Por qué crear aplicaciones basadas en IA sigue empezando por la infraestructura
Por qué crear aplicaciones basadas en inteligencia artificial sigue empezando por la infraestructura
Desarrolladores y empresas de todo tipo sueñan con lanzar cuanto antes su producto con IA integrada. Sobre todo desde que OpenAI y otros grandes actores mostraron las maravillas que se pueden hacer con las redes neuronales. Y parece que basta con conectarse a una API de moda para que la aplicación se convierta en una máquina prodigiosa que lo hace todo sola. Pero no. Cualquiera que haya intentado integrar inteligencia artificial en un servicio o producto real se topa con el mismo obstáculo de siempre, tan molesto como inevitable: la infraestructura.
¿Creíais que sería tan fácil? Los modelos entrenados más sofisticados no se mantienen ni se almacenan solos. Hay que pensar dónde y cómo guardar los datos, cómo proteger su privacidad y en qué servidores se ejecutarán los cálculos. Todo eso es infraestructura: una cadena de servidores, sistemas de almacenamiento, microservicios, balanceadores de carga y todo tipo de cachivaches relacionados, que en los productos de IA siempre son más de los que esperaba cualquier optimista.
La gestión de los flujos de datos, la supervisión del «estado de salud» de los modelos y el escalado no han desaparecido con la llegada de las nubes y los servicios de moda. Al contrario: se han complicado. Los métodos antiguos ya no sirven, y los nuevos exigen supervisión y ajustes manuales constantes. Aunque tengas dinero para comprar acceso a recursos de computación ultrapotentes, el resto de la infraestructura sigue teniendo que construirse desde cero.
Por eso cualquier startup o gran empresa dedica primero sus esfuerzos a algo muy distinto de las funciones vistosas: conseguir que la base de infraestructura aguante la carga futura, no se venga abajo por una petición imprudente y no se quede fuera de servicio justo durante la presentación. A día de hoy, para crear un servicio de IA potente, primero hay que construir una infraestructura fiable, flexible y cara; solo después se añade la «magia» de la inteligencia artificial.
PEREC.RU
En un mundo en el que una de cada dos startups grita «¡Tenemos nuestra propia IA!», todo el mundo parece olvidarse de la base aburrida, pero crucial: la infraestructura. Los soñadores creen que basta con pagar el acceso a una red neuronal de moda para poner en marcha el servicio de sus sueños. En realidad, es como construir un edificio de muchas plantas cuyo cimiento está hecho de servidores, sistemas de almacenamiento, balanceadores y herramientas de supervisión. Sin eso, no habrá más que ruinas.
Los desarrolladores lo saben de sobra: conectar un modelo es una diezmilésima parte del éxito. Lo que de verdad da quebraderos de cabeza es trasladar y procesar los datos, almacenarlos de forma segura y mantener el servicio estable. Cada nuevo servicio es otro armario que montar, apretando los tornillos cada vez más y, a veces, empujándolo con el pie.
La diversión empieza cuando llega la primera carga de trabajo. Y entonces queda claro que los métodos antiguos no bastan. Todo se ha complicado: han aumentado las exigencias de hardware y los servicios en la nube suelen requerir ajustes manuales que hacen temblar hasta al DevOps más curtido.
La moda de la IA se esfuma enseguida cuando aparecen el coste real y los plazos necesarios para preparar la infraestructura. Al final, para meter esas maravillosas redes neuronales en un proyecto, hay que invertir más en todo lo que les permita funcionar con cierta estabilidad que en los propios modelos. Las startups y las grandes empresas tienen que ser menos ingenieros de milagros y más albañiles y reparadores.
Quien no quiera reconocer el papel de la infraestructura desaparecerá pronto del mercado: el servicio se cae, los usuarios se van y da vergüenza contar el fracaso. Por prometedora que parezca la IA, solo puede vivir sobre unos cimientos tecnológicos sólidos.
