Modelo de IA

Un modelo de IA es el artefacto que queda después de entrenar un sistema con datos. En términos técnicos, es una función matemática con muchos parámetros (pesos) cuyos valores se ajustaron durante el entrenamiento para que, al recibir una entrada, produzca una salida útil: una categoría, un número, una frase o una imagen.

El modelo combina dos cosas: una arquitectura (la forma de la función, por ejemplo una red neuronal tipo transformer o un árbol de decisión) y los valores aprendidos de sus parámetros. Dos modelos con la misma arquitectura pero entrenados con datos distintos se comportan de forma distinta. Una vez entrenado, usar el modelo para obtener respuestas se llama inferencia.

Conviene no confundir el modelo con el producto. ChatGPT, Gemini o Claude son aplicaciones que usan uno o varios modelos, además de instrucciones de sistema, filtros, herramientas e interfaz. Por eso un mismo modelo puede comportarse diferente según la aplicación que lo envuelva.

Los modelos varían enormemente de tamaño: desde una regresión con unos cuantos parámetros que cabe en una hoja de cálculo hasta modelos de lenguaje con cientos de miles de millones. Más grande no siempre es mejor; depende de la tarea, del costo de operación y de dónde se ejecutará. Todo modelo es una aproximación a partir de datos: puede fallar con casos que no se parecen a los que vio, por lo que debe evaluarse con datos nuevos antes de confiar en él.