En septiembre de este año, España se prepara para debutar su primer modelo de lenguaje de inteligencia artificial (IA) completamente entrenado en castellano y las lenguas cooficiales del país. Esta innovación, que lleva por nombre «Alia», ha surgido tras una inversión de 2 millones de euros y ha sido apodada como el «ChatGPT español».
Este prototipo de IA está siendo desarrollado en colaboración con el Centro de Supercomputación de Barcelona (BSC). Tras una inversión adicional de 3 millones de euros, se espera que Alia sea implementado en sectores específicos hacia finales de este año, según informan fuentes gubernamentales.
Además de la creación de Alia, se está planeando la construcción del mayor repositorio de datos para el entrenamiento de modelos en castellano y lenguas cooficiales. Con una inversión de 3.4 millones de euros, se espera que este enorme archivo esté listo para su uso a finales de 2025.
Este repositorio tendrá la capacidad de manejar al menos 4 millones de palabras, proporcionando a los modelos una amplia base de datos para su formación y funcionamiento. En comparación con los modelos actuales, que tienen menos del 5% de entrenamiento en castellano y lenguas cooficiales, estos nuevos modelos tendrán más de un 20% de entrenamiento en estos idiomas.
Este incremento en el porcentaje de entrenamiento tiene el objetivo de reducir los sesgos y mejorar las aplicaciones prácticas que las empresas y administraciones en España pueden desarrollar.
El proyecto Alia tiene como objetivo generar modelos de hasta 175.000 millones de parámetros. Estos serán certificados por la Aesia (Agencia Española de Supervisión de Inteligencia Artificial) de una manera abierta y transparente, salvaguardando los derechos de autor en el proceso.
Estas iniciativas se enmarcan dentro de la nueva Estrategia de Inteligencia Artificial para 2024-2025, presentada por el Gobierno español esta semana. Esta estrategia contempla una inversión total de 1.500 millones de euros.
De estos 1.500 millones, más de 90 se destinarán al superordenador MareNostrum 5, el primero en Europa en capacidad de rendimiento y el tercero en rendimiento máximo. El objetivo es mejorar sus prestaciones, aumentando su capacidad en un 50%.
Con el proyecto Alia, se prevé crear una familia de modelos de inteligencia artificial partiendo del español y las lenguas cooficiales, habladas por 600 millones de personas. El objetivo es facilitar el desarrollo de servicios y productos avanzados en tecnologías del lenguaje, generando estándares de IA ética y confiable.
Con esta iniciativa, España se sitúa a la vanguardia del desarrollo y uso de los modelos de lenguaje. Además, este proyecto se diferenciará de otros modelos por su transparencia. El Gobierno pretende hacer pública la información que permitirá conocer desde la composición de los corpus hasta los entrenamientos realizados, la estructura de los modelos y los recursos utilizados para ello.
Con la implementación de estas innovadoras estrategias y la inversión en tecnología de IA, España se está posicionando como un líder en el campo de la inteligencia artificial y el procesamiento del lenguaje natural.