ENTREVISTAS

Javier Sánchez Rubio : “Red Hat democratiza la IA mediante código abierto y promueve un ecosistema de confianza”



Dirección copiada

Javier Sánchez Rubio, Artificial Intelligence & OpenShift Business Development Manager de Red Hat, profundiza en las excelencias del open source en torno a la inteligencia artificial

Publicado el 25 nov 2024

Rufino Contreras

Redactor Jefe



red hat Javier Sanchez Rubio

¿Qué significa para Red Hat desarrollar IA con estándares abiertos y cuál es su relevancia?

La innovación no ocurre por casualidad, sino que es resultado de un proceso comprobado. El modelo de desarrollo de Red Hat comienza en la comunidad open source con miles de colaboradores, y da como resultado productos probados, evaluados y confiables.

Este principio llevamos algunos años aplicándolo a las herramientas habituales en el entorno de IA y el aprendizaje automático. De hecho, así ha surgido la plataforma Open Data Hub, que es una plataforma de código abierto de inteligencia artificial diseñada para la nube híbrida. La comunidad buscaba cerrar la brecha entre los desarrolladores de aplicaciones, los administradores de datos y los científicos de datos combinando las principales herramientas de inteligencia artificial de código abierto con una experiencia de usuario unificadora e intuitiva.

¿Qué aporta Open Data Hub?

Open Data Hub reduce el tiempo que lleva incorporar IA a aplicaciones, servicios u operaciones comerciales. Con Kubernetes, Openshift y los operadores como base, Open Data Hub simplifica las implementaciones de aplicaciones de IA a escala en centros de datos privados, proveedores de nube, dispositivos de frontera (edge) o cualquier combinación entre ellas. Esta plataforma de la comunidad de código abierto la hemos convertido posteriormente en una solución empresarial, bajo la forma de extensión, sobre nuestra plataforma Red Hat OpenShift para desarrollo y despliegue de aplicaciones sobre la nube híbrida abierta, con el nombre de Red Hat OpenShift AI.

Finalmente, otro punto esencial es acercar el código abierto a los modelos, que son estos nuevos componentes esenciales para Ia IA Generativa y el aprendizaje automático. Esto lo hemos hecho en colaboración con IBM Research, abriendo el código con licencia Apache de los modelos Granite (LLMs y de código) Estamos dando un paso más allá no solo al crear el modelo abierto, sino también para sus ponderaciones y fuentes de datos. Además, hemos abierto el código fuente de InstructLab, que utiliza un novedoso método de ajuste de alineación basado en datos sintéticos para modelos lingüísticos grandes y también los de generación de código.

Esta apertura impulsa la innovación y la eficiencia porque permite a las empresas acceder al código fuente de los modelos de IA, para adaptarlos y mejorarlos según las necesidades específicas de cada empresa. Esto no solo reduce costes, sino que también fomenta la transparencia y la confianza en las soluciones de IA. Las empresas pueden aprovechar una vasta biblioteca de modelos pre-entrenados, contribuyendo a su desarrollo y compartiendo sus propias innovaciones con la comunidad. Esta colaboración acelera el desarrollo de soluciones de IA más robustas, personalizadas y adaptadas a los desafíos únicos de cada industria.

¿Cómo se lleva a cabo la colaboración en proyectos de IA dentro de la comunidad de código abierto? ¿Qué rol juega Red Hat en este proceso?

