«`html
¿Alguna vez te has preguntado cómo se utilizan tus datos en el mundo de la inteligencia artificial? Un nuevo modelo, desarrollado por investigadores del Allen Institute for AI (Ai2), está a punto de cambiar las reglas del juego. Conocido como FlexOlmo, este modelo podría desafiar la forma en que las grandes empresas de IA recopilan y utilizan datos de entrenamiento, otorgando un mayor control a sus propietarios sobre cómo se manejan sus contribuciones, incluso después de que se haya construido un modelo.
Un cambio radical en el uso de datos
Hasta ahora, la práctica común era que los datos se integraran completamente en el sistema, lo que significaba que los dueños perdían el control una vez que sus datos eran utilizados. Ali Farhadi, CEO de Ai2, lo explica claramente: “Una vez que entreno con esos datos, pierdes el control. No hay salida, a menos que te obligue a pasar por otra ronda de entrenamiento multimillonaria”. Este enfoque ha suscitado críticas por limitar la capacidad de los propietarios para gestionar el uso de sus datos.
Con FlexOlmo, se introduce un sistema revolucionario donde los propietarios pueden contribuir sin tener que transferir sus datos. ¿Cómo funciona esto? Al copiar un modelo público conocido como «ancla», los propietarios pueden entrenar un segundo modelo con sus propios datos y luego fusionarlo con el modelo ancla. Así, el dato original nunca se entrega y existe la opción de extraerlo más adelante, lo que resulta especialmente útil en situaciones legales.
La arquitectura innovadora de FlexOlmo
La arquitectura de FlexOlmo se basa en un concepto fascinante llamado “mezcla de expertos”. Esto permite combinar varios submodelos en uno más grande y efectivo. Una de las innovaciones más interesantes de Ai2 es cómo se fusionan estos submodelos, que son entrenados de manera independiente. Para probar su enfoque, el equipo de FlexOlmo desarrolló un conjunto de datos llamado Flexmix, que incluye fuentes propietarias como libros y sitios web.
Con esta nueva arquitectura, Ai2 ha creado un modelo que cuenta con 37 mil millones de parámetros, lo que equivale a aproximadamente una décima parte del tamaño del modelo de código abierto más grande de Meta. Al comparar su modelo con otros existentes, se dieron cuenta de que superaba a cualquier modelo individual en todas las tareas, logrando además un 10% de mejora en los benchmarks comunes frente a otros métodos de fusión de modelos entrenados independientemente.
Implicaciones para la privacidad y el futuro de la IA
La capacidad de controlar los datos de manera modular podría ofrecer a las empresas de IA un acceso más seguro a información sensible, ya que no se necesita divulgar esa información para construir el modelo final. Sin embargo, los investigadores advierten que siempre existe el riesgo de que se pueda reconstruir información a partir del modelo final. Por ello, técnicas como la privacidad diferencial podrían ser necesarias para garantizar la seguridad de la información.
En los últimos años, la propiedad de los datos utilizados para entrenar grandes modelos de IA ha provocado disputas legales significativas. Algunos editores han demandado a grandes empresas de IA, mientras que otros han llegado a acuerdos para permitir el acceso a su contenido. La reciente victoria de Meta en un caso de infracción de derechos de autor subraya la complejidad de estos asuntos legales.
En conclusión, FlexOlmo no solo representa un avance espectacular en la tecnología de IA, sino que podría abrir nuevas oportunidades para desarrollar modelos compartidos que respeten la privacidad y el control de los datos de sus propietarios. Esto podría marcar el inicio de una nueva era en la inteligencia artificial. ¿Estamos listos para aprovechar esta revolución?
«`
