Cara abrazada ha pedido al gobierno de los Estados Unidos que priorice el desarrollo de código abierto en su próximo plan de acción de IA.
En una declaración al Oficina de Política de Ciencia y Tecnología (OSTP), Abrazo, enfatizó que «la política reflexiva puede apoyar la innovación al tiempo que garantiza que el desarrollo de IA siga siendo competitivo y alineado con los valores estadounidenses».
Abrazo Face, que alberga más de 1,5 millones de modelos públicos en varios sectores y atiende a siete millones de usuarios, propone un plan de acción de IA centrado en tres pilares interconectados:
La fuente abierta es clave para el avance de la IA en los Estados Unidos (y más allá)
La cara abrazada subraya que la IA moderna se basa en décadas de investigación abierta, con gigantes comerciales que dependen en gran medida de las contribuciones de código abierto. Avances recientes, como Olmo-2 y Codificador olímpico – Demuestre que la investigación abierta sigue siendo una ruta prometedora para el desarrollo de sistemas que coincidan con el rendimiento de los modelos comerciales, y a menudo pueden superarlos, especialmente en términos de eficiencia y rendimiento en dominios específicos.
«Quizás lo más sorprendente es la rápida compresión de los plazos de desarrollo», señala la compañía, «lo que una vez requirió más de 100B de modelos de parámetros hace solo dos años se puede lograr con modelos de parámetros 2B, lo que sugiere una ruta aceleradora hacia la paridad».
Esta tendencia hacia el desarrollo de IA más accesible, eficiente y colaborativo indica que los enfoques abiertos para el desarrollo de la IA tienen un papel fundamental que desempeñar para permitir una estrategia de IA exitosa que mantenga un liderazgo técnico y respalde una adopción más generalizada y segura de la tecnología.
Hugging Face argumenta que los modelos abiertos, la infraestructura y las prácticas científicas constituyen la base de la innovación de IA, permitiendo un ecosistema diverso de investigadores, empresas y desarrolladores para construir sobre el conocimiento compartido.
La plataforma de la compañía alberga modelos de IA y conjuntos de datos de actores pequeños (por ejemplo, nuevas empresas, universidades) y organizaciones grandes (por ejemplo, Microsoft, Google, OpenAi, Meta), lo que demuestra cómo los enfoques abiertos aceleran el progreso y democratizan el acceso a las capacidades de IA.
«Estados Unidos debe liderar la IA de código abierto y la ciencia abierta, lo que puede mejorar la competitividad estadounidense fomentando un ecosistema robusto de innovación y garantizando un equilibrio saludable de competencia e innovación compartida», afirma que abraza.
La investigación ha demostrado que los sistemas técnicos abiertos actúan como multiplicadores de fuerza para el impacto económico, con un efecto multiplicador estimado de 2000x. Esto significa que $ 4 mil millones invertidos en sistemas abiertos podrían generar un valor de $ 8 billones en valor para las empresas que los usan.
Estos beneficios económicos también se extienden a las economías nacionales. Sin ninguna contribución de software de código abierto, el país promedio perdería el 2.2% de su PIB. El código abierto condujo entre 65 mil millones de euros y 95 mil millones de € del PIB europeo solo en 2018, un hallazgo tan significativo que la Comisión Europea lo citó al establecer nuevas reglas para optimizar el proceso de software del gobierno de origen abierto.
Esto demuestra cómo el impacto de código abierto se traduce directamente en acciones políticas y ventaja económica a nivel nacional, lo que subraya la importancia de la fuente abierta como un bien público.
Factores prácticos que impulsan la adopción comercial de IA de código abierto
Abrazar la cara identifica varios factores prácticos que impulsan la adopción comercial de modelos abiertos:
- Eficiencia de rentabilidad Es un impulsor importante, ya que el desarrollo de modelos de IA desde cero requiere una inversión significativa, por lo que aprovechar las bases abiertas reduce los gastos de I + D.
- Personalización es crucial, ya que las organizaciones pueden adaptar e implementar modelos específicamente adaptados a sus casos de uso en lugar de depender de soluciones únicas para todos.
- Modelos abiertos Reducir el bloqueo del proveedordando a las empresas un mayor control sobre su pila de tecnología y su independencia de proveedores individuales.
- Los modelos abiertos han alcanzado y, en ciertos casos, superó las capacidades de sistemas cerrados y propietarios.
Estos factores son particularmente valiosos para las nuevas empresas y las empresas medianas, lo que puede acceder a la tecnología de punta sin inversiones masivas de infraestructura. Los bancos, las compañías farmacéuticas y otras industrias han estado adaptando modelos abiertos a necesidades específicas del mercado, lo que demuestra cómo las fundaciones de código abierto respaldan un ecosistema comercial vibrante en toda la cadena de valor.
Abrazando las recomendaciones de políticas de Face para apoyar la IA de código abierto en los Estados Unidos
Para apoyar el desarrollo y la adopción de sistemas de IA abiertos, Hugging Face ofrece varias recomendaciones de políticas:
- Mejorar la infraestructura de investigación: Implementar y expandir completamente el piloto nacional de recursos de investigación de IA (NAIRR). Hacer la participación activa de Face en el piloto NAIRR ha demostrado el valor de proporcionar a los investigadores acceso a recursos informáticos, conjuntos de datos y herramientas de colaboración.
- Asignar recursos informáticos públicos para la fuente abierta: El público debe tener formas de participar a través de la infraestructura pública de IA. Una forma de hacer esto sería dedicar una parte de la infraestructura informática financiada públicamente para apoyar proyectos de IA de código abierto, reduciendo las barreras a la innovación para equipos de investigación más pequeños y compañías que no pueden pagar sistemas propietarios.
- Habilitar el acceso a los datos para desarrollar sistemas abiertos: Cree ecosistemas de datos sostenibles a través de políticas específicas que aborden la disminución de los datos comunes. Los editores están firmando cada vez más acuerdos de licencia de datos con los desarrolladores de modelos de IA patentados, lo que significa que los costos de adquisición de datos de calidad ahora se están acercando o incluso superando los gastos computacionales de los modelos de capacitación fronteriza, amenazando con bloquear a los pequeños desarrolladores abiertos del acceso a datos de calidad. Apoye a las organizaciones que contribuyen a los repositorios de datos públicos y agilizar las vías de cumplimiento que reducen las barreras legales al intercambio de datos responsable.
- Desarrollar conjuntos de datos abiertos: Invierta en la creación, curación y mantenimiento de conjuntos de datos representativos robustos que puedan soportar la próxima generación de investigaciones y aplicaciones de IA. Expandir iniciativas como el catálogo de datos confiable de IBM AI Alliance y proyectos de apoyo como la digitalización de las colecciones públicas impulsadas por la IDI en la Biblioteca Pública de Boston.
- Fortalecer los marcos de acceso a datos que respetan los derechos: Establezca pautas claras para el uso de datos, incluidos los protocolos estandarizados para la anonimación, la gestión de consentimiento y el seguimiento de uso. Apoye las asociaciones público-privadas para crear fideicomisos de datos especializados para dominios de alto valor como la atención médica y la ciencia climática, asegurando que las personas y las organizaciones mantengan el control apropiado sobre sus datos al tiempo que permiten la innovación.
- Invierta en la innovación impulsada por las partes interesadas: Cree y apoye programas que permitan a las organizaciones de diversos sectores (atención médica, fabricación, educación) desarrollar sistemas de IA personalizados para sus necesidades específicas, en lugar de depender exclusivamente de los sistemas de uso general de los principales proveedores. Esto permite una participación más amplia en el ecosistema de IA y garantiza que los beneficios de la IA se extiendan en toda la economía.
- Fortalecer los centros de excelencia: Amplíe el papel de NIST como coordinador para los expertos en IA en la academia, la industria y el gobierno para compartir lecciones y desarrollar las mejores prácticas. En particular, el marco de gestión de riesgos de IA ha desempeñado un papel importante en la identificación de las etapas del desarrollo de la inteligencia artificial y las preguntas de investigación que son críticas para garantizar una implementación tecnológica más sólida y segura para todos. Las herramientas desarrolladas en Hugging Face, desde la documentación del modelo hasta las bibliotecas de evaluación, están formadas directamente por estas preguntas.
- Apoyar datos de alta calidad para la evaluación de rendimiento y confiabilidad: El desarrollo de IA depende en gran medida de los datos, tanto para entrenar modelos como para evaluar de manera confiable su progreso, fortalezas, riesgos y limitaciones. Fomentar un mayor acceso a los datos públicos de una manera segura y garantizar que los datos de evaluación utilizados para caracterizar modelos sean sólidos y basados en la evidencia aceleren el progreso tanto en el rendimiento como en la confiabilidad de la tecnología.
Priorizar la adopción de IA eficiente y confiable
Abrazando los aspectos destacados de la cara que las empresas y las nuevas empresas más pequeñas enfrentan barreras significativas para la adopción de la IA debido a los altos costos y los recursos limitados. Según IDC, el gasto global de IA alcanzará los $ 632 mil millones en 2028, pero estos costos siguen siendo prohibitivos para muchas organizaciones pequeñas.
Para las organizaciones que adoptan herramientas de IA de código abierto, trae rendimientos financieros. El 51% de las compañías encuestadas que actualmente utilizan herramientas de IA de código abierto informan ROI positivo, en comparación con solo el 41% de las que no usan de código abierto.
Sin embargo, la escasez de energía presenta una preocupación creciente, con la Agencia Internacional de Energía que proyecta que el consumo de electricidad de los centros de datos podría duplicarse de 2022 niveles a 1,000 TWH para 2026, equivalente a toda la demanda de electricidad de Japón. Si bien el entrenamiento de modelos de IA es intensivo en energía, la inferencia, debido a su escala y frecuencia, puede superar en última instancia el consumo de energía del entrenamiento.
Asegurar una amplia accesibilidad de IA requiere optimizaciones de hardware y marcos de software escalables. Una variedad de organizaciones están desarrollando modelos adaptados a sus necesidades específicas, y el liderazgo de los Estados Unidos en el desarrollo de IA centrado en la eficiencia presenta una ventaja estratégica. La Iniciativa de AI para la Energía del DOE respalda aún más la investigación sobre IA de eficiencia energética, facilitando una adopción más amplia sin demandas computacionales excesivas.
Con su carta al OSTP, abrazando a los defensores de la cara de un plan de acción de IA centrado en principios de código abierto. Al tomar medidas decisivas, Estados Unidos puede asegurar su liderazgo, impulsar la innovación, mejorar la seguridad y garantizar que los beneficios generalizados de la IA se realicen en toda la sociedad y la economía.
Ver también: Ministro del Reino Unido en EE. UU. Para presentar a Gran Bretaña como un centro de inversión global de IA
¿Quiere obtener más información sobre AI y Big Data de los líderes de la industria? Verificar AI y Big Data Expo que tiene lugar en Amsterdam, California y Londres. El evento integral está ubicado en otros eventos líderes, incluidos Conferencia de automatización inteligente, Bloqueo, Semana de transformación digitaly Cyber Security & Cloud Expo.
Explore otros próximos eventos y seminarios web tecnológicos empresariales con TechForge aquí.
Fuente: Abrazar la cara requiere un enfoque de código abierto en el plan de acción de AI
