IBM presentó su apuesta para competir contra GPT-4 y otros modelos de inteligencia artificial, en el marco de su conferencia Think, celebrada en Orlando. El enfoque de este conjunto de soluciones, denominadas Watsonx, son los negocios.
En el pasado, los modelos de inteligencia artificial existentes se entrenaban para tareas específicas. Por ejemplo, Deepblue de Google fue entrenado por IBM para ganar partidas de ajedrez. AlphaGo, de Google, por su parte, fue creado para vencer a los mejores jugadores de Go, un juego de mesa de mayor complejidad.
Lee también: Las 10 empresas líderes en inteligencia artificial y machine learning en 2023
Ahora, GPT-4 y Watsonx se basan en modelos fundacionales. ¿Qué es esto? un modelo fundacional es aquel que se puede entrenar con un gran conjunto de datos sin clasificar -o etiquetar-. A su vez, es un modelo capaz de aprender por sí mismo y, como resultado, puede ejecutar un amplio abanico de tareas. GPT-4 es un ejemplo de ello y, en efecto, es capaz no solo de generar texto, sino de programar, hacer operaciones matemáticas e incluso crear gráficos de datos.
IBM, sin embargo, no solo creó una serie de soluciones que permiten ejecutar tareas a imagen y semejanza de GPT-4, sino que facilitan que las empresas creen sus propios modelos de inteligencia artificial. Esto es crucial en el entorno corporativo porque usar modelos de inteligencia artificial públicos, como la API de GPT, puede derivar en brechas de seguridad.
Lee también: Análisis: los riesgos de usar ChatGPT en el lugar de trabajo
Watsonx es, por ende, una suerte de caja de herramientas para que cada empresa pueda crear su propio ‘GPT’ a medida, con sus propios datos y con soporte para funciones necesarias para las empresas.
Esta caja de herramientas se compone de tres soluciones:
Watsonx.ai
Se trata de una solución de inteligencia artificial que permite crear modelos fundacionales y generativos (como los GPT). Brinda herramientas para entrenar, validar y afinar modelos de IA y crear aplicaciones con ellos. Puedes usar modelos preentrenados de IBM o usar modelos de código abierto provistos por Hugging Face o puedes usar modelos propios que puedes importar. Estará disponible a partir de julio de 2023.
Dentro de los ejemplo del tipo de aplicaciones que puedes crear con Watsonx.ai para tu empresa encontramos:
Generadores de contenidos: te puede ayudar a crear correos, a generar el perfil de los clientes potenciales, te puede ayudar a clasificar las quejas de tus clientes, a resumir documentos complejos o a extraer datos clave de informes extensos. La plataforma se asemeja a ChatGPT: puedes obtener los productos requeridos usando instrucciones textuales, como se ve en esta imagen donde se le pide generar un texto para un correo corporativo:
En este otro ejemplo vemos a Watsonx clasificando una queja de un cliente de acuerdo a una serie de categorías. En el campo del lado derecho vemos que lo define como una queja relacionada con “credit reporting” (reporte de crédito).
En este tercer ejemplo, la empresa le enseña a Watsonx.ai qué información o dato debe entregar con base en un tipo de instrucción determinado (es lo que aparece en los campos de ‘training examples’).
Watsonx.data
Watsonx.data es una plataforma de análisis de datos y aprendizaje automático que permite a los usuarios explorar, transformar y obtener información valiosa de sus datos en entornos de nube híbrida. Esta solución ofrece una consola integrada fácil de usar, que permite a los usuarios conectarse a sus datos analíticos existentes y desplegar motores de consulta en minutos.
Así luce el administrador de infraestructura:
Una de las características clave de watsonx.data es su capacidad para admitir motores de consulta específicos para cada propósito, como Presto, Spark, Db2 y Netezza. Estos motores escalan dinámicamente según las necesidades del usuario, lo que ayuda a reducir los costos de análisis.
Watsonx.data también es compatible con formatos abiertos independientes del proveedor, como Parquet, Avro y Apache ORC, lo que permite a los usuarios almacenar grandes cantidades de datos y compartir una única copia de datos en múltiples motores de consulta. Esto se logra mediante el uso del formato de tabla Apache Iceberg y los metadatos compartidos.
La plataforma watsonx.data utiliza modelos de inteligencia artificial (IA) para facilitar la automatización semántica, lo que permite descubrir, mejorar, refinar y visualizar datos y metadatos. Además, ofrece herramientas de IA y aprendizaje automático a gran escala para construir, entrenar, ajustar, implementar y monitorear modelos confiables para cargas de trabajo altas.
Watsonx.data también ofrece análisis en tiempo real e integración con herramientas de inteligencia empresarial, como IBM Cognos, lo que permite a los usuarios conectar datos existentes con nuevos datos rápidamente y descubrir información útil sin la necesidad de duplicar o mover datos. Así luce la herramienta de analítica:
Para saber más, pueden descargar el ebook de Watsonx.data. La estructura del modelo de manejo de datos propuesto por IBM luce así:
Watsonx.governance
Watsonx.governance es una solución completa y fácil de usar que permite a las organizaciones gestionar de manera efectiva la gobernanza de la inteligencia artificial
¿Pero qué es la gobernanza de la inteligencia artificial?
La gobernanza de la inteligencia artificial se refiere a un conjunto de políticas, procesos y prácticas implementadas para garantizar el desarrollo, la implementación y el uso ético, seguro y eficiente de sistemas de IA. La gobernanza de la IA aborda aspectos como la calidad y confiabilidad de los modelos, la equidad, la privacidad, la transparencia y la responsabilidad en la toma de decisiones.
Algunos aspectos clave de la gobernanza de la IA incluyen:
- Ética y responsabilidad: Establecer principios éticos y garantizar que los sistemas de IA sean desarrollados y utilizados de manera responsable, evitando sesgos y discriminación, y asegurando que los sistemas sean transparentes y comprensibles para los usuarios.
- Seguridad y privacidad: Proteger los datos y la información confidencial, así como asegurar que los sistemas de IA sean seguros y resistentes a ataques cibernéticos o manipulaciones.
- Calidad y confiabilidad: Garantizar la calidad de los datos, la precisión y la robustez de los modelos de IA, así como supervisar y actualizar los modelos cuando sea necesario para garantizar su rendimiento a lo largo del tiempo.
- Cumplimiento normativo: Asegurar que los sistemas de IA cumplan con las leyes y regulaciones aplicables, como las leyes de protección de datos o las regulaciones específicas del sector.
- Gobernanza de datos: Establecer políticas y procesos para la adquisición, almacenamiento, procesamiento y uso de datos en sistemas de IA, garantizando que los datos sean precisos, actualizados y manejados de manera segura y ética.
Funciones que ofrece Watsonx.governance
La gobernanza del ciclo de vida de la IA en watsonx.governance permite a los usuarios monitorear, catalogar y gobernar modelos de IA a gran escala desde donde se encuentren. La plataforma automatiza la captura de metadatos de los modelos y mejora la precisión predictiva, identificando cómo se utiliza la IA y en qué momentos los modelos necesitan ser reentrenados.
En cuanto a la gestión de riesgos, watsonx.governance automatiza los hechos y flujos de trabajo de los modelos para garantizar el cumplimiento de las normas empresariales. La plataforma identifica, gestiona, monitorea e informa sobre riesgos y cumplimientos a gran escala. Los paneles dinámicos -dashboards- ofrecen resultados personalizables para los interesados y mejoran la colaboración en múltiples regiones y geografías.
En el aspecto del cumplimiento normativo, watsonx.governance traduce las regulaciones externas en políticas para una adhesión automatizada, soporte de auditoría y cumplimiento. La plataforma proporciona paneles y reportes basados en perfiles de usuario a los principales interesados, lo que facilita la supervisión y la comunicación de los niveles de cumplimiento.
