¿Verdadero o falso? Hechos y mentiras sobre el modelo suizo de inteligencia artificial Apertus

El modelo suizo de IA Apertus, que se creó a principios de septiembre, ha dado mucho que hablar desde entonces. Veamos lo que es cierto y lo que no. Keystone / Gaetan Bally

Las escuelas politécnicas federales suizas (la de Lausana y la de Zúrich) han inaugurado recientemente Apertus, un nuevo modelo de IA a gran escala. Las reacciones han sido contradictorias, con una cálida acogida por parte de algunas personas y críticas por parte de otras. Veamos qué hay detrás de las afirmaciones más frecuentes sobre esta nueva tecnología. 

Después de unas semanas de espera, las escuelas politécnicas de Zúrich y Lausana (ETH y EPFL) han presentado recientemente Apertus, un modelo lingüístico nacional de gran tamaño (LLM). El equipo que lo ha desarrollado lo ha descrito como «completamente abierto», lo que significa que todos los componentes del modelo están disponibles para el público, y «un hito en la IA generativa por su transparencia y diversidad». No obstante, las afirmaciones sobre lo que Apertus puede o no puede hacer han sido constantes estos días. ¿Qué es cierto y qué es falso?

Swissinfo lo ha puesto a prueba y ha consultado al equipo que lo desarrolló, así como a especialistas en inteligencia artificial, para distinguir los hechos de la ficción y aclarar sus principales puntos fuertes y débiles. 

Apertus es el ChatGPT de Suiza: falso

Apertus no ha sido diseñado para uso personal como el ChatGPT de OpenAI. Se trata de un modelo básico de IA desarrollado para adaptarse a diferentes aplicaciones y servicios, especialmente en el mundo de los negocios y la investigación. Por ejemplo, podría utilizarse para el comercio electrónico o para extraer información en varios idiomas en el ámbito médico.  

«El gran público no es nuestro objetivo principal», afirma Imanol Schlag, investigador del ETH (Instituto Tecnológico Federal de Zúrich) que ha dirigido el desarrollo técnico de Apertus.

Por esta razón, Apertus no se ha lanzado con muchas funciones orientadas a usuarios, ni con una aplicación móvil propia.

«Nuestra intención nunca ha sido desarrollar la respuesta suiza a ChatGPT», explica Maria Grazia Giuffreda, directora asociada del Centro Suizo de Cálculo Científico de Lugano, donde se encuentra el superordenador que gestiona Apertus.

Para que el público pueda probar la nueva IA, la ONG Public AI ha puesto a disposición algunas funciones de chat en su sitio webEnlace externo.

>> Más información sobre las últimas novedades de la IA en Suiza:

Apertus no puede competir con los LLM más populares: cierto 

Apertus es el LLM (Modelo de Lenguaje Grande o Large Language Model en inglés) completamente abierto más potente que conocemos, ya que cuenta con 70.000 millones de parámetros (un valor que indica la capacidad de aprendizaje) en su versión más grande. Sin embargo, no está a la altura de modelos como GPT-4, Gemini o Claude, que se entrenan con conjuntos de datos mucho más amplios y cuentan con el respaldo de una enorme potencia de cálculo. A modo de comparación, GPT-3 tiene 175.000 millones de parámetros (los detalles no son públicos para las versiones posteriores).

«Comparar Apertus con los modelos de inteligencia artificial de las grandes empresas estadounidenses es como comparar a un pequeño agricultor del Valais con un enorme productor de carne de vacuno», afirma El Mahdi El Mhamdi, profesor de la Escuela Politécnica de París. 

Sin embargo, los modelos más pequeños pueden ser más eficientes, más accesibles para las pequeñas y medianas empresas y menos costosos en términos de energía. «Cada vez se tiene más conciencia de que la calidad de los datos es más importante que la cantidad», añade Mete Ismayilzada, investigador de la EPFL y de la Universidad de la Suiza Italiana.

Algunos intelectuales se muestran escépticos. Bruno Frey, profesor emérito de la Universidad de Zúrich, afirmó que el LLM suizo le proporcionó una fuente científica errónea: «No me pareció muy convincente». El matemático Xavier Comtesse escribió en LinkedInEnlace externo que el modelo produce muchos resultados que parecen precisos, pero que en realidad son erróneos (alucinaciones).

Schlag defiende el rendimiento de Apertus, señalando que su versión más pequeña (8.000 millones de parámetros) ya ha superado a modelos similares de Mistral, Meta, Alibaba y cualquier otra institución pública.

Apertus es ético y transparente en comparación con otros modelos de IA: cierto 

Apertus es el primer modelo de IA a gran escala diseñado y desarrollado para cumplir los requisitos clave de la ley europea sobre IA, que entró en vigor en 2024. Entre ellos se incluyen la transparencia, la trazabilidad de los datos y el respeto de la propiedad intelectual y la privacidad. La arquitectura del modelo, los pesos (valores numéricos que determinan el funcionamiento de las redes neuronales) y las instrucciones para el entrenamiento son públicos. Los conjuntos de datos utilizados para el entrenamiento provienen de fuentes públicas y legales y no incluyen obras protegidas por derechos de autor ni sitios que hayan optado por no ser incluidos en los conjuntos de datos de entrenamiento.