El modelo de desarrollo abierto conecta a los ingenieros de Red Hat con las comunidades open source. Conforme trabajamos juntos para identificar y potenciar las ideas más prometedoras, les damos a los equipos todo nuestro apoyo realizando aportes al código y creando productos a partir de proyectos upstream. Del mismo modo agrupamos proyectos para crear plataformas, como la mencionada Open Data Hub

Para desarrollar modelos de IA viables, poner los datos de entrenamiento a disposición de un conjunto más amplio de usuarios y abordar cuestiones éticas, es esencial contar con un ecosistema que funcione. Aunque no toda la IA se basará en principios de código abierto, la combinación de compartir modelos pre-entrenados por la comunidad y restringir el acceso a los datos de entrenamiento es una alternativa a los enfoques propietarios. La IA va a evolucionar en buena parte a una Inteligencia de Enjambre, es decir una arquitectura distribuida de modelos más pequeños, especializados, con conocimientos específicos. Estos modelos, ya sean desarrollados por la empresa o adquiridos a terceros, se conectan a un meta-nivel, que funciona como una unidad de consulta común. Así, se crea una inteligencia artificial modular y versátil, capaz de abordar una gama más amplia de desafíos con mayor precisión y eficiencia. Al recibir una consulta, el meta-nivel selecciona estratégicamente qué modelo o combinación de modelos está mejor equipado para proporcionar la respuesta más precisa y relevante.

¿Qué papel juega Rede Hat en este ecosistema?

En este ecosistema, Red Hat juega un papel fundamental. Proporcionamos la plataforma y las herramientas que facilitan la colaboración en proyectos de IA de Enjambre. Promovemos el uso de estándares abiertos, asegurando que los modelos y las herramientas desarrolladas por la comunidad sean accesibles y reutilizables. No solo contribuimos con la democratización, tal como explicaba al principio, acercando el código abierto a la IA, sino que también velamos porque sea un ecosistema que genere confianza. Y como la confianza está íntimamente ligada a la seguridad, para nosotros es importante que todas las cargas de trabajo, los modelos y las plataformas de la IA estén protegidos y cuenten con todas las medidas de seguridad.

red hat Javier Sanchez Rubio

Las posibilidades se vuelven infinitas cuando se aplican los principios del open source a los modelos de IA. InstructLab permite a cualquier persona, no solo a los científicos de datos, contribuir en estos modelos para mejorarlos

JAVIER SÁNCHEZ, RED HAT

¿Qué tecnologías específicas está explorando Red Hat para facilitar el desarrollo de modelos de IA más pequeños?

En Red Hat hemos lanzado una serie de proyectos para que las empresas puedan trabajar en una IA de estándares abiertos. El hecho de haber acercado el código abierto a la IA, como explicaba al principio, supone un gran cambio. Gracias a ello, cualquiera, a través de InstructLab, puede contribuir a los modelos de lenguaje y de código Granite para mejorarlos, o aplicarlo internamente en su organización para su propio consumo. Las posibilidades se vuelven infinitas cuando se aplican los principios del open source a los modelos de IA. InstructLab permite a cualquier persona, no solo a los científicos de datos, contribuir en estos modelos para mejorarlos.

Para ayudar a las empresas en este proceso hemos desarrollado Red Hat Enterprise Linux AI (RHEL AI), que es la plataforma de modelos fundacionales de Red Hat que permite a los usuarios desarrollar, probar y ejecutar de manera eficiente modelos de IA generativa para potenciar las aplicaciones empresariales. En RHEL AI unimos Granite, que es la familia de modelos lingüísticos grandes (LLM) y de generación de código, bajo licencia de código abierto, con la herramienta de entrenamiento de modelos InstructLab, basadas en la metodología de Alineación a gran escala para chatBots (LAB). Todo ello lo hemos empaquetado como una imagen RHEL optimizada y lista para arrancar para despliegues en servidores individuales en la nube híbrida.

Por último, a los modelos de IA debemos aplicarles el mismo grado de previsión, disciplina y rigor que aplicamos cuando trabajamos con la cadena de suministro del software. Desde Red Hat junto con la comunidad open source, estamos creando una Lista de materiales de IA, que ofrece mayores garantías en torno a la creación de modelos mediante el uso de nuestras herramientas de cadena de suministro segura.

Además, estamos trabajando en el proyecto TrustyAI, que ayuda al equipo tecnológico a comprender las justificaciones de los modelos de IA y a alertar sobre comportamientos potencialmente problemáticos. De esta manera, podemos confiar en los modelos y en las cargas de trabajo de IA.

