A principios de la década de 1980, los padres trajeron a casa la computadora casera conectada a la pantalla del televisor. Me motivó a “jugar” a un científico. Estoy orgulloso de haber publicado en esas primeras revistas de computadora con programas simples sobre cómo dibujar funciones matemáticas, monitorear el microprocesador en la máquina o ejecutar animaciones y juegos de computadora rudimentarios.
Todo se publicó, incluida una explicación detallada de que el trabajo fue realizado por el código fuente completo del programa, para que cualquiera pueda copiar, probar, comprenderlo, reproducirlo y modificarlo fácilmente para cualquier propósito. Esta es la versión científica abierta más básica, concebida como una empresa universal colectiva y acumulativa.
Principios de progreso colaborativo
La ciencia abierta se refiere a la práctica de que todas las fases del proceso científico son transparentes y están disponibles para otros. Esto incluye la publicación de artículos de investigación con sus datos, métodos detallados, bases teóricas y prácticas, experimentos, así como toda la información o herramientas necesarias que podrán repetir la investigación.
Los objetivos son permitir la reproducibilidad, promover la cooperación y facilitar la construcción del conocimiento previo para mejorar la ciencia. Esto es necesario para que la investigación científica sea creíble, ética y disponible y puede revisarse, confirmarse y desarrollarse a partir de ella.
¿Qué está pasando con AI?
Como en cualquier disciplina, la ciencia abierta en inteligencia artificial es la única forma de garantizar la transferencia y la transparencia y, por lo tanto, su progreso del público y su uso de acuerdo con los principios colaborativos y acumulativos y beneficios de la humanidad.
La gran mayoría de los que se dedican a la investigación en informática creen en publicar su progreso después de estos principios. El código abierto es uno de los elementos importantes, aunque no el único, cualquier computadora que quiera fomentar el progreso científico.
Los especialistas de esta área de conocimiento crean diferentes organizaciones sin fines de lucro para definir exactamente qué investigaciones y desarrollo en su campo se hacen.
Por ejemplo, en 1998. Se estableció la iniciativa de código abierto (código abierto, eje), y su definición de código abierto (un código abierto, en inglés es el estándar internacional más aceptado.
Para que el programa se considere un código abierto, no es suficiente facilitar el acceso al programa compuesto, sino también en todo el código fuente. Tengamos en cuenta que el último, también llamado lenguaje alto, es un programa escrito en el lenguaje legible de programación. Mientras tanto, el código de compilación, o el idioma de la maquinaria, la traducción es el código fuente en el archivo binario que se puede ejecutar el circuito electrónico, pero una persona no puede entender eso.
Otra solicitud de código abierto es que permite su modificación y redistribución en las mismas condiciones y para todos los usos, incluido el comercial.
Caso de compañías tecnológicas
Hay muchas empresas que crean riqueza, la empresa usa y también se benefician de la sociedad. Sin embargo, muy pocas inversiones en investigación, a menos que crean que recuperarán la inversión.
Es común que las compañías tecnológicas privadas aprovechen la investigación pública (sufrieron al contribuyente) y lo utilicen para el desarrollo de productos que reciben grandes beneficios. La economista Mariana Mazzucato describe un ejemplo paradigmático en detalle: la caja de iPhone de Apple.
Con empresas dedicadas a la inteligencia artificial, esta realidad es aún más sorprendente. Puede ser natural basarse en sus productos en una idea subcontratada y publicar que la mayoría de las más avanzadas y los modelos son solo una caja negra discreta: su lógica interna no se explica, su trabajo o capital no está garantizado para analizar el código fuente.
Muchos de los productos más populares, como un chatggpt o targelselm4t moderno de Targeling, aunque se anuncian como artículos científicos abiertos.
Depseek no es un código abierto
Algunos más nuevos, como Deepseek, intentan superar la competencia que permite el código de compilación, pero no es un código abierto y no proporciona progreso para la investigación científica.
Es decir, aunque Depsex se ha anunciado como un “código abierto”, no permite el acceso al código fuente, sino solo en binario (compilación). No puede leer, comprender, modificar. Es por eso que nadie puede mejorar este programa. Es posible usar solo como cliente de una empresa, no como investigador de investigación.
Dado este panorama, la realidad es que la falta de transparencia y la reproducibilidad de estas computadoras interfieren con el progreso científico y la confianza explícita en la investigación en IA.
Ejemplo de Rosette y Alfafalda 3
David Baker, Demis Hasabis y John M. Jumper recibió el Premio Nobel de Química 2024. Para predecir la estructura de la proteína. Rosetta nació a fines del siglo XX como un pequeño proyecto en el laboratorio de David Baker, en la universidad principal de Washington. El código fuente está escrito y distribuido en un lenguaje alto que cualquier experto puede leer, comprender y modificar, y centrado en la predicción anormal de la estructura de proteínas pequeñas.
A partir de estas ideas y el uso de bases de datos de proteínas publicadas por la comunidad de investigación, Google Deepmind Company ha desarrollado un sólido análisis estadístico de datos a través de su código IA Alfafold 2.
En mayo de 2024. Presentó profundamente su modelo Alfafald 3 a través de la revista Art, que fue sorprendentemente profunda para mantener un código de software, que se centra en la “instalación rápida del producto, para enfocar” rápidamente que el material y los protocolos conectados sin grados irregulares “.
Alfafold no es un código abierto
Más de mil miembros de la comunidad científica especializadas en el área firmaron una carta dirigida a la naturaleza, porque el artículo anterior “no cumple con las normas de la comunidad científica que serán utilizables, escalables y transparentes”.
Seis meses después, tomó un código de vía profunda disponible en las licencias restrictivas de Creative Commons. Por lo tanto, sus condiciones no cumplen con la definición del “código abierto” del OSI. DeepMind no publica el modelo “pesos” (el resultado de capacitar a su red neuronal). Para obtenerlos, debe solicitarse y en sí misma una empresa que decide si cualquier caso. Sin ellos, no es posible usar Alfafald 3 para predecir la estructura de la proteína.
También prohíbe explícitamente el uso de Alphaphald o resultados para actividades comerciales, incluida la capacitación de modelos biomoleculares similares.
Este enfoque está tratando de cumplir parcialmente los intereses científicos y comerciales de la empresa, pero debe estar claro que no nos enfrentamos a un proceso científico abierto. Ballast para mejorar el conocimiento científico, que pertenece a toda la humanidad.
Descubre más desde USA Today
Suscríbete y recibe las últimas entradas en tu correo electrónico.
Spanish 