Meta anunció en junio de 2023 su intención de publicar la siguiente versión de LLaMA, su modelo de lenguaje grande (LLM) de código abierto, con licencia para uso comercial. El movimiento busca que empresas externas puedan usar y rentabilizar el modelo sin restricciones, algo que los LLM de Google y OpenAI no permiten en ese momento.
LLaMA 1, publicado en febrero de 2023 con licencia de investigación, acabó filtrándose ampliamente fuera de los círculos académicos para los que estaba destinado. En las semanas siguientes, la comunidad open source construyó decenas de modelos derivados: Vicuna (13.000 millones de parámetros), por ejemplo, se publicitó como capaz de alcanzar el 90% de la calidad de ChatGPT en benchmarks de conversación. El tablero de LLM abiertos de Hugging Face mostraba cómo esos modelos derivados seguían mejorando a ritmo acelerado.
La apuesta de Meta por el código abierto
La estrategia de Meta contrasta con la de Google y OpenAI, que mantienen sus modelos más potentes tras APIs de pago sin publicar los pesos del modelo. Publicar LLaMA para uso comercial tiene dos efectos: aumenta la adopción externa y atrae a desarrolladores que contribuyen con mejoras al entorno open source.
Mark Zuckerberg había señalado que Meta considera el código abierto una parte central de su estrategia de IA, en contraposición a los competidores. Para la compañía, que también trabaja en visión por computador y realidad aumentada, el LLM funciona como una capa de infraestructura que puede reforzar su posición sin requerir que terceros paguen una tarifa de API.
El contexto competitivo
El anuncio llega mientras el mercado de modelos generativos se fragmenta. OpenAI y Google ofrecen modelos de primer nivel bajo suscripción o API de pago. El movimiento open source crece apoyado en plataformas como Hugging Face y en contribuciones de la comunidad. La aprobación de la posición parlamentaria del AI Act europeo esa misma semana añadía una capa de incertidumbre regulatoria sobre cómo se clasificarían modelos de código abierto como LLaMA.
La demanda de infraestructura para entrenar y servir estos modelos crece al mismo ritmo que los propios modelos. El análisis de Revista Cloud sobre el rechazo social a los centros de datos de IA en EE. UU. ilustra la presión sobre la infraestructura que este crecimiento genera.
Preguntas frecuentes
¿Qué es LLaMA de Meta?
LLaMA (Large Language Model Meta AI) es el modelo de lenguaje de gran tamaño de código abierto de Meta. La primera versión se publicó en febrero de 2023 con licencia de investigación.
¿Cuándo estuvo disponible LLaMA para uso comercial?
En el momento de publicar este artículo (junio de 2023) la versión comercial estaba pendiente de lanzamiento. LLaMA 2 se publicó el 18 de julio de 2023 con licencia comercial.
¿Qué diferencia a LLaMA del modelo de OpenAI o Google?
LLaMA se publica con sus pesos públicos, lo que permite a cualquier empresa ejecutarlo en sus propios servidores. Los modelos de OpenAI y Google solo están accesibles vía API, sin acceso a los pesos del modelo.
¿Qué es Vicuna y cómo se relaciona con LLaMA?
Vicuna es un modelo derivado de LLaMA 1 con 13.000 millones de parámetros, desarrollado por la comunidad open source. Sus creadores afirmaron en mayo de 2023 que igualaba el 90% de la calidad de ChatGPT en pruebas de conversación.