¿Cómo pueden las empresas beneficiarse de adoptar modelos de IA desarrollados con estándares abiertos?

Adoptar modelos de IA desarrollados con estándares abiertos ofrece a las empresas una serie de ventajas significativas. En primer lugar, la transparencia del código abierto permite una mayor comprensión del funcionamiento interno de los modelos, lo que genera confianza y facilita la identificación y mitigación de posibles sesgos o vulnerabilidades. Esto contrasta con las “cajas negras” de los modelos propietarios, donde la falta de acceso al código fuente dificulta la auditoría y la adaptación. Además, la naturaleza colaborativa del código abierto impulsa la innovación y acelera el desarrollo, permitiendo a las empresas beneficiarse de las contribuciones de una comunidad global de expertos. Esto se traduce en modelos más robustos, versátiles y adaptados a las necesidades específicas de cada empresa.

La apertura también implica flexibilidad y evita el “vendor lock-in”. Las empresas pueden adaptar y modificar los modelos de IA según sus necesidades, sin estar atadas a un proveedor específico. Esto reduce los costes a largo plazo y permite una mayor libertad para experimentar e innovar. Además, el desarrollo abierto fomenta la creación de un ecosistema vibrante de herramientas y servicios complementarios, lo que simplifica la implementación y gestión de las soluciones de IA. En Red Hat, creemos que la IA abierta es la clave para un futuro donde esta tecnología transformadora sea accesible, confiable y beneficiosa para todos.

¿Cómo ven desde Red Hat el futuro de la IA en el ámbito empresarial?

En Red Hat, vemos la IA como una fuerza transformadora con el potencial de revolucionar industrias enteras y mejorar la vida de las personas de maneras que apenas comenzamos a imaginar. Para que esto sea realidad, la IA debe ser accesible para todas las empresas, independientemente de su tamaño o recursos. El código abierto es clave en este proceso porque democratiza el acceso a la IA, genera confianza y ayuda a que sea más sostenible.

Tal como comentaba al principio, estamos trabajando en esa democratización y en la generación de confianza. En el ámbito de la sostenibilidad, somos conscientes de la creciente preocupación por el impacto ambiental de la IA y estamos trabajando activamente en proyectos como Kepler, que mide el consumo de energía de los modelos de ML en el entrenamiento y la inferencia. Esto proporciona una visión completa del consumo de energía tanto de la TI tradicional como de la huella de IA.

¿Cuál es la predicción de Red Hat para la automatización en los próximos años y cómo planean adaptarse a las tendencias emergentes en el sector?

Red Hat visualiza la automatización como un elemento crítico para el futuro de cualquier compañía, y por supuesto para los equipos de TI, no solo porque es crucial para la gestión de entornos híbridos y multicloud, debido a la creciente complejidad del TI y la escasez de talento especializado, manteniendo el conocimiento dentro de cada una de las organizaciones, sino porque es un catalizador determinante para la adopción de la IA en las empresas.

Desde Red Hat estamos convencidos que el siguiente nivel en la automatización es la IA. Todas las compañías que ya tienen instaurada una política de automatización tienen grandes beneficios, entre ellos, el ahorro en los costes operativos, lo cual genera una gran oportunidad para la inversión en ese siguiente nivel: IA. Mediante esta simbiosis, las compañías que adopten la IA como parte clave de su automatización, generarán un gran cambio en sus departamentos de IT y de generación de negocio.

En este contexto, desde Red Hat seguiremos invirtiendo en la evolución de Red Hat Ansible Automation Platform, nuestra plataforma de automatización de código abierto, ampliando sus capacidades para facilitar una estrategia de automatización integral y abarcar áreas como la IA, machine learning, entre otras. Seguiremos trabajando para que esa automatización sea cada vez más sencilla, con funciones como la de Ansible Lightspeed que dan la posibilidad de usar IA generativa para seguir automatizando las empresas.

Artículos relacionados

Artículo 1 de 5