definición de IA de Código Abierto» (OSAID).
No obstante creemos que la IA de código abierto debe ser accesible para la mayor cantidad posible de comunidades, organizaciones y proveedores.
Colaboraciones y proyectos Open Source en IA
Nuestra visión se materializa a través del trabajo en la comunidad open source, con iniciativas como InstructLab, liderado por Red Hat.
Además, nuestra colaboración con IBM Research en la familia de modelos Granite, con licencia de código abierto.
Los recientes anuncios de DeepSeek resaltan cómo la innovación open source está impactando la IA.
No obstante, el enfoque de DeepSeek genera inquietudes, como la falta de claridad sobre cómo se produjo su modelo.
Esto refuerza la necesidad de transparencia y valida nuestra visión de un futuro basado en modelos abiertos más pequeños, optimizados y personalizables.
Adaptados a los datos específicos de cada organización en la nube híbrida.
IA de Código Abierto más allá de los modelos
Los principios del open source están en el corazón de nuestras soluciones de IA, como Red Hat OpenShift AI, basado en Kubernetes, Kubeflow y contenedores compatibles con la Open Container Initiative (OCI).
Asimismo, Red Hat Enterprise Linux AI (RHEL AI) incorpora la familia Granite y el proyecto open source InstructLab.
Además, contribuimos activamente en diversas iniciativas open source, como:
- RamaLama: simplificación de la gestión y el despliegue local de modelos de IA.
- TrustyAI: conjunto de herramientas open source para IA responsable.
- Climatik: proyecto que busca hacer la IA más sostenible en términos de consumo energético.
- Podman AI Lab: kit de herramientas para la experimentación con LLM open source.
Nuestro reciente acuerdo con Neural Magic refuerza nuestra visión de IA al permitir que las organizaciones utilicen modelos de IA open source optimizados para sus datos en la nube híbrida.
Con el servidor de inferencia de vLLM, las empresas pueden potenciar sus decisiones con modelos transparentes y compatibles.
El futuro abierto de la IA
Para Red Hat, la IA de código abierto se desarrolla y evoluciona en la nube híbrida, ofreciendo la flexibilidad necesaria para optimizar rendimiento, costos, escalabilidad y seguridad en cada carga de trabajo de IA.
Visualizamos un futuro donde la transparencia en los modelos y su entrenamiento sea la norma.
Seguiremos promoviendo iniciativas que democratizan y amplían el acceso a la IA de código abierto, garantizando su sostenibilidad y evolución continua.
Por Chris Wright, Senior Vice President y Chief Technology Officer, Red Hat (en la foto).
