Hugging Face y Unsloth lanzan entrenamiento gratuito de modelos de IA en la nube
La plataforma de código abierto permite ahora ajustar modelos de lenguaje sin coste usando GPUs en remoto, democratizando el acceso a una técnica antes reservada a empresas con recursos.
Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados) ha anunciado una colaboración con Unsloth que permite entrenar modelos de inteligencia artificial de forma gratuita directamente desde la web, sin necesidad de tener un ordenador potente ni pagar por servicios en la nube. La iniciativa utiliza Hugging Face Jobs, un sistema que ejecuta el entrenamiento en servidores remotos equipados con GPUs (procesadores especializados en cálculos de IA, mucho más rápidos que los chips convencionales para este tipo de tareas).
Hasta ahora, ajustar un modelo de lenguaje grande o LLM (los sistemas de IA capaces de generar texto, como ChatGPT) requería alquilar máquinas caras en plataformas como AWS o Google Cloud, lo que podía costar cientos de dólares por sesión. Con esta nueva opción, cualquier persona con conocimientos básicos de programación puede hacer fine-tuning (el proceso de adaptar un modelo ya entrenado para que funcione mejor en una tarea específica, como responder preguntas médicas o analizar datos legales) sin gastar un céntimo, siempre que use bibliotecas de código abierto y comparta el modelo resultante en Hugging Face.
Unsloth, la herramienta que hace posible esto, es una biblioteca de Python que optimiza el entrenamiento de LLMs para que sea hasta cinco veces más rápido y consuma menos memoria que los métodos tradicionales. Esto significa que un modelo que antes tardaba horas en ajustarse ahora puede estar listo en minutos, incluso en hardware modesto. Según informó Hugging Face en su blog oficial, el servicio ya está disponible para todos los usuarios registrados y solo requiere subir un conjunto de datos (ejemplos de texto con los que el modelo aprenderá) y elegir el modelo base que se quiere personalizar.
La medida llega en un momento en que el debate sobre el acceso abierto a la IA se intensifica. Mientras gigantes como OpenAI y Anthropic mantienen sus sistemas cerrados, iniciativas como esta buscan que cualquier investigador, estudiante o pequeña empresa pueda experimentar con modelos avanzados sin barreras económicas. El único requisito es que los modelos entrenados se publiquen con licencias abiertas, lo que alimenta el ecosistema de IA colaborativa que Hugging Face lleva años impulsando.
Para quienes ya usan otras plataformas de entrenamiento en la nube, como Google Colab o Kaggle, la ventaja principal aquí es la integración nativa con el catálogo de Hugging Face: el modelo ajustado queda automáticamente alojado y listo para que otros lo descarguen o lo usen vía API (una interfaz que permite que aplicaciones externas consulten el modelo sin tener que descargarlo). Esto elimina pasos intermedios y hace que todo el flujo, desde el entrenamiento hasta la publicación, ocurra en un mismo entorno.