Por el contrario, los gigantes tecnológicos llevan mucho tiempo explotando los datos de miles de millones de usuarios sin su consentimiento, incluidos los protegidos por derechos de autor. Estos datos se recopilan a menudo aprovechando el trabajo humano oculto y mal remuneradoEnlace externo en los países en desarrollo, señala El Mahdi El Mhamdi. «Todavía no nos damos cuenta del nivel de abuso que se ha normalizado en la cadena de suministro de la IA moderna y dominante», añade.

Por eso Apertus resulta especialmente interesante para las empresas, los institutos de investigación y los organismos públicos que desean desarrollar aplicaciones de IA de forma ética y respetando los requisitos legales. «Somos un ejemplo de cómo es posible entrenar la IA generativa de forma responsable y sin robar la propiedad intelectual ajena», afirma Schlag.

Apertus habla más de 1800 idiomas: verdad a medias 

El equipo de investigación ha realizado un gran esfuerzo para entrenar a Apertus en una gran variedad de idiomas, más de 1800 según afirma, incluyendo lenguas minoritarias y dialectos que suelen ser ignorados por los LLM más populares, como el romanche y el suizo-alemán. Se trata de un dato significativo, ya que la mayoría de los modelos de inteligencia artificial se centran en los idiomas más extendidos.

Pero entender un idioma es una cosa, y hablarlo correctamente es otra. Especialmente en los idiomas menos comunes, Apertus puede cometer errores significativos.

Cuando le pusimos a prueba, por ejemplo, Apertus a veces generaba frases torpes o incorrectas en italiano. En romanche, por su parte, proporcionó una traducción errónea de la palabra «nonno» (abuelo).

Schlag, responsable del desarrollo de Apertus, ha admitido que las capacidades conversacionales del modelo deben mejorarse. Sin embargo, destaca que, en algunas tareas, como la traducción del alemán al romanche, ya supera a otros modelos lingüísticos según el último informe técnicoEnlace externo.

Eso no parece impresionar a todo el mundo. «¿Qué sentido tiene un modelo que habla romanche si su rendimiento medio es muy inferior al de modelos similares, por no hablar de los mejores?», se pregunta Aldo Podestà, director general de la start-up suiza Giotto.ai, que apoya el proyecto de Apertus, pero también reconoce sus limitaciones.

Mary-Anne Hartley, profesora y directora del Laboratorio de Tecnologías Inteligentes para la Salud Global y la Respuesta Humanitaria de la EPFL, tiene una opinión diferente: «Las personas que hablan lenguas poco difundidas merecen estar representadas en la tecnología. Eso es lo que Apertus está tratando de hacer», afirma. Para el equipo de desarrollo, estas limitaciones son el precio temporal que hay que pagar por un enfoque más inclusivo y ético.

Apertus, diseñado para su uso exclusivo en Suiza: falso 

Aunque ha sido desarrollado en Suiza por instituciones suizas, sería erróneo considerar que Apertus es una IA útil solo para aplicaciones en Suiza. La mayor parte de los conjuntos de datos de entrenamiento provienen de fuentes internacionales. Las excepciones son los datos en alemán y romanche y la integración de una «Carta de valores suizos», que establece principios como la neutralidad y la diversidad lingüística a los que debe ajustarse la inteligencia artificial. «Aparte de estos aspectos, nuestro modelo no tiene nada más específicamente suizo», afirma Imanol Schlag.

El equipo de Apertus espera que otros países muestren interés por este proyecto y contribuyan a su desarrollo aportando infraestructura, talento y recursos. «Nuestra ambición es seguir desarrollando Apertus a nivel europeo, si no mundial», afirma Giuffreda, del centro de cálculo de Lugano.

Apertus no puede actualizarse en tiempo real porque no está conectado a Internet: afirmación engañosa 

Ningún modelo lingüístico de gran tamaño puede actualizarse en tiempo real. Todos permanecen estáticos una vez entrenados, incluso cuando se incorporan a productos que pueden acceder a Internet, como ChatGPT. La única forma de introducir cambios y correcciones en un modelo de IA es volver a entrenarlo. Pero se trata de un proceso muy costoso que solo las empresas con grandes recursos pueden permitirse realizar con frecuencia. «Esta es la principal limitación de esta tecnología», explica Schlag.

Para el próximo ciclo de entrenamiento, Apertus utilizará 20 millones de francos suizos de financiación federal y el superordenador suizo Alps, alimentado íntegramente con energía hidroeléctrica, lo que permitirá ahorrar recursos. Sin embargo, a largo plazo se necesitarán nuevas fuentes de financiación. «Me gustaría ver más inversiones en esta tecnología, que es tan crucial para nuestra soberanía digital», subraya Schlag.

Editado por Gabe Bullard. Adaptado del italiano por Carla Wolff.