Claude ahora puede entrenar modelos de IA de código abierto por ti

Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados) acaba de lanzar una función experimental que permite a Claude, el asistente de IA de Anthropic, ajustar modelos de lenguaje de código abierto de forma autónoma. Según informó Hugging Face en su blog oficial, esto significa que cualquier usuario puede pedirle a Claude que entrene un LLM (modelo de lenguaje grande, el mismo tipo de tecnología que hay detrás de ChatGPT) para una tarea específica sin necesidad de saber programar ni tener conocimientos técnicos de machine learning (aprendizaje automático).

La novedad se llama HF Skills Training y funciona como una integración dentro de la plataforma de Hugging Face. El usuario simplemente describe en lenguaje natural qué quiere que haga el modelo —por ejemplo, "entrenar un modelo para clasificar opiniones de clientes como positivas o negativas"— y Claude se encarga de todo: selecciona el modelo base más adecuado, prepara los datos, ejecuta el fine-tuning (proceso de ajustar un modelo ya existente para que funcione mejor en una tarea concreta) y devuelve el modelo listo para usar. Todo el proceso ocurre en los servidores de Hugging Face, sin que el usuario tenga que instalar nada en su ordenador.

Hasta ahora, ajustar un modelo de IA requería conocimientos de Python, frameworks como PyTorch o TensorFlow (herramientas de software que facilitan la creación y entrenamiento de modelos de IA) y acceso a GPUs (procesadores gráficos potentes capaces de entrenar modelos en tiempos razonables). Con esta integración, Hugging Face reduce la barrera de entrada de forma drástica: cualquier investigador, estudiante o emprendedor con una idea puede probar su propio modelo sin pasar semanas aprendiendo a programar. Claude actúa como un ingeniero de IA virtual que toma decisiones técnicas en nombre del usuario.

La función está disponible de forma gratuita en versión beta para usuarios de Hugging Face, aunque por ahora tiene limitaciones: solo admite ciertos tipos de modelos y tareas (clasificación de texto, generación de respuestas cortas) y el ajuste se realiza con configuraciones predeterminadas. Hugging Face advierte que no es un sustituto completo del trabajo de un ingeniero especializado, pero sí una herramienta útil para prototipar ideas rápidamente o para contextos educativos. El objetivo declarado es que más personas puedan experimentar con IA abierta sin depender exclusivamente de servicios cerrados como los de OpenAI o Google.

Este movimiento se enmarca en la apuesta de Hugging Face por democratizar el acceso a la inteligencia artificial de pesos abiertos (modelos cuyo código y parámetros internos son públicos y modificables, a diferencia de los modelos privativos como GPT-4). Al facilitar el entrenamiento mediante un asistente conversacional, la compañía intenta cerrar la brecha entre quienes tienen recursos técnicos y quienes no, algo que podría acelerar la adopción de IA en sectores como educación, organizaciones sin ánimo de lucro o pequeñas empresas que hasta ahora quedaban fuera del ecosistema.