Cómo se construye un modelo de IA: una analogía con el horneado

Fuentes: Baking a Model: How AI Models Are Built, Explained Through Bread

Kent Beck, ingeniero de software conocido por sus trabajos sobre metodologías de desarrollo, publica una entrada divulgativa titulada 'Baking a Model' en la que explica, con un tono autobiográfico y mediante la analogía de la panadería, cómo se entrenan los grandes modelos de inteligencia artificial. Beck parte de su fascinación adolescente por el manual del procesador Motorola 6800 y la traslada a su curiosidad actual por los modelos de IA, distinguiendo entre entender cómo funcionan y entender la maquinaria que los produce.

El artículo descompone el proceso en dos fases principales. El pre-entrenamiento es comparado con la 'cold proofing' de la masa: se mezclan datos y un modelo en blanco, se ejecuta el entrenamiento durante meses con un coste de cientos de millones de dólares, y se obtienen los números brutos sin que el resultado sea directamente utilizable. El post-entrenamiento, en cambio, equivale al moldeado y la cocción: pequeños equipos de ingenieros ('model engineers', como los llama Beck) abordan problemas concretos, prueban ajustes iterativos y acumulables, y producen un modelo capaz de responder con soltura a peticiones como 'dame cinco ingredientes inusuales para focaccia'. Beck aclara que se trata de una simplificación y omite conscientemente la fase de 'mid-training'. El texto cierra con un anuncio del autor sobre charlas y asesorías para equipos de desarrollo, invitando además a los lectores a corregir imprecisiones técnicas en los comentarios.