Peter Wang de Anaconda: El Código Abierto, Clave para la Innovación en IA
El distribuidor comercial de Python, Anaconda, se ha posicionado cada vez más como una empresa de herramientas de IA, consolidando su papel en el rápido avance del ecosistema de la inteligencia artificial. Si bien la búsqueda de modelos de IA de vanguardia requiere muchos recursos y ofrece retornos inciertos, Anaconda ofrece un enfoque alternativo con su nueva plataforma de IA, diseñada para optimizar el trabajo fundamental involucrado en el desarrollo de IA.
En la reciente conferencia PyCon, Peter Wang, cofundador y director de IA e innovación de Anaconda, discutió el cambio estratégico de la compañía, su nueva plataforma de IA y el papel crítico que juega el código abierto en el panorama de la IA.
Lecciones de la Incubadora de IA
Unos años antes, Anaconda lanzó una Incubadora de IA, que desde entonces ha sido desmantelada. A pesar de su breve existencia, Wang señaló su utilidad en un período de crecimiento explosivo de la IA. Describió el año 2023 como si hubiera sido “hace toda una vida” debido al rápido ritmo de la innovación. Como empresa establecida con productos y clientes existentes, Anaconda necesitaba experimentar para discernir estrategias efectivas en medio de la exageración de la IA.
La incubadora exploró varias áreas clave consideradas cruciales para el futuro de la IA. Estas incluyeron la IA descentralizada y modelos más pequeños, la interpretabilidad (comprender cómo los modelos toman decisiones) y las implicaciones legales del entrenamiento de modelos en varios conjuntos de datos. Un enfoque significativo también fue la evolución de la definición de código abierto en un contexto de IA, particularmente cuando el activo principal pasa del código fuente a los datos, que a menudo carecen de transparencia. Wang destacó el problema de los modelos de “pesos abiertos” que se comercializan como código abierto, a pesar de que los datos de entrenamiento subyacentes siguen siendo propietarios. A pesar de cierto “caos interno”, la incubadora aceleró con éxito la innovación de la IA e integró los aprendizajes en los productos de Anaconda.
Presentando la Plataforma de IA de Anaconda
Anaconda lanzó recientemente su Plataforma de IA, que ha sido descrita como “el GitHub del desarrollo de código abierto empresarial”. Wang aclaró que la visión de la plataforma se extiende más allá de esta comparación. Hizo hincapié en que el futuro de los sistemas de información en IA será una “fusión, una combinación de código y datos”. A diferencia del desarrollo de software tradicional, la gestión de sistemas de IA implica no solo código y despliegue, sino también una evaluación continua del rendimiento a una escala mucho mayor, a menudo por usuarios no tradicionales como los usuarios finales en lugar de solo ingenieros de aprendizaje automático o científicos de datos.
Si bien plataformas como GitHub sobresalen en la colaboración de código fuente y Hugging Face sirve como repositorio de modelos, se necesita una solución holística para unir todos estos componentes para su aplicación práctica. La Plataforma de IA de Anaconda tiene como objetivo ser este entorno unificado, abordando los desafíos de gestionar todo el ciclo de vida de los sistemas y agentes de IA, desde la combinación de código, dependencias de código abierto y modelos, hasta el despliegue, la reversión y la reproducibilidad. Wang señaló que, si bien los problemas técnicos individuales (como el versionado o el despliegue de modelos) tienen múltiples soluciones, la gran cantidad de enfoques crea complejidad para las empresas que buscan proporcionar una plataforma consistente para diversos usuarios. El objetivo general de la Plataforma de IA es proporcionar un espacio único e integrado para que las empresas garanticen la integridad y el monitoreo de sus sistemas de IA, basándose en la amplia experiencia de Anaconda en plataformas y flujos de trabajo de ciencia de datos.
Esta plataforma resuena con la motivación inicial de Anaconda en 2012: simplificar la distribución de Python y la gestión de paquetes, especialmente para empresas que lidian con restricciones de TI centrales. Así como las empresas necesitaban una forma simplificada de gestionar el software de código abierto, ahora requieren una solución similar para los componentes de IA.
El Papel Esencial del Código Abierto en la IA
Wang abogó firmemente por la importancia del código abierto en la IA, abordando dos aspectos distintos pero relacionados: la transparencia y los beneficios más amplios de la apertura.
Primero, enfatizó la necesidad de transparencia y gobernabilidad en la IA. Esto significa saber qué datos se utilizaron para entrenar un modelo y cómo el código calcula los resultados. Si bien el código abierto completo logra esto, la transparencia también se puede lograr a través de “etiquetas de ingredientes”, proporcionando suficiente información para la rendición de cuentas sin revelar necesariamente cada detalle propietario. Wang argumentó que para los sistemas de IA que toman decisiones trascendentales, la transparencia es una “demanda obvia, necesaria e innegociable”. Sugirió que la resistencia a la transparencia proviene principalmente de empresas altamente capitalizadas que buscan dominar la conversación.
Segundo, más allá de la transparencia, Wang argumentó a favor de la demanda continua de modelos de código abierto verdaderos debido al inmenso poder, impacto y etapa temprana de desarrollo de la IA. Él ve el código abierto como profundamente “pro-mercado” y “pro-humanidad”. A diferencia de la idea errónea histórica de que el código abierto es anticapitalista, Wang lo ve como un “mercado de ideas” que fomenta la innovación. Al permitir que una comunidad global de individuos inteligentes tome, use y construya sobre las tecnologías de IA, el código abierto genera un “efecto n-cuadrado de innovación”. Esto lleva a avances más baratos, rápidos y rentables en comparación con la innovación confinada a unas pocas grandes corporaciones.
Lecciones para Empresas de IA de Código Abierto
Wang señaló que las empresas de IA de código abierto difieren significativamente de las empresas de software de código abierto tradicionales, que ya son raras y difíciles de escalar. La diferencia principal radica en la “pre-comoditización” de la innovación en el código abierto. Si bien la innovación normalmente tiene un precio, el código abierto permite la innovación colaborativa y gratuita. Por lo tanto, las empresas exitosas de IA de código abierto deben monetizar el “complemento”: los servicios, plataformas y soporte circundantes que hacen que la innovación gratuita sea utilizable y valiosa.
Cómo Empezar con la IA
Para organizaciones, empresas y startups que buscan adoptar la IA, Anaconda ofrece varios puntos de entrada. Los usuarios pueden descargar Anaconda para ejecutar modelos de IA localmente, garantizando la privacidad de los datos al evitar cargas en la nube. Para aquellos cómodos con los servicios en la nube, Anaconda proporciona asistencia de codificación de IA dentro de los Jupyter notebooks y permite el desarrollo de Python sin servidor a través de PyScript.
Para las empresas que requieren una implementación de IA local o privada, Anaconda ofrece su plataforma empresarial de IA, proporcionando la flexibilidad para ejecutar IA de forma segura según sus propios términos o para aprovechar modelos de nube propietarios. Reconociendo que muchas organizaciones operan configuraciones híbridas (local, local, nube), la plataforma de Anaconda permite el desarrollo de IA portátil en estos entornos.
Wang reiteró la estrategia del “complemento”: si bien el entrenamiento de modelos de frontera masivos es “sexy” y perseguido por entidades bien financiadas que a menudo regalan modelos, Anaconda se enfoca en resolver los desafíos prácticos. Esto incluye proporcionar soluciones para ejecutar inferencias y ajustar modelos en hardware menos potente, ofreciendo ajuste con un solo clic y guiando a los usuarios con las mejores prácticas para implementaciones como la Generación Aumentada por Recuperación (RAG). Estos servicios complementarios, unificados a través de la plataforma de IA empresarial de Anaconda, permiten a las empresas aprovechar el poder de la innovación de la IA de manera efectiva.