Apertus, el modelo suizo de IA, un año después: ¿qué ha funcionado y qué no?

Un año después de ponerse en marcha, es hora de hacer balance del modelo de IA suizo Apertus. Keystone / Gaetan Bally

En un año, el modelo de IA suizo totalmente abierto Apertus ha superado los cuatro millones de descargas y ha encontrado aplicaciones en el mundo real. En su versión 1.5, Apertus está acortando distancias con sus rivales, pero su debilidad en tareas clave sigue dificultando que pueda competir en la vertiginosa carrera de la inteligencia artificial.

La noticia llegó haciendo mucho ruido: Suiza por fin tenía su propio modelo de inteligencia artificial (IA) totalmente abierto, transparente y multilingüe, Apertus, diseñado teniendo en cuenta las normas de protección de datos y la Ley Europea de IA. Aunque este modelo, solo unas semanas después de su lanzamiento, ya era objeto de duras críticas. Hubo quien Enlace externollegó a decir que era «inutilizable» e incluso «incapaz de responder correctamente a las preguntas más básicas».

Un año después, las cifras parecen alentadoras. En la plataforma de IA Hugging Face, Apertus ha superado los cuatro millones de descargas. Una cifra que para Oleg Lavrovsky, el responsable de la comunidad de Apertus, es representativa del interés mundial que hay por los proyectos de IA de código abierto.

Las cifras de descargas, no obstante, no siempre se corresponden con el uso real. Lavrovsky dice que tiene constancia de, al menos, 70 implementaciones externas y más de cien versiones derivadas de este modelo suizo. Entre ellas, el proyecto SEA-LIONEnlace externo de Singapur, que ha adaptado Apertus y otros modelos de IA para que funcionen en múltiples idiomas del sudeste asiático.

Esto, según Lavrovsky, es un importante reconocimiento. «Queríamos crear un modelo base. Cuando la gente optimiza o adapta Apertus, eso es exactamente lo que está ocurriendo», reconoce Lavrovsky.

En julio, el equipo lanzó Apertus 1.5, que, entre otras características, ha introducido la comprensión de imágenes y ha mejorado las capacidades de razonamiento. La hoja de ruta oficialEnlace externo prevé que en 2027 salga Apertus 2.0.

Para las personas que siguen decepcionadas Lavrovsky tiene un mensaje claro: Apertus no se diseñó para competir con ChatGPT. No es un producto comercial acabado, sino una base que las empresas, las instituciones y quienes se dedican a investigar pueden adaptar a sus propias necesidades. Admite, eso sí, que sigue habiendo dudas sobre hasta qué punto el potencial del modelo suizo se está traduciendo en un uso real y un valor tangible.

Modelos de IA de código abierto, de pesos abiertos y cerrados 

Los modelos de IA pueden desarrollarse y publicarse con diferentes niveles de apertura:

Código abierto (open-source): Los parámetros entrenados del modelo, o «pesos», el código de entrenamiento y la información sobre los datos de entrenamiento están disponibles públicamente. Esto permite que otras personas los inspeccionen, modifiquen y reproduzcan. Apertus y OLMo son algunos ejemplos.

Pesos abiertos (open weight): Los pesos del modelo se publican y pueden descargarse y adaptarse, pero no necesariamente se divulgan el código de entrenamiento completo ni los conjuntos de datos. Algunos ejemplos: Llama, de Meta, y Qwen, de Alibaba.

Cerrado/propietario: Los pesos del modelo, el código de entrenamiento y los conjuntos de datos no se hacen públicos. Es el caso de la mayoría de los modelos comerciales, incluidos GPT de OpenAI y Claude de Anthropic.

El multilingüismo y las medidas de protección de datos han dado sus frutos

Algunas empresas han encontrado aplicaciones para Apertus. Artificialy —con sede en el Tesino y especializada en soluciones de inteligencia artificial— afirma que colabora estrechamente con Apertus. «No estamos haciendo obras de caridad. No utilizamos Apertus porque tengamos que hacerlo, sino porque es un buen modelo», sostiene Damiano Binaghi, responsable de aprendizaje profundo de la empresa.

Según Artificialy, Apertus ya ha alcanzado la madurez suficiente para algunas aplicaciones industriales y del sector público. Las pruebas internas de la empresa muestran resultados especialmente buenos en traducción y conversaciones multilingües.

«A menudo, para las tareas de traducción de nuestros clientes, preferimos Apertus a otros modelos; sobre todo cuando se trata de las cuatro lenguas nacionales de Suiza o de documentos confidenciales», explica Binaghi.

Un ejemplo lo tenemos en el cantón del Tesino, en el sur de Suiza, que ha decidido migrar a Apertus para traducir automáticamente documentos administrativos. La oficina cantonal de inmigración es la más beneficiada, ya que gestiona documentos personales en varios idiomas y requiere precisión y garantías sólidas de protección de datos.

«Las necesidades de la oficina de inmigración del Tesino son casi la encarnación perfecta de los puntos fuertes del modelo», cuenta Binaghi.

El multilingüismo es uno de los ámbitos en los que quienes han desarrollado Apertus han hecho mayor inversión. Casi el 40 % de sus datos de entrenamiento están en idiomas distintos del inglés, y el corpus incluye más de 1.800 idiomas, entre ellos algunos poco representados, como el romanche y los dialectos del suizo-alemán. Como referencia sirva este dato: las estimacionesEnlace externo sugieren que los actuales modelos de IA solo usan alrededor de un 10 % de datos que no están en inglés.

Una de las razones por las que AI Singapore eligió Apertus como base para una versión de su proyecto SEA-LION fue la apertura total. «Elegimos Apertus porque es uno de los pocos modelos verdaderamente de código abierto que hay en el mundo, y eso es importante para la investigación, sobre todo cuando es necesario saber exactamente qué datos se han utilizado y cómo se ha entrenado el modelo», explica Leslie Teo, de AI Singapore, a través del correo electrónico.

Por esas mismas razones, Apertus también ha encontrado aplicaciones en el ámbito de la medicina. En junio, la Escuela Politécnica Federal de Lausana (EPFL) presentó MeditronFOEnlace externo, un marco totalmente abierto para crear modelos clínicos de IA también basados en Apertus.

Persiste la brecha de rendimiento

La empresa Artificialy, si bien cree que Apertus 1.5 ha mejorado significativamente en traducción, visión y razonamiento, ve margen de mejora.

Según Binaghi —aunque ha habido avances—, Apertus todavía no está al nivel de otros modelos de peso abierto en lo que a las capacidades agénticas se refiere. Los modelos de IA agéntica son capaces de ejecutar independientemente acciones que implican varios pasos, como comparar y reservar vuelos.

La brecha también se aprecia en las pruebas comparativas que ha publicado el propio equipo de Apertus. El modelo original y de mayor tamaño, con 70.000 millones de parámetros, sigue estando muy por detrásEnlace externo —sobre todo en tareas de programación, matemáticas y razonamiento— de los modelos de peso abierto de tamaño similar.

Aunque el lanzamiento de Apertus 1.5 ha reducido la brecha, Liip, una agencia digital con sede en Zúrich que probó Apertus en ZüriCityGPT —su herramienta de búsqueda basada en IA para responder a las preguntas que hace la población— también estima que Apertus va a la zaga de los modelos comerciales.

Josef Kruckenberg, responsable de proyectos de IA generativa en Liip, dice que Apertus 1.5 ofrece respuestas más útiles, sigue mejor las instrucciones y es más propenso a no responder cuando no tiene suficiente información. Pero se queda atrás en lo que Liip considera su criterio más importante: la fidelidad, es decir, el grado en que cada parte de una respuesta está respaldada por las fuentes disponibles.

«Hasta ahora, no hemos utilizado Apertus en proyectos de clientes. Creíamos que aún no estaba listo», cuenta Kruckenberg, quien añade que todavía es demasiado pronto para determinar formas concretas de utilizar Apertus 1.5 con los clientes.

El precio de la apertura

Sigue siendo una tarea difícil desarrollar modelos competitivos totalmente abiertos y, además, implica concesiones inevitables. «Ser verdaderamente de código abierto significa que es poco probable que se utilicen ciertos datos, y esto tiene consecuencias en el rendimiento y las capacidades generales», afirma Leslie Teo, de AI Singapore.

Binaghi, de Artificialy, coincide en esto y señala que Apertus se basa en datos públicos transparentes y verificables que cumplen los requisitos de derechos de autoría, a diferencia de los desarrolladores de software propietario, que utilizan a menudo conjuntos de datos con licencia o no divulgados. Esto puede dar lugar a una ligera diferencia de calidad, pero también refuerza la soberanía digital.

Federico Magnolfi, responsable de Procesamiento del Lenguaje Natural en Artificialy, por su parte, calcula que cuando se lanzó Apertus 1.0 ya llevaba unos dos años de retraso respecto a los mejores modelos estadounidenses. «En un sector que avanza cada tres meses, dos años es mucho tiempo», manifiesta. Para reducir esa brecha se requieren nuevos ciclos de entrenamiento, capacidad de cálculo e inversión. Apertus, como proyecto insignia de la Iniciativa Suiza de IA, ya utiliza una parte significativa de los recursos informáticos públicos disponibles. Lavrovsky reconoce que la asignación de esos recursos no está exenta de polémica.  

No todas las deficiencias de Apertus se deben, necesariamente, al modelo en sí. Un modelo de IA solo es un componente de un sistema más amplio. También es importante el software para tareas como la recuperación y clasificación de información relevante para la solicitud de un usuario.

Según Kruckenberg, de Liip, para funcionar de manera óptima, todavía deben ajustarse los componentes de software que rodean a Apertus. En las pruebas de Liip, por ejemplo, una respuesta inexacta sobre la población de Zúrich no se debió solo a Apertus. Y es que el sistema de recuperación no había seleccionado la fuente más actualizada.

Para Kruckenberg, esto demuestra que un buen modelo de IA por sí solo no es suficiente para ser competitivo. «También debe estar a la altura todo el ecosistema que lo rodea», apunta.

En su segundo año, Apertus se enfrentará a dos importantes retos: mejorar el modelo y reforzar el ecosistema del que depende. Si el modelo suizo de IA quiere seguir siendo competitivo y lograr que se adopte más en el mundo real, ambos retos serán esenciales.

Artículo adaptado al español por Lupe Calvo. Revisado por Carla Wolff.